隨著2021年的到來，我們已經(jīng)習(xí)慣了新的工作方式和新的工作環(huán)境。許多人可能還采用居家辦公的方式工作，采用數(shù)字通信方法進(jìn)行項(xiàng)目協(xié)作和討論。我們的雇主已經(jīng)開發(fā)出敏捷的方法，為員工配備合適的工具，以便有效和靈活地工作，遠(yuǎn)程工作已成為業(yè)務(wù)預(yù)算和員工招聘決定的長(zhǎng)期考慮因素。

這種轉(zhuǎn)變不太可能改變。我們可能會(huì)在2021年回到辦公室，但不會(huì)回到標(biāo)準(zhǔn)的5天工作周。報(bào)告顯示，許多組織正在計(jì)劃采用混合方式，給員工更多選擇。遠(yuǎn)程工作在這里是永恒的，隨之而來的是，安全和安全獲得了更大的意義。

這種變化的一個(gè)影響是安全運(yùn)營(yíng)中心(SOC)處理的警報(bào)的可視性和數(shù)量。以前該團(tuán)隊(duì)處理的是辦公地點(diǎn)內(nèi)的數(shù)據(jù)中心，這意味著威脅的藏身之處有限。現(xiàn)在隨著遠(yuǎn)程辦公，無人管理的個(gè)人設(shè)備--包括家庭物聯(lián)網(wǎng)和家庭電腦--有數(shù)千種選擇可以隱藏起來。以前在企業(yè)網(wǎng)絡(luò)上可見的威脅已經(jīng)變得無所遁形，它們躲在家庭網(wǎng)絡(luò)中，伺機(jī)發(fā)動(dòng)攻擊。

自動(dòng)化幫助解決警報(bào)過載和疲勞問題

自動(dòng)化、人工智能和機(jī)器學(xué)習(xí)應(yīng)該是任何現(xiàn)代SOC的雷達(dá)。假設(shè)網(wǎng)絡(luò)犯罪分子已經(jīng)在利用這些技術(shù)在這個(gè)廣泛的新表面發(fā)起有效的攻擊。在這種情況下，安全分析師也應(yīng)該利用這些相同的技術(shù)來幫助保護(hù)他們的組織，并保證數(shù)據(jù)和用戶的安全。

安全分析師每天都會(huì)收到成千上萬的警報(bào)，現(xiàn)在有這么多的遠(yuǎn)程工作人員，這些警報(bào)可能來自成千上萬的地點(diǎn)。許多人會(huì)是良性的，但團(tuán)隊(duì)必須保持完整的可見性，以防錯(cuò)過嚴(yán)重的威脅。這項(xiàng)工作是重復(fù)性的，可能會(huì)導(dǎo)致分析師疲勞或錯(cuò)誤。以下是自動(dòng)化可以提供幫助的方法。

對(duì)警報(bào)進(jìn)行分析和標(biāo)記。如果數(shù)據(jù)是 "好的 "或 "壞的"，現(xiàn)有的規(guī)則會(huì)應(yīng)用自動(dòng)化操作來允許或拒絕信息。對(duì)于任何其他警報(bào)，數(shù)據(jù)被標(biāo)記為 "未知"，并報(bào)告給分析師進(jìn)行進(jìn)一步分析，這意味著團(tuán)隊(duì)現(xiàn)在正在處理更多的有效警報(bào)和更少的誤報(bào)。當(dāng)警報(bào)被標(biāo)記為不良時(shí)，必須快速激活并應(yīng)用幾個(gè)動(dòng)作。這些行動(dòng)可能包括刪除電子郵件中的附件，隔離設(shè)備，甚至關(guān)閉部分網(wǎng)絡(luò)進(jìn)行補(bǔ)救。安全自動(dòng)化規(guī)則可以用來執(zhí)行這些行動(dòng)，可以完全自動(dòng)化，也可以由分析人員點(diǎn)擊按鈕。

因此，從幾個(gè)例子可以看出，自動(dòng)化如何幫助現(xiàn)代SOC早期檢測(cè)和補(bǔ)救威脅，以及減少安全團(tuán)隊(duì)的工作量。然而，人工智能和機(jī)器學(xué)習(xí)呢?直到最近，這些都是流行語，但當(dāng)適當(dāng)?shù)貞?yīng)用到環(huán)境中時(shí)，這些技術(shù)成為分析的關(guān)鍵推動(dòng)力，有助于提高團(tuán)隊(duì)效率，并使網(wǎng)絡(luò)安全快速、一致和準(zhǔn)確。

使用人工智能將數(shù)據(jù)轉(zhuǎn)化為智能

人工智能將處理數(shù)以百萬計(jì)的威脅數(shù)據(jù)的輸出與現(xiàn)有的環(huán)境信息相結(jié)合，包括網(wǎng)絡(luò)信息、進(jìn)入載體、使用的協(xié)議，甚至進(jìn)行云分析，以了解威脅是新的還是以前在其他環(huán)境中看到的。這些數(shù)據(jù)為安全工程師提供了有價(jià)值的背景信息，而以前這些信息需要人工努力和時(shí)間來提取。檢測(cè)時(shí)間縮短，因?yàn)槿斯ぶ悄軙?huì)比人類更快地看到網(wǎng)絡(luò)中的變化，收集相關(guān)數(shù)據(jù)并向團(tuán)隊(duì)提供積極的警報(bào)。響應(yīng)時(shí)間得到改善，因?yàn)楣こ處煵槐貜纳钊敕治霭l(fā)生的事情開始。他們立即與可操作的數(shù)據(jù)一起工作，并使用這些數(shù)據(jù)來創(chuàng)建補(bǔ)救計(jì)劃。

通過機(jī)器學(xué)習(xí)了解網(wǎng)絡(luò)，提高團(tuán)隊(duì)效率

將機(jī)器學(xué)習(xí)(ML)與人工智能結(jié)合使用，意味著可以對(duì)工具進(jìn)行訓(xùn)練，以便更好地處理數(shù)據(jù)，ML系統(tǒng)將能夠提出改進(jìn)建議。ML可以評(píng)估在網(wǎng)絡(luò)上看到的行為，發(fā)現(xiàn)可能超出正常模式的行為，并向團(tuán)隊(duì)提出建議提醒，并在問題成為威脅之前捕捉到問題，這些問題可能包括異常的網(wǎng)絡(luò)端口使用、DNS操縱或潛在的流量風(fēng)暴。這不僅提高了安全團(tuán)隊(duì)的效率，而且ML將利用數(shù)據(jù)逐步增加情報(bào)，成為一種更有效的技術(shù)，使之成為網(wǎng)絡(luò)安全的雙贏!