一、真正有價值的事件
安防監(jiān)控系統(tǒng)的最大問題就是哪些異常會引發(fā)事件。作為安全運營團隊面臨的挑戰(zhàn)之一是要從眾多事件中找出相關且有意義的事件,而這事件中混雜著太多誤報。在解決這一問題前,就是要明白該如何定義一個事件,當然,需要根據(jù)安防監(jiān)控系統(tǒng)所屬領域來定義。在實際決策中,首先需要非常了解專業(yè)領域,然后使用復雜算法,來找到真正的目標。
例如,在內(nèi)部威脅領域,安防監(jiān)控系統(tǒng)可識別出某一用戶是首次進行數(shù)據(jù)庫操作。但由于之前沒發(fā)生過此類操作,因此會被視為異常,但這就是真正的安全事件了嗎?為了回答這個疑問,我們需將用戶和數(shù)據(jù)庫進行分類,以及將二者進行關聯(lián)分析。這樣才能讓你對整個事件有深入的了解,而不是僅僅停留在表面。
二、事件分組
一旦識別出真正有價值的事件,可基于事件描述的具體場景進行分組,降低事件數(shù)量,使安全工程師可對同類事件整體處理。盡管每個單一事件可能是有效的,但是當事件按類別組合在一起,更多、更易于理解的說明信息顯示這些事件可以作為一個整體來處理,這樣可大幅提高處理效率。
三、兩類分組方式:
1. 按事件類型分組。例如:多個用戶濫用一個服務賬號。
這表示該服務賬號為某一群體所共用,這并不是一個好的做法??赏ㄟ^調(diào)整賬號權限來解決此類問題。
2. 按事件描述內(nèi)容進行分組。例如,某一用戶濫用特定的數(shù)據(jù)庫帳號、訪問了某些應用數(shù)據(jù)表,并訪問了大量文件。這意味著該用戶可能會損害企業(yè)的數(shù)據(jù)。應對用戶及其行為進行評估。
根據(jù)Imperva CounterBreach的客戶數(shù)據(jù)示例,可以看到經(jīng)過分組,客戶需要處理的事件數(shù)量大幅減少。雖然事件在持續(xù)增加,但分組數(shù)量卻增加緩慢,直至不再新增分組。
圖1: 用13個分組取代了377個事件
事件優(yōu)先級評分
過去,安全事件優(yōu)先級劃分通常是通過將事件劃分為嚴重程度(嚴重、高、中、低)來完成。這種類型的分類并不能明確決定首先應該做什么。假設有10起事件被歸類為嚴重事件。所有的事件必須立即處理,但首先應該處理哪一起?
建議為各類事件設置優(yōu)先級評分制,分數(shù)范圍為0至100。不同的事件和得分標準使用不同的計算方法,最后得出優(yōu)先級評分。
例如:“數(shù)據(jù)庫記錄訪問過多”事件的傳統(tǒng)優(yōu)先級為高,因為這種情況下可能意味著數(shù)據(jù)被盜。
當這類事件同時發(fā)生兩筆,乍一看,應按同一緊急程度處置,但這兩筆事件的優(yōu)先性真的是一樣嗎?
下面來看一下具體情況:
1. 一個用戶訪問了生產(chǎn)環(huán)境數(shù)據(jù)庫中的105000條記錄。
2. 一個用戶訪問了測試環(huán)境數(shù)據(jù)庫中的100000條記錄。
可以明確看出,第一筆事件的處理應優(yōu)先于第二筆,因為它的危害性更大。
使用新的評分法后:
事件類型:數(shù)據(jù)庫記錄訪問過多:得70分
記錄的訪問數(shù)量> 100000 :加+5分
生產(chǎn)環(huán)境數(shù)據(jù)庫:加+10分
根據(jù)上述算法,前述第一條事件的最終優(yōu)先級分數(shù)為85分,而第二條事件的評分為70分。
支持分組評分
正確使用評分標準及分值,是決定事件處置順序與事件優(yōu)先級相比配的基本要素。但這需要對被監(jiān)控的對象有深入了解。
方法的使用
這幾種方法都可以減少所需處置的事件數(shù)量,但最好能同時應用。
如上例所示,雖然真正有價值的事件數(shù)量仍然很多,特別是監(jiān)控范圍較廣的情況下。事件分組可極大的減少所需處理的事件數(shù)量。而設置優(yōu)先級評分,可以幫助了解哪類事件或哪組事件需要優(yōu)先處理。
結論:
安全是安防監(jiān)控系統(tǒng)是極重要的保護層,但當各類事件數(shù)量過多,安防監(jiān)控系統(tǒng)變得難以管理并需要耗費大量時間來處理這些事件,甚至可能無法使用而放棄安防監(jiān)控系統(tǒng)。專注于重要事件(真正有價值的事件),支持綜合分類(事件分組),定義明確優(yōu)先級(事件優(yōu)先級評分),提供更加快速、更加高效的事件調(diào)查解決方案,從而實現(xiàn)真正有效的監(jiān)控。