การโจมตี Ransomware กำลังเกิดขึ้นอย่างก้าวกระโดด กลวิธีในการปรับใช้กำลังพัฒนาไปอย่างรวดเร็วไม่แพ้กัน Ransomware-as-a-บริการ ผู้ให้บริการในเว็บมืดกำลังใช้ ML เพื่อสร้างสายสัมพันธ์แบบซีโร่เดย์ และเทคโนโลยีการรักษาความปลอดภัยแบบดั้งเดิมกำลังดิ้นรนเพื่อให้ทัน จะเป็นอย่างไรถ้า การโจมตี ransomware เป็นเพียงการเบี่ยงเบนจากเป้าหมายที่แท้จริงของผู้โจมตี?
ผู้โจมตีส่วนใหญ่ตั้งหลักไว้ภายในสภาพแวดล้อมและทำการลาดตระเวนเป็นจำนวนมากก่อนที่จะทำการเคลื่อนไหว สามารถแพร่หลายในสภาพแวดล้อมของคุณเป็นเวลาหลายสัปดาห์หรือหลายเดือนก่อนที่จะปรับใช้ a การโจมตี ransomware. สิ่งนี้ได้รับการยืนยันโดยรายงานภัยคุกคามประจำปีจากเกือบทุกคนในช่วงหลายปีที่ผ่านมา จะเกิดอะไรขึ้นถ้าเป้าหมายไม่ใช่ค่าไถ่ แต่เป็นทรัพย์สินทางปัญญาของคุณ?
หนึ่งในพันธมิตรของเราทำงานกับลูกค้าใหม่เกี่ยวกับการมีส่วนร่วมของ IR พวกเขาไม่ได้ซื้อบริการที่มีการจัดการใด ๆ จาก พันธมิตร MSSP ณ จุดนั้น สิ่งที่ค้นพบระหว่าง IR คือในขณะที่พวกเขากำลังจัดการกับการโจมตี ransomware ฐานข้อมูล SQL ของลูกค้าของพวกเขาถูกทิ้งไปยังไฟล์และถูกกรองผ่าน อุโมงค์ DNS. ผู้โจมตียังสร้างบัญชีหลายบัญชีในระบบของตนเพื่อคงอยู่ต่อไป
นี่เป็นตัวอย่างคลาสสิกของการแสดงหลายขั้นตอน การโจมตี ransomware. มีความจำเป็นที่ MSP และ พันธมิตร MSSP สามารถเชื่อมต่อสัญญาณอ่อนที่พวกเขาได้รับจาก ทุกๆ เทคโนโลยีความปลอดภัยทางไซเบอร์ที่พวกเขาสนับสนุน เพื่อให้สามารถมองเห็นสัญญาณเตือนล่วงหน้าและเข้าใจว่าเหตุการณ์อื่นๆ เชื่อมโยงกับแรนซัมแวร์ ซึ่งอาจเป็นเรื่องยากมากสำหรับ SOC ทีมที่ต้องรับมือกับการแจ้งเตือนนับพันรายการต่อวัน มีเครื่องมือสำหรับการจัดการเหตุการณ์ แต่ต้องให้ผู้1วิเคราะห์ค้นหาหลักฐานทุกชิ้นและเพิ่มเข้าไปในเหตุการณ์ด้วยตนเอง
Open XDR สามารถช่วยให้พันธมิตรปกป้องลูกค้าของตนได้อย่างมีประสิทธิภาพมากขึ้น โดยการตรวจจับผู้โจมตีในขั้นตอนการสอดแนม XDR ห่วงโซ่การโจมตี Stellar Cyber คือตัวแรก SOC บริษัทรักษาความปลอดภัย เพื่อปรับใช้ .ชนิดพิเศษ AI เรียกว่า Graph ML เพื่อเชื่อมโยงสัญญาณและการแจ้งเตือนทั้งหมดเหล่านี้เข้าด้วยกันโดยอัตโนมัติเป็นเหตุการณ์ จากนั้น เหตุการณ์เหล่านั้นจะได้รับการให้คะแนนและจัดอันดับตามความรุนแรง ซึ่งจะช่วยลดเวลาในการแก้ไขปัญหา (MTTD) และภาระงานด้านการบริหารจัดการได้อย่างมาก SOC.
ขณะที่คุณกำลังประเมิน SOC เทคโนโลยีคุณต้องถามว่าการตรวจจับได้รับการพัฒนาอย่างไรและเราจะเป็น .ได้อย่างไร ม.ป.ป./ม.ป.ป โต้ตอบกับโมเดลเหล่านั้น Stellar Cyber ใช้เวลาห้าปีที่ผ่านมาในการพัฒนาการตรวจจับเฉพาะทางโดยอิงจาก ML ที่แตกต่างกันเจ็ดประเภท การตรวจจับ ML แต่ละรายการสามารถแทนที่กฎการตรวจจับ 10-20 กฎในรูปแบบดั้งเดิม SIEM ด้วยประสิทธิภาพที่สูงขึ้นอย่างเห็นได้ชัด Stellar Cyber ยังให้ความสามารถในการช่วยเหลือในการฝึกอบรมโมเดลต่างๆ เพื่อให้คุณและลูกค้าของคุณมีความมั่นใจมากขึ้น
หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับวิธีการหยุด การโจมตี ransomware ในระยะการลาดตระเวนของ ฆ่าโซ่,กรุณาเอื้อมมือออกไป ติดต่อได้ที่ brian@stellarcyber.ai
