Merancang Pipeline UEBA: Baseline, Deteksi Anomali, dan Penilaian Risiko

Membangun pipeline UEBA yang memberikan nilai melibatkan desain yang cermat di setiap tahap. Data yang Anda kumpulkan, baseline yang Anda bangun, metode anomali yang Anda pilih, dan cara Anda mengubah sinyal mentah menjadi skor risiko semuanya membentuk apakah analis mempercayai output atau belajar mengabaikannya. Kursus ini membahas keputusan-keputusan tersebut sesuai urutan kemunculannya. Anda akan mengerjakan latihan desain tertulis yang mencerminkan bagaimana tim data keamanan akan merencanakan pipeline UEBA untuk organisasi nyata. Penekanannya adalah pada trade-off praktis yang menentukan apakah sistem meningkatkan deteksi tanpa membanjiri analis. Apa yang akan Anda pelajari: - Merencanakan pengumpulan data dari log otentikasi, akses, dan aktivitas di seluruh sistem cloud dan on-premises - Merancang pendekatan pemodelan baseline yang memperhitungkan peran individu, grup sebaya, dan pola waktu - Membandingkan metode deteksi anomali termasuk pendekatan statistik, clustering, dan deep learning modern - Membangun sistem penilaian risiko yang menggabungkan beberapa sinyal menjadi peringatan yang dapat ditindaklanjuti - Merencanakan rutinitas evaluasi yang menguji pipeline terhadap skenario ancaman orang dalam dan kompromi yang realistis - Merancang loop umpan balik yang memungkinkan keputusan analis untuk meningkatkan baseline dan penilaian dari waktu ke waktu Kursus ini berkembang dari pengumpulan data melalui pemodelan baseline, deteksi anomali, penilaian risiko, dan evaluasi. Latihan tertulis capstone meminta Anda untuk menyusun desain satu halaman untuk pipeline UEBA yang ditargetkan pada jenis organisasi dan profil ancaman tertentu. Kursus ini dirancang untuk analis keamanan, insinyur data yang memasuki pekerjaan keamanan, dan mahasiswa ilmu komputer. Tidak diperlukan pengalaman UEBA mendalam. Kursus ini memperlakukan pipeline sebagai masalah desain yang dapat Anda pikirkan di atas kertas sebelum keputusan tooling apa pun dibuat.