Sumário Executivo
Os SOCs modernos estão sobrecarregados com o volume e a complexidade dos dados. A capacidade de filtrar, normalizar, enriquecer e rotear dados de segurança em escala sem perder a fidelidade impacta diretamente a precisão da detecção, a eficiência do analista e a postura de conformidade. Com a plena compreensão da importância dos desafios e das necessidades de dados dessa capacidade, o pipeline de dados da Stellar Cyber não é um complemento, mas uma capacidade essencial da nossa equipe. Plataforma SecOps orientada por IA desde o início. Este white paper descreve os fundamentos técnicos do pipeline da Stellar Cyber e como sua arquitetura exclusiva ajuda as equipes de segurança a unificar suas fontes de dados, reduzir o ruído e acelerar a resposta a incidentes.
Introdução: Além dos Pipelines de Dados
Enquanto alguns produtos se concentram apenas na coleta e movimentação de dados, o Stellar Cyber integra uma plataforma completa de operações de segurança com um pipeline de dados profundamente projetado em seu núcleo. Esse pipeline não apenas ingere e transporta dados; ele os transforma por meio de um processo de várias etapas. filtra, normaliza, enriquece, correlaciona e encaminha para armazenamento adequado para fluxos de trabalho de detecção e resposta e para armazenamento de backup como S3. Isso permite verdadeira visibilidade, detecção e ação de ponta a ponta.
Princípios básicos do pipeline de dados cibernéticos Stellar
Para fornecer visibilidade abrangente em toda a superfície de ataque de uma organização, a solução da Stellar Cyber oferece diversos métodos de coleta de dados. Ela pode coletar logs e telemetria de rede por meio de seus sensores modulares distribuídos, integrar-se a diversos aplicativos por meio de suas APIs nativas e implantar servidores. sensor para capturar dados de servidores Linux e Windows.
1. Filtragem de tráfego na borda
- Remove eventos irrelevantes antecipadamente (redução de ruído na borda).
- Reduz os requisitos de largura de banda e armazenamento descartando logs não críticos antecipadamente.
- Oferece flexibilidade ao oferecer suporte à filtragem orientada por políticas com base no tipo de aplicativo, porta, protocolo ou regras personalizadas.
2. Normalização entre diversas fontes
O mecanismo de normalização Interflow padroniza formatos de log e esquemas de diversas fontes distintas. Isso permite:
- Detecção automatizada por meio de aprendizado de máquina ou regras
- Correlação automatizada de alertas individuais em casos por meio de artefatos normalizados.
- Enriquecimento consistente para contextualização
- Análise rápida de downstream sem análise repetida.
- Painéis, relatórios e investigações precisos e fáceis de entender.
3. Enriquecimento contextual em tempo real na ingestão
À medida que os dados fluem para o Stellar Cyber Abrir XDR plataforma, ela é enriquecida em linha em tempo real – não após a ingestão – fornecendo telemetria de alto contexto para impulsionar detecção e resposta rápidas e precisas.
- Pesquisas GeoIP e ASN: Adiciona instantaneamente dados de país, cidade e sistema autônomo a cada evento com IPs.
- Inteligência de ameaças em tempo real: Correlaciona-se com vários feeds de informações sobre ameaças (comerciais, de código aberto e definidos pelo cliente), aplicando pontuação de risco em tempo real.
- Resolução de Usuário e Entidade: Mapeia logs e tráfego para identidades humanas e de máquina por meio do Active Directory, Okta, sistemas IAM e inventários de ativos.
- Identificação do aplicativo: O mecanismo Deep Packet Inspection (DPI) e a impressão digital do aplicativo melhoram a clareza do evento além da heurística baseada em porta.
- Marcação personalizada e injeção de contexto: Os administradores podem injetar contexto específico do negócio (por exemplo, criticidade do ativo, função, zonas de conformidade) no fluxo de dados.
4. Mascaramento e Redação de PII/PHI
5. Roteamento e Multiplexação
- Evite a dependência de fornecedores.
- Atenda a diversas necessidades de armazenamento, conformidade ou análise.
- Alimente equipes ou ferramentas separadas sem duplicar esforços de ingestão.
6. Detecção e desduplicação de anomalias em tempo real
Os módulos de ML de detecção de anomalias em linha e pós-ingestão identificam discrepâncias à medida que os dados chegam. A desduplicação e a agregação reduzem ainda mais o volume de dados sem sacrificar a fidelidade, ideal para ambientes com alto EPS e vários terabytes/dia.
7. Arquitetura MSSP multilocatário
8. Integração de plataforma nativa
- Latência mais baixa.
- Atualizações mais rápidas e escalabilidade.
- Postura consistente de segurança e conformidade
- Loop de feedback imediato entre o pós-processamento e o mecanismo de dados.
9. Flexibilidade na migração de dados
Escalabilidade e Maturidade
Por que o pipeline de dados da Stellar Cyber é importante
- MTTR mais rápido.
- Maior eficiência dos analistas.
- Redução de custos de infraestrutura.
- Visibilidade total da ingestão à remediação.


