人中心のサイバーセキュリティリスク対応ソリューション
既存の内部情報漏洩を防止するため、セキュリティソリューション運営中に問題および限界発生
システム中心のログは接続、遮断の有無だけを示し、
ユーザーが何をしたかは推測に過ぎず
SIEMは外部攻撃ネットワーク基盤に対する分析用
事件発生後の認知までに2~3日の時間所要
ユーザー行為に関する情報は不足しており、
様々なデバイス イベントに対する相関分析が不十分
科探(False)でどんな行為が悪性行為なのか区別しにくい
一つのイベントにあまりにも多くのlogで分析が難しい
可視性の欠如異常兆候の有無のみ分析され、イベント前後の関連関係に対する分析ができない。 意図(情況)の分析が困難
リスクユーザの行動分析をリアルタイムで直感的に行える機能の不備 確たる証拠資料不十分
ユーザ行動の メタデータベース の統計分析アルゴリズムおよびリスク検出ポリシーにより、組織内のリスクユーザ検出の可視性
スクユーザーの 行為履歴及び意図(Context)について素早く直感的に理解
リスクユーザ意図の 真偽を迅速に判断できるため、迅速なフォローアップ、技術的、物理的、管理的矯正措置
ユーザ行為分析が基盤であるため、DLPと異なり、PC外部へのデータ搬出だけでなく、PC内部の行為を探知
アプリケーション上の
テキスト検出
コピー行為時の
クリップボードデータ探知
電子メールの書き込みだけでなく、
読み取り時の検知
ファイル/フォルダ/コピー/移動
読み取り/生成探知
キーボーディング
テキスト検出
ログオン成功/失敗関連
行為探知
印刷時の
コンテンツ検出
プロセス関連の
行為検出
システム関連の
異常行為検出
ウェブ(ウェブメール)
接続/アップロードなどの行為探知
画面情報収集
システムイベントログ
ベースの検出
ウェブ接続URLおよび
ネットワーク行為検出
変化するサイバーセキュリティパラダイムの転換
人中心のサイバーセキュリティリスク対応ソリューションが必要退職予定者、情報漏洩のハイリスクユーザの行為資料を収集
ユーザーの行為収集のためのマルチチャネルサポート機能の適用
ユーザーの行動データの平均および標準偏差に基づく異常行為の自動分析
ハイリスク行為探知シナリオベースの分析手法の適用
収集データの即時分析による調査時間の短縮
迅速な意思決定によるタイムライン簡素化