스텔라 사이버
다층 AI™

이 아키텍처는 위협을 감지하고, 신호를 연결하고, 조사를 가속화하고, 대응을 자동화합니다. 더욱 빠르고 스마트하며, 완벽하게 사전 구성되어 원활하게 통합된 플랫폼 내에서 즉각적인 결과를 제공합니다.

 

데이터, 탐지 및 대응을 통합하세요 Stellar Cyber의 다층 AI™ 올인원 풀사이클 플랫폼

탐지 AI

규칙과 수동 위협 탐지 방법에 대한 의존성을 없애도록 설계된 머신 러닝 및 딥 러닝 모델입니다.

상관 AI

GraphML은 겉보기에 관련성이 없어 보이는 경고와 이벤트를 연결하여 인간의 눈으로는 감지할 수 없는 공격을 자동으로 표면화합니다.

LLM 기반 AI

가상 조사 보조자 역할을 하는 대화형 GenAI는 조사 완료의 복잡성을 줄여줍니다.

에이전트 AI

보안 운영을 적응, 대응 및 확장하기 위한 에이전트 AI 기반 플레이북과 분석가 제어.

탐지 AI

찾기 어려운 알려진 악성 소스는 감독되는 머신 러닝 탐지를 사용하여 식별됩니다. Stellar Cyber의 보안 연구 팀은 공개적으로 사용 가능하거나 내부적으로 생성된 데이터 세트를 기반으로 모델을 개발하고 함대 전체에서 모델 성능을 지속적으로 모니터링합니다.


비지도 머신 러닝 기술을 사용하여 알 수 없는 제로데이 위협을 발견합니다. 이러한 모델은 위협을 나타내는 비정상적인 동작을 찾습니다. 이러한 모델은 고객당/테넌트당 기준으로 몇 주에 걸쳐 기준선이 됩니다.

상관 AI

탐지 및 기타 데이터 신호 간의 상관 관계는 GraphML 기반 AI를 통해 발생하며, 이는 관련 데이터 포인트를 자동으로 조립하여 분석가를 지원합니다. AI는 속성, 시간 및 행동 유사성을 기반으로 모든 데이터 소스에서 소싱할 수 있는 개별 이벤트 간의 연결 강도를 결정합니다. 이 AI는 Stellar Cyber에서 생성한 실제 데이터로 훈련되었으며 운영 노출을 통해 지속적으로 개선됩니다.

LLM 기반 AI 조사

AI Investigator는 분석가의 질문에 대한 즉각적인 응답을 제공하여 복잡한 위협 분석을 가속화하고, 분석가의 결정 수를 하루에 10~100건으로 더욱 줄이고 위협 대응 시간을 최대 400%까지 단축합니다. 예를 들어, 분석가는 "오전 12시~오전 9시 사이에 데이터가 내보내진 모든 인시던트를 보여주세요" 또는 "어떤 이메일이 러시아의 도메인으로 전송되었나요?"라고 질문할 수 있습니다.

Agentic-AI 기반
자동 분류

사용자는 GenAI 기반 디지털 인력으로 더욱 강력해진 플레이북의 컨텍스트, 조건 및 결과를 완벽하게 제어할 수 있습니다. 플레이북은 전역 또는 테넌트별로 배포할 수 있으며, Agentic AI는 적응형 대응을 지원합니다. 기본 제공 플레이북을 사용하여 표준 작업을 수행하거나, EDR 대응, 웹훅 호출 또는 이메일 전송을 위한 맞춤형 플레이북을 손쉽게 생성할 수 있으며, 이 모든 것이 지능형 자동화를 통해 가능합니다.

고객과 분석가들의 의견.

가져 숨겨진 위협
빛으로

현재 보안 제품이 허술하게 활용한 틈새에 숨겨진 위협을 찾아내 공격자가 기업에 피해를 입히는 것을 어렵게 만듭니다.
위쪽으로 스크롤