0
這些題目考驗了企業(yè)用戶，在高級威脅檢測能力上的布局與思考，您也來看看到底能得多少分？答案馬上揭曉——
在這場“全球高級威脅檢測能力考試”中，深信服全流量高級威脅檢測系統(tǒng)NDR（Network Detection And Response，網(wǎng)絡(luò)檢測與響應(yīng)），能答對90%以上難題，7*24h全年無休隨時解題。
深信服NDR“學(xué)霸”人設(shè)，最近也獲得了國內(nèi)外公認：
深信服在國際權(quán)威研究機構(gòu)IDC 2021年中國態(tài)勢感知解決方案市場評估中處于『領(lǐng)導(dǎo)者地位』，NDR作為其中一個關(guān)鍵組件，其發(fā)揮的價值在于高級威脅檢測這一核心能力，對威脅的自動化編排與響應(yīng)能力也成為解決方案提供商能力差距的重要體現(xiàn)。
能獲得國內(nèi)外多個權(quán)威機構(gòu)認可，深信服NDR自然有一套獨特的學(xué)習(xí)方法，以不斷提升高級威脅檢測能力，朝著滿分進發(fā)。
方法一：目標明確，緊抓最新重要“考點”
深信服NDR專門以“高級威脅”為攻克目標，精準針對隱秘隧道通信、加密流量、內(nèi)網(wǎng)異常行為/違規(guī)訪問、0day漏洞等新型威脅。在惡意攻擊“突擊考試”來臨之前，確保90%以上押題命中率，萬無一失。
方法二：構(gòu)建AI模型，無監(jiān)督主動學(xué)習(xí)
從訓(xùn)練式學(xué)習(xí)到推理學(xué)習(xí)，做到不需要監(jiān)督，深信服NDR能夠主動學(xué)習(xí)，這便是“學(xué)霸”的高分密碼。如何理解有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)呢？
有監(jiān)督學(xué)習(xí)，就像考試前一夜機械式記憶知識點，但有兩個風(fēng)險：一是一旦考到未知的知識點，背再多也無濟于事，面對難題還是束手無策；二是如果只復(fù)習(xí)了加法的計算，一旦出現(xiàn)乘法題，同樣無從下手。這種情況下，無監(jiān)督學(xué)習(xí)就可以派上用場了。無監(jiān)督學(xué)習(xí)就是即便考到了沒有學(xué)過的知識點和算法，也能夠基于掌握的解題方法，舉一反三，輕松解決難題。
深信服NDR掌握的這套“解題方法”到底是什么呢？
日前，深信服NDR與全球權(quán)威IT研究與咨詢機構(gòu)Gartner聯(lián)合發(fā)布白皮書《使用AI對抗AI：NDR中的專用AI模型》。面對AI武器化的挑戰(zhàn)，深信服NDR應(yīng)用AI技術(shù)來檢測高級威脅及現(xiàn)有安全工具無法檢測的網(wǎng)絡(luò)異常行為，實力展現(xiàn)“用魔法打敗魔法，以AI打敗AI”的能力。
白皮書里對深信服NDR的AI技術(shù)應(yīng)用進行了闡述：一方面，構(gòu)建檢測威脅的專用 AI 模型，學(xué)習(xí)企業(yè)的業(yè)務(wù)模型形成基線，對偏離基線的異常行為進行告警，同時學(xué)習(xí)高級威脅和新型威脅的模型樣本，進行泛化處理，對符合威脅特征的異常行為進行告警；另一方面，利用AI模型消減安全告警，避免安全分析師淹沒在海量的告警日志中。
△內(nèi)容詳見鏈接：（請戳此處）
以UEBA算法模型為核心，深信服NDR還可以實現(xiàn)7*24小時不間斷檢測多個會話流量。UEBA基于歷史數(shù)據(jù)獲取關(guān)于用戶和實體行為的基準，并以這個基準來持續(xù)對新產(chǎn)生的行為進行判斷，一旦最新的行為不符合該用戶的歷史行為模式，會判斷用戶出現(xiàn)行為異常，幫助用戶實現(xiàn)簡單有效運營。這就相當于，學(xué)霸會通過不斷復(fù)盤錯題、每天進行學(xué)習(xí)總結(jié)，從而降低重復(fù)做錯題的幾率。
△行為模型檢測
然而只會考高分可不是什么“真學(xué)霸”，來看深信服是如何通過AI學(xué)習(xí)到的能力應(yīng)用到實際場景里？
場景一 內(nèi)網(wǎng)/專網(wǎng)潛伏威脅
場景二 實戰(zhàn)攻防
在成為“NDR界學(xué)霸”的路上，必定遭受很多質(zhì)疑：
把能力說得那么玄乎，一定有大量告警和誤報吧？檢測能力這么強，會不會增加運維工作量？
……
逐個擊破質(zhì)疑，
深信服NDR有充分的實力證明：
簡單易用，讓每個用戶都會使用、看得懂
創(chuàng)新突破的分層多流檢測技術(shù)，實現(xiàn)精準檢測
深信服NDR在業(yè)界創(chuàng)新突破分層多流檢測技術(shù)，分為流量采集層、威脅感知層、威脅確認層、威脅分析層、響應(yīng)處置層，形成從網(wǎng)絡(luò)流量到響應(yīng)閉環(huán)的完整檢測鏈條。這種“地毯式”檢測技術(shù)，威脅藏得再深，深信服NDR也能精準有效檢出。
△分層多流檢測技術(shù)架構(gòu)
通過分層多流檢測技術(shù)，安全威脅事件被劃分為日常運營與攻防對抗兩個優(yōu)先級，在日常運營場景中通過告警消減實現(xiàn)簡單運維，在攻防對抗場景中確認存在威脅，可進行自動聯(lián)動響應(yīng)與一鍵溯源。
AI告警消減，實現(xiàn)簡化運維
在運用分層多流檢測技術(shù)生成海量告警后，AI引擎通過攻擊方向判別、告警聚合、去除弱規(guī)則項、UEBA算法模型、云端持續(xù)更新等手段，再次過濾其中的誤報，確保提供給用戶的告警的準確率，實現(xiàn)簡化運維。
△AI告警消減
SOAR自動聯(lián)動處置+黃金眼一鍵溯源，實現(xiàn)安全風(fēng)險的落地
面對已經(jīng)確認的安全威脅，深信服NDR圍繞SOAR（安全編排與自動化響應(yīng)）的強大功能，涵蓋勒索病毒、僵尸網(wǎng)絡(luò)、漏洞攻擊、暴力破解等20+的事件類型，通過預(yù)定義/自定義組合多個元素（時間、風(fēng)險等級、資產(chǎn)范圍）進行策略設(shè)定，自動聯(lián)動自有生態(tài)的下一代防火墻AF、終端檢測響應(yīng)平臺EDR、全網(wǎng)行為管理AC等閉環(huán)處置，甚至與第三方API接口跨生態(tài)聯(lián)動，將用戶的業(yè)務(wù)情況和安全等級，分為高、中、低威脅標簽化處理。
通過深信服NDR“黃金眼”功能，用戶只需要根據(jù)IP/域名/URL/端口，便能輕松一鍵溯源，同時從攻擊時間、攻擊者信息、攻擊方式、攻擊規(guī)模等多維度分析，幫助用戶研判風(fēng)險影響面。
此外，深信服NDR能夠支持阿里云、騰訊云、亞馬遜AWS和VMware等主流云計算架構(gòu)和虛擬化平臺，與云上現(xiàn)有的防御體系構(gòu)建起互補完整的安防體系，重點解決云上全網(wǎng)安全在東西向流量上監(jiān)控盲區(qū)的問題，助力保障企業(yè)的云上安全。
目前，深信服NDR在全球舞臺開始展露鋒芒，獲得歐洲、東南亞、中東地區(qū)等60+高端專業(yè)用戶認可，覆蓋制造業(yè)、金融、物流等行業(yè)。
雷峰網(wǎng)(公眾號：雷峰網(wǎng))
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
