人工智能和自动化加速威胁检测和响应 大多数组织都在 SIEM

人工智能和自动化加速威胁检测和响应
大多数组织都在 SIEM 或其他威胁检测技术（例如 EDR 中检测恶意行为，但事实上，SOC 专业人员可以根据最近的全球调查，他们在一个典型工作日内应该查看的警报不到一半 (49%)。利用自动化和人工智能可确保建议和见解的透明度和来源，从而帮助安全团队解决高优先级警报并交付预期结果。

为此，SIEM 需要采用基于风险的创新分析以及由图形分析、威胁情报和洞察、联合搜索和人工智能提供支持的自动调查。有效的 SIEM 平台必须利用人工智能来增强人类认知。自调整功能可减少嘈杂的警报，将分析师的注意力集中在最需要的地方。虚拟协助可以帮助处理例行分类，使安全专家能够实施战略计划，而强大的机器学习模型可以发现基于规则的系统隐藏的攻击模式和事件错过。一些最先进的 SIEM 丰富并关联了整个组织环境中的发现，因此分析会自动集中于最重要的攻击。</span>

为了与安全团队建立所需的信任，SIEM 需要在其建议和见解中提供透明度和来源。通过将可解释性纳入每次评估的方式中，安全分析师可以有信心信任建议，并针对环境中的威胁更快、更果断地采取行动。

供应商在开发当今的 SIEM 时需要考虑的另一个方面是将决策和响应操作转移给由响应者执行初始警报分析的分析师。在许多情况下，他们希望在风险平衡适合组织的情况下实现完全自动化。传统上，此类流程和决策是在单独的SOAR 系统中进行适当协调和定制的，在某些情况下是与不同的团队进行协调和定制的。今天的 SIEM 需要能够实现更敏捷的左移，以将完整的 SOAR 功能纳入 SIEM 工作流程和 UX 中。这种方法使组织能够根据风险平衡几乎完全自动化响应流程，并在需要时将安全团队引入流程以验证建议的操作。