ログリズム・インテリジェンス
データシート
行動分析を活用して、認証情報の不正利用、内部者による脅威、およびリスクの高い行動をより早期に検知する
このデータシートでは、LogRhythm Intelligenceが行動分析と機械学習を活用して、LogRhythm SIEM内で高リスクなユーザーおよびエンティティのアクティビティを特定する方法について説明しています。
IDを悪用した攻撃は、多くの場合、正当な活動に紛れ込むため、従来のルールだけでは検知が困難です。認証情報の不正使用、内部者による脅威、管理権限の悪用は、表面的には正常に見える一方で、重大なリスクをもたらす可能性があります。セキュリティチームには、運用上の複雑さを増すことなく、意味のある行動の逸脱を特定する方法が求められています。
LogRhythm Intelligenceが、行動のベースラインを確立し、機械学習モデルを適用し、動的なリスクスコアリングを通じてアクティビティの優先順位付けを行う仕組みについて解説します。また、既存のLogRhythm SIEMワークフロー内で、チームが調査や検索を行い、ダッシュボードを作成し、Advanced Intelligence Engine（AIE）の相関ルールを設定し、SmartResponse™アクションをトリガーする方法についても紹介します。
このデータシートが回答の助けとなる主な質問
- LogRhythm Intelligenceは、認証情報の不正使用、内部者による脅威、および管理者権限の悪用をどのように検知するのでしょうか？
- 行動のベースラインや動的リスクスコアは、調査の優先順位付けにどのように活用されているのでしょうか？
- MDI Fabricは、データエンリッチメントや行動分析においてどのような役割を果たしているのでしょうか？
- 行動分析と検知精度の向上に役立つ基本的なデータソースはどれですか？
- アナリストは、既存のLogRhythm SIEMのワークフローの中で、どのように脅威を調査し、対応すればよいのでしょうか？
- AIEの相関ルール、SmartResponse™のアクション、および統合型SOARは、検知および対応業務をどのように改善するのでしょうか？
LogRhythm Intelligence の仕組みLogRhythm SIEM
LogRhythm Intelligenceは、MDI Fabricを通じてすでに収集・充実化されたデータに、機械学習、行動分析、動的リスクスコアリングを適用することで、LogRhythm SIEMプラットフォームの機能を拡張します。アナリストは、LogRhythm環境を離れることなく、優先順位付けされたアクティビティの調査、ユーザーやエンティティを中心としたデータの検索、ダッシュボードの構築、AIE相関ルールの作成、および対応アクションの自動化を行うことができます。
データシートをダウンロードして、LogRhythm Intelligenceがセキュリティチームに対し、IDを悪用した脅威をより早期に検知し、調査の負担を軽減し、調査が必要となる可能性が最も高いアクティビティに優先順位を付けるのにどのように役立つかをご確認ください。
