思福迪LogBase SAS大数据安全综合运营平台_资产脆弱性自动识别管理

思福迪LogBase SAS大数据安全综合运营平台

思福迪LogBase SAS大数据安全综合运营平台，打造新一代的大数据安全综合运营平台，面向场景、面向业务提供弹性灵活的功能组件与分析实践；以“大数据处理”与“AI智能”为核心技术支撑，以智能化、自动化运营为核心目标，将安全战略由被动转向主动，全面保障客户业务的安全。

立即咨询

首页

数字化产品

数据安全

思福迪LogBase SAS大数据安全综合运营平台

建立融合新兴科技的安全防御体系，增强安全分析智能 icon

自适应安全架构

自适应安全框架，以应对云大物移智时代所面临的安全形势。整体架构分为预测、防御、检测、响应四个维度。

持续监控、自主进化

强调安全防护是一个持续处理的、循环的过程，细粒度、多角度、持续化的对安全威胁进行实时动态分析。自动适应不断变化的网络和威胁环境，并不断优化自身的安全防御机制。

增加预测、升级响应

从防御和应急的思路中解放出来，加强监测和响应能力以及持续的监控和分析，引入全新的预测能力。基于历史数据生成基线，实时感知网络变化，并自动优化或提供优化建议。

新一代大数据安全综合运营平台 icon

LogBase SAS 新一代大数据安全综合运营平台

打造新一代的大数据安全综合运营平台，面向场景、面向业务提供弹性灵活的功能组件与分析实践；以“大数据处理”与“AI智能”为核心技术支撑，以智能化、自动化运营为核心目标，将安全战略由被动转向主动，全面保障客户业务的安全。

数据处理流程

业界领先的大数据技术架构与分析引擎 icon

产品能力框架

数据采集能力

物联网/互联网空间底图测绘 icon

平台定位：做平台的平台

摸清家底 : 构建用户资产大库，全生命周期管理；认清风险 : 精确、全面感知资产脆弱性、减少误报；消除噪音 : 通过最精确的数据，实现关联性分析，识别有效攻击。

生态定位：做生态的土壤

业界领先脆弱性评估工具，具有业界极低的误报率，六西格玛精度，拥有业内深入、广泛的漏洞覆盖范围， 51,000+ CVE，130,000 +插件，每周发布 100 多个新插件。

资产/脆弱性自动识别管理 icon

资产指纹自动发现
通过主动网络扫描方式获取内网静态资产；通过流量探针抓取的方式获取动态资产；支持资产同步，统一纳入管理

资产多维度管理
资产支持资产组、资产类型、资产价值、区域、接入时间等多维度进行划分管理。

资产特征画像
资产风险等级资产受攻击趋势资产威胁事件资产脆弱性分布

脆弱性自动发现
自动检测资产的应用漏洞、系统漏洞、高危漏洞、高危端口检测、弱口令、资产状态变化等情况

脆弱性多维度管理
脆弱性支持分组、类型、区域、视图、发现时间等多维度进行划分管理

安全分析能力分类

关联分析
逻辑关联

统计关联

情境关联

情报关联

规则分析
日志清洗

事件提炼

事件聚合

指标统计

行为分析
行为轮廓

罕见分析

对照分析

预测分析

专项分析
攻击链分析

离线模型训练

DGA分析

隐蔽信道分析

关联分析：多源异构、常用思路 icon

日志与资产属性关联

针对内网的目的IP事件，且这些目的IP的操作系统是Windows7

基于逻辑表达式的规则

目的IP=XX &（目的端口=80 || 目的端口=8080）

日志与资产弱点关联

针对某些目的IP攻击事件，且这些目的IP具有某个特定弱点

日志与威胁情报关联

来自某些源IP攻击事件，且这些源IP被威胁情报标识为有组织黑客所掌握的恶意IP

基于统计条件的规则

一分钟内某个源IP连续登录某个目的IP失败的次数大于6次

更多…

通过事件关联引擎进行规则匹配，识别已知模式的攻击和违规

关联分析：可视化编辑、分析目的 icon

UEBA的必要性：规则分析&关联分析依然存在瓶颈 icon

大数量：典型大企业需要管理的用户数超过上万 -> 对每一个人每一种行为定义规则不可行。

时效性：用户允许的正常行为模式行为随着其部门、级别、项目组的变化也会变化 -> 时刻维护更新行为规则需要大量人力。

复杂性：多个维度综合看才能发现行为异常 -> 规则系统难以表达复杂行为序列。

不可预见性：如何定义以前从未见过的异常行为-> 规则系统只能定义已知的正常和异常。

UEBA的基本思路

以部门、个人、资产、资产群等为单位建立多维度行为基线（高维多源），关联用户与资产的行为（自然身份），用机器学习算法和预定义规则找出严重偏离基线的异常行为，不单纯把行为分成非白即黑，而是经过概率计算输出灰度（异常分值）。多维度三大类基线：数量：1小时登陆多少次，关系：登陆使用设备以前是否用过，序列：登陆后依次进行哪些操作。

场景实践：账号盗用或违规行为 icon

基于用户身份和全流量信息，免配置阀值，准确发现账号盗用、违规行为

场景实践：人机识别或本人识别 icon

基于行为生物识别技术&UBA画像，实现移动交易/支付反欺诈

分析总结

UEBA可着手解决的威胁场景：人机识别欺诈检测，本人识别欺诈检测，风险群体监控，关键应用访问/活动监控，高管资产的访问行为监控，特权账号的滥用检测，DLP事件评估，主机失陷检测，高权限账号监控，账号盗用检测，账户锁定风险分析，账号创建风险分析，账号共享风险分析，违规/未授权行为。价值：降低误报、快速检测威胁、免配置规则策略、自学习动态调整。

专项分析：离线训练&实时检测 icon