隨著2021年的到來，我們已經(jīng)習慣了新的工作方式和新的工作環(huán)境。許多人可能還采用居家辦公的方式工作，采用數(shù)字通信方法進行項目協(xié)作和討論。我們的雇主已經(jīng)開發(fā)出敏捷的方法，為員工配備合適的工具，以便有效和靈活地工作，遠程工作已成為業(yè)務(wù)預(yù)算和員工招聘決定的長期考慮因素。

這種轉(zhuǎn)變不太可能改變。我們可能會在2021年回到辦公室，但不會回到標準的5天工作周。報告顯示，許多組織正在計劃采用混合方式，給員工更多選擇。遠程工作在這里是永恒的，隨之而來的是，安全和安全獲得了更大的意義。

這種變化的一個影響是安全運營中心(SOC)處理的警報的可視性和數(shù)量。以前該團隊處理的是辦公地點內(nèi)的數(shù)據(jù)中心，這意味著威脅的藏身之處有限。現(xiàn)在隨著遠程辦公，無人管理的個人設(shè)備--包括家庭物聯(lián)網(wǎng)和家庭電腦--有數(shù)千種選擇可以隱藏起來。以前在企業(yè)網(wǎng)絡(luò)上可見的威脅已經(jīng)變得無所遁形，它們躲在家庭網(wǎng)絡(luò)中，伺機發(fā)動攻擊。

自動化幫助解決警報過載和疲勞問題

自動化、人工智能和機器學習應(yīng)該是任何現(xiàn)代SOC的雷達。假設(shè)網(wǎng)絡(luò)犯罪分子已經(jīng)在利用這些技術(shù)在這個廣泛的新表面發(fā)起有效的攻擊。在這種情況下，安全分析師也應(yīng)該利用這些相同的技術(shù)來幫助保護他們的組織，并保證數(shù)據(jù)和用戶的安全。

安全分析師每天都會收到成千上萬的警報，現(xiàn)在有這么多的遠程工作人員，這些警報可能來自成千上萬的地點。許多人會是良性的，但團隊必須保持完整的可見性，以防錯過嚴重的威脅。這項工作是重復(fù)性的，可能會導(dǎo)致分析師疲勞或錯誤。以下是自動化可以提供幫助的方法。

對警報進行分析和標記。如果數(shù)據(jù)是 "好的 "或 "壞的"，現(xiàn)有的規(guī)則會應(yīng)用自動化操作來允許或拒絕信息。對于任何其他警報，數(shù)據(jù)被標記為 "未知"，并報告給分析師進行進一步分析，這意味著團隊現(xiàn)在正在處理更多的有效警報和更少的誤報。當警報被標記為不良時，必須快速激活并應(yīng)用幾個動作。這些行動可能包括刪除電子郵件中的附件，隔離設(shè)備，甚至關(guān)閉部分網(wǎng)絡(luò)進行補救。安全自動化規(guī)則可以用來執(zhí)行這些行動，可以完全自動化，也可以由分析人員點擊按鈕。

因此，從幾個例子可以看出，自動化如何幫助現(xiàn)代SOC早期檢測和補救威脅，以及減少安全團隊的工作量。然而，人工智能和機器學習呢?直到最近，這些都是流行語，但當適當?shù)貞?yīng)用到環(huán)境中時，這些技術(shù)成為分析的關(guān)鍵推動力，有助于提高團隊效率，并使網(wǎng)絡(luò)安全快速、一致和準確。

使用人工智能將數(shù)據(jù)轉(zhuǎn)化為智能

人工智能將處理數(shù)以百萬計的威脅數(shù)據(jù)的輸出與現(xiàn)有的環(huán)境信息相結(jié)合，包括網(wǎng)絡(luò)信息、進入載體、使用的協(xié)議，甚至進行云分析，以了解威脅是新的還是以前在其他環(huán)境中看到的。這些數(shù)據(jù)為安全工程師提供了有價值的背景信息，而以前這些信息需要人工努力和時間來提取。檢測時間縮短，因為人工智能會比人類更快地看到網(wǎng)絡(luò)中的變化，收集相關(guān)數(shù)據(jù)并向團隊提供積極的警報。響應(yīng)時間得到改善，因為工程師不必從深入分析發(fā)生的事情開始。他們立即與可操作的數(shù)據(jù)一起工作，并使用這些數(shù)據(jù)來創(chuàng)建補救計劃。

通過機器學習了解網(wǎng)絡(luò)，提高團隊效率

將機器學習(ML)與人工智能結(jié)合使用，意味著可以對工具進行訓練，以便更好地處理數(shù)據(jù)，ML系統(tǒng)將能夠提出改進建議。ML可以評估在網(wǎng)絡(luò)上看到的行為，發(fā)現(xiàn)可能超出正常模式的行為，并向團隊提出建議提醒，并在問題成為威脅之前捕捉到問題，這些問題可能包括異常的網(wǎng)絡(luò)端口使用、DNS操縱或潛在的流量風暴。這不僅提高了安全團隊的效率，而且ML將利用數(shù)據(jù)逐步增加情報，成為一種更有效的技術(shù)，使之成為網(wǎng)絡(luò)安全的雙贏!