Anticiper les risques liés aux identités, données et infrastructures

Détecter plus tôt les activités malveillantes

Behaviour Analytics crée des baselines pour le comportement normal de chaque utilisateur, groupe de pairs et entité du réseau au lieu d’appliquer des règles prédéfinies pour les actions standards. La technologie UEBA de Logpoint identifie les écarts dans les modèles de comportement, qui ne sont pas nécessairement immédiatement évidents et passent donc souvent inaperçus, afin de détecter rapidement les risques d’activité malveillante.

Améliorer les investigations d’incident

Grâce aux scores de risque calculés automatiquement et à la priorisation haute-fidélité des incidents, les investigations deviennent plus significatives. Plus le score est proche de 100, plus le comportement est risqué. Les analystes savent toujours quel incident investiguer en premier. Outre des délais de détection plus courts, Behaviour Analytics fournit des preuves plus exploitables lors des investigations et une plus grande efficacité et précision au niveau des alertes et des incidents générés.

Faciliter la réponse

Avec plus de contexte sur les potentielles menaces et les anomalies, il est plus facile pour les analystes de savoir comment répondre. Comme Behaviour Analytics s’intègre parfaitement à l’automatisation et à la gestion d’incident, vous pouvez effectuer des investigations approfondies et mettre en place des processus de réponse automatisés.

Les équipes SOC travaillent plus intelligemment et se concentrent sur les menaces importantes car, en cas de suspicion d’activité malveillante au niveau d’un utilisateur ou d’une entité, un processus de priorisation automatique démarre pour vérifier si l’utilisateur est sur la liste blanche et le bloque en cas de menace potentielle.

Menaces externes

Des écarts au niveau des modèles de comportement des utilisateurs et des entités, tels que le transfert de quantités anormales de données ou l’accès à des fichiers auxquels ils n’ont généralement pas accès, suggèrent qu’une entreprise a été compromise par une menace externe. Comme ils utilisent des identifiants légitimes, acquis via des attaques par force brute ou par vol, il n’est pas facile de les découvrir sans l’UEBA.

Comptes compromis

Les comptes compromis sont la conséquence de personnes externes qui ont accédé au compte d’un insider en volant ses identifiants, souvent par phishing. Ces personnes peuvent inciter un employé à cliquer sur un lien ou à ouvrir une pièce jointe à un email contenant un virus pour ensuite s’infiltrer.

Menaces persistantes avancées (APT)

Un adversaire obtient un accès non autorisé à un réseau informatique et reste indétectable pendant une période prolongée. Une fois qu’il aura infiltré le réseau, il tentera de créer des backdoors. Il est donc crucial de surveiller tout comportement anormal au niveau des utilisateurs et des entités.

MITRE ATT&CK

Toutes les anomalies détectées par notre UEBA sont mappées avec le framework MITRE ATT&CK, une classification, standard du secteur, des tactiques et techniques des adversaires, basée sur des observations réelles de différentes cyberattaques.

Logpoint Behavior Analytics associe les algorithmes d’apprentissage automatique (ML) à des scénarios pratiques plutôt qu’à des éléments ponctuels et non cohérents. De cette manière, les analystes obtiennent rapidement une vue d’ensemble du paysage des menaces afin de suivre plus facilement les différentes étapes d’une potentielle attaque. En combinant le score de risque avec les tags MITRE sur les anomalies, les analystes priorisent leur investigation et se concentrent sur les incidents les plus critiques.