Exabeam leistete Pionierarbeit bei der Nutzung von maschinellem Lernen (ML) für die Verhaltensanalyse von Nutzern und Entitäten (UEBA) und bei der Automatisierung des TDIR-Workflows.
Unsere ML-Modelle bieten Folgendes:
- Ereigniskorrelation: Korreliert und analysiert rohe, zustandslose Ereignisse zu einer kohärenten Historie der Benutzer- und Geräteaktivitäten für eine genauere Priorisierung von Warnmeldungen.
- Verhaltensmodellierung: Erstellt eine Basislinie normaler Aktivitäten für jeden Benutzer und jedes Gerät durch die Analyse von mehr als 750 verhaltensbasierten Modellen.
- Peer-Group-Analyse: Ermittelt dynamisch die Peer-Gruppe eines Benutzers und die Funktion eines Hosts, um anomale Aktivitäten genauer zu erkennen.
- Bedrohungsanalyse: Erkennt spezifische Bedrohungen, wie z. B. algorithmisch generierte bösartige Domains (DGA).
- Risikopriorisierte Warnmeldungen: Passt die Risikobewertung von Warnmeldungen an, um Fehlalarme zu reduzieren und die Analysten auf glaubwürdige Bedrohungen zu fokussieren.







