Резюме
Modern SOCКомпанії перевантажені обсягом та складністю даних. Здатність фільтрувати, нормалізувати, збагачувати та маршрутизувати дані безпеки у великих масштабах без втрати точності безпосередньо впливає на точність виявлення, ефективність аналітиків та відповідність вимогам. З повним розумінням важливості проблем, пов'язаних з даними, та потреб у таких можливостях, конвеєр даних Stellar Cyber є не додатковим, а основною можливістю нашої... Платформа SecOps на основі штучного інтелекту від початку. У цьому документі викладено технічні основи конвеєра Stellar Cyber та те, як його унікальна архітектура допомагає командам безпеки об'єднати свої джерела даних, зменшити шум і пришвидшити реагування на інциденти.
Вступ: За межами конвеєрів даних
Хоча деякі продукти зосереджені лише на зборі та переміщенні даних, Stellar Cyber інтегрує повноцінну платформу операцій безпеки з глибоко розробленим конвеєром даних в її основі. Цей конвеєр не просто приймає та транспортує дані; він трансформує їх за допомогою багатоетапного процесу. фільтрує, нормалізує, збагачує, корелює та спрямовує його до належного сховища для робочих процесів виявлення та реагування, а також до резервного сховища, такого як S3Це забезпечує справжню повну видимість, виявлення та реагування.
Основні принципи конвеєра кіберданих Stellar
Щоб забезпечити повсюдну видимість усієї поверхні атак в організації, рішення Stellar Cyber пропонує кілька методів збору даних. Воно може збирати журнали та мережеву телеметрію за допомогою розподілених модульних датчиків, інтегруватися з численними програмами через їхні власні API та розгортати сервер. датчиків для збору даних із серверів Linux та Windows.
1. Фільтрація трафіку на периферії
- Видаляє нерелевантні події заздалегідь (зменшення шуму на краях).
- Знижує вимоги до пропускної здатності та сховища шляхом попереднього відкидання некритичних журналів.
- Забезпечує гнучкість завдяки підтримці фільтрації на основі політик на основі типу програми, порту, протоколу або користувацьких правил.
2. Нормалізація в різних джерелах
Механізм нормалізації Interflow стандартизує формати та схеми журналів з численних різних джерел. Це дозволяє:
- Автоматизоване виявлення за допомогою машинного навчання або правил
- Автоматичне зіставлення окремих сповіщень зі справами за допомогою нормалізованих артефактів.
- Послідовне збагачення для контекстуалізації
- Швидка аналітика без повторного парсингу.
- Точні, зрозумілі інформаційні панелі, звіти та розслідування.
3. Контекстне збагачення в режимі реального часу під час завантаження
Як дані надходять у Зоряний Кібер Open XDR платформа, вона збагачується безпосередньо в режимі реального часу, а не після обробки, забезпечуючи телеметрію з широким контекстом для швидкого та точного виявлення та реагування.
- Пошук GeoIP та ASN: Миттєво додає дані про країну, місто та автономну систему до кожної події з IP-адресами.
- Розвідка загроз у реальному часі: Співвідноситься з кількома потоками інформації про загрози (комерційними, з відкритим кодом та визначеними клієнтом), застосовуючи оцінку ризиків у режимі реального часу.
- Роздільна здатність користувача та сутності: Зіставляє журнали та трафік з ідентифікаторами людей та машин через Active Directory, Okta, системи IAM та інвентаризацію активів.
- Ідентифікація програми: Механізм глибокої перевірки пакетів (DPI) та відбитки пальців застосунків покращують чіткість подій, виходячи за рамки евристики на основі портів.
- Користувацьке тегування та впровадження контексту: Адміністратори можуть впроваджувати в потік даних специфічний для бізнесу контекст (наприклад, критичність активів, функцію, зони відповідності).
4. Маскування та редагування PII/PHI
5. Маршрутизація та мультиплексування
- Уникайте прив'язки до постачальника.
- Задовольняйте різноманітні потреби у зберіганні даних, дотриманні вимог або аналітиці.
- Надсилайте дані окремим командам або інструментам без дублювання зусиль з обробки.
6. Виявлення аномалій та дедуплікація в режимі реального часу
Вбудовані модулі виявлення аномалій та машинного навчання після надходження даних виявляють викиди під час надходження даних. Дедуплікація та агрегація ще більше зменшують обсяг даних без шкоди для їхньої точності, що ідеально підходить для середовищ з високим EPS та кількома терабайтами на день.
7. Архітектура багатоорендарного MSSP
8. Інтеграція з власною платформою
- Менша затримка.
- Швидші оновлення та масштабованість.
- Послідовна безпека та дотримання вимог
- Безпосередній зворотний зв'язок між постобробкою та механізмом обробки даних.
9. Гнучкість міграції даних
Масштабованість та зрілість
Чому важливий конвеєр даних Stellar Cyber
- Швидший MTTR.
- Вища ефективність аналітиків.
- Зменшення витрат на інфраструктуру.
- Повна видимість від процесу вживання до моменту усунення наслідків.


