QRadar User Entity Behavior Analytics

L'application IBM® QRadar® User Entity Behavior Analytics vous aide à déterminer les profils de risque des utilisateurs et des entités au sein de votre réseau et à prendre des mesures lorsque l'application vous signale un comportement menaçant.

L'application QRadar User Entity Behavior Analytics (UEBA) est un outil permettant de détecter les menaces internes dans votre organisation. Il s'appuie sur le cadre de l'application pour utiliser les données existantes sur votre site QRadar afin de générer de nouvelles informations sur les utilisateurs et les risques liés aux entités. UEBA ajoute deux fonctions majeures à QRadar: le risque de l'utilisateur et de l'entité, et les identités unifiées de l'utilisateur.

Le profilage du risque est réalisé par l'affectation d'un niveau de risque à différents cas d'utilisation de sécurité. Il peut s'agir, par exemple, de simples règles et de contrôles visant à détecter les accès aux sites web sur liste noire ou d'analyses plus avancées exploitant l'apprentissage machine. Un niveau de risque est affecté à chaque cas d'utilisation en fonction de la gravité de l'incident détecté et de la fiabilité de cette détection. UEBA utilise les données d'événement et de flux existantes dans votre système QRadar pour générer ces informations et profiler les risques des utilisateurs.

L'unification de l'identité des utilisateurs est accomplie par la combinaison des comptes disparates de chaque utilisateur dans QRadar. En important des données à partir d'un Active Directory, d'un serveur LDAP, d'une table de référence ou d'un fichier CSV, UEBA peut apprendre quels comptes appartiennent à une identité utilisateur. Cela permet de combiner les risques et le trafic entre les différents noms d'utilisateur dans UEBA.

Machine Learning (ML app) est un outil complémentaire qui étend l'application UEBA . Elle autorise une analyse et une identification plus détaillée des cas d'utilisation, avec le profilage et le regroupement des données de séries temporelles. Il est installé à partir de l'application UEBA , sur la page des paramètres Machine Learning . ML app ajoute des visualisations à l'application UEBA existante qui montrent le comportement appris (modèles), le comportement en cours et les alertes. Les modèles peuvent utiliser plus de quatre semaines de données historiques collectées dans QRadar pour établir un modèle prédictif et la référence (ou ligne de base) d'un comportement considéré comme normal pour un utilisateur.

Pour plus d'informations sur l'utilisation de l' ML app, voir ApplicationMachine Learning Analytics.