从痛苦金字塔到影响金字塔:重新思考分析师在人类增强型SOC中的角色

看好自主SOC。务实思考如何才能实现这一目标。

最近有很多关于 自主 SOC — 未来机器不仅能发出警报,还能进行关联、分类、调查和响应。

这听起来很奇妙,尤其是如果你曾经上过夜班,被各种警报淹没过的话。但事实是这样的: 除非自动化能够向某人学习,否则你无法实现一切的自动化。

那个“人”仍然是分析师。而且不仅仅是照看机器——还要 影响它 以有意义的方式。

从国际奥委会之痛到分析师之影响

安全老手们会记得 国际奥委会痛苦金字塔这告诉我们,并非所有指标都是平等的——IOC 越抽象,检测到时对攻击者的伤害就越大。

现在在内部应用同样的思维:
并非所有分析师的反馈都是平等的。

评论很有帮助。
压制未来警报的合理判决具有变革性。

因此,让我们介绍一种新模型: 分析师反馈影响金字塔 — 一个框架,用于了解哪些类型的人类输入能够推动真正的变化,哪些输入只是装饰界面。

分析师反馈影响金字塔

并非所有TP/FP反馈都是平等的

这就是细微差别很重要的地方。
不加说明地点击“误报” 为什么 or 为了谁 是第 1 层。它可能会出现在报告中,但不会改变系统。

现在添加:

“FP因为 powershell.exe 用于此主机上的补丁自动化。”

现在你已经创建了第 4 层反馈。这可以 压制 将来会触发警报。或者触发 检测排除。 或 重新加权 ML 模型.现在你 训练系统。

这不仅仅是标记——这是 教学.

特斯拉类比:推动还是超越?

如果你使用过特斯拉的全自动驾驶系统,你就会知道该怎么做:

分析师的反馈也是同样的道理。
有时只是引导,有时则是接管。关键在于确保机器能够分辨出两者的区别,并从中学习。

为反馈而生的人类增强型 SOC

At 恒星网络,我们不仅自动化警报分类——我们拥有 全周期检测到响应。这意味着我们可以做到大多数供应商做不到的事情:
让分析师的反馈传播开来 上游 影响 检测层 本身。

因此,当发现误报时,我们不仅会自动关闭它,还能从源头上抑制它。因为 预防噪音总是比处理噪音更好,无论您的分类流程多么高效。

这就是我们的平台独特地适合 人类增强 自主 SOC:

最后的想法:反馈是动力

反馈是赢得信任的方式。
这个 分析师反馈影响金字塔 帮助我们优先考虑这些反馈,并建立能够以适当的信心水平采取行动的系统。

最终,自主性并不是为了取代人类,而是为了尊重他们的意见 足以让它引导机器.

因为 SOC 本身不会变得更智能。
它通过向最好的老师学习而变得更聪明:分析师知道何时推动,何时推翻,以及何时教导系统不要犯同样的错误两次。

滚动到顶部