まずベースラインを確立する
異常なログインは、通常のユーザー、デバイス、場所、スケジュールに対してのみ意味を持ちます。あらゆる異常を侵入として扱う前に、環境を学習してください。
警備の仕事は証拠の仕事です。有能なアナリストは、単にアラートに気づくだけではありません。何が起こったのか、何が起こらなかったのか、それぞれの結論を裏付けるデータは何なのか、次にどの行動をとれば安全なのかを確立します。攻撃者と防御ツールの両方が誤解を招く信号を生成するため、この規律は重要です。
技術的なスタックは急速に変化しますが、移行可能な技術は安定しています。通常の動作を理解し、権限を減らし、証拠を保存し、パニックや誤った安心感を与えることなく不確実性を伝えます。
ログ、コンテキスト、既知の技術を組み合わせて、信頼できる攻撃者の行動をノイズから区別します。
エンドポイント、アイデンティティ、プロトコル、クラウド サービスを十分に理解して、制御が失敗する箇所を確認します。
時間的プレッシャーの下で、被害を封じ込め、証拠を保全し、意思決定を調整します。
開発者やユーザーが実際に操作できるコントロールを設計します。
エンジニア、経営陣、法務チーム、影響を受ける人々にリスクと証拠を説明します。
新たな脆弱性、攻撃者の戦術、プラットフォームの変化に続いて、すべての見出しを追いかけることはありません。
夜間のアラート、脅威インテリジェンス、および前のシフトからのメモを確認します。
ログをクエリし、検出を検証し、不審なアクティビティを調査し、証拠を記録します。
多くの場合、関連する勧告の簡単なレビューを含む、アラート作業の一時停止。
コントロールを調整し、設計をレビューし、IT または開発者と協力して、リスク所有者について話し合います。
調査を綿密にし、調査結果を文書化し、検出をテストするか、修復計画を準備します。
ほとんどのチームは手作業で作業を行います。重大な事態が発生した際には、インシデント対応者に電話がかかる場合があります。
現場で実際に伝えられる技術知 — モチベーション文句ではない。
異常なログインは、通常のユーザー、デバイス、場所、スケジュールに対してのみ意味を持ちます。あらゆる異常を侵入として扱う前に、環境を学習してください。
悪意のあるプロセスが 1 つ含まれていても、攻撃者がいなくなったことは証明されません。インシデントをクローズする前に、関連するアカウント、ホスト、永続性、およびアウトバウンドアクティビティを検索します。
可能であれば、侵害されたシステムを変更する前に、タイムスタンプ、ハッシュ、取得手順を記録します。修復により、侵入と影響を理解するために必要な証拠が破壊される可能性があります。
インシデント後の永続的な修正は、多くの場合、別の署名を追加するのではなく、永続的なアクセスの削除、ID 管理の強化、またはサービスのセグメント化です。
フィッシング報告を簡単にし、責任を追及しないようにすることで、技術的な制御よりも早くキャンペーンを明らかにすることができます。トレーニングは、人々に安全な行動を提供することでより効果的です。
机上演習では、実際の事件で疑問が生じる前に、シャットダウンを承認し、顧客に通知し、弁護士に連絡できるのは誰かを明らかにします。
Microsoft Sentinel、Splunk、Elastic などのシステムは、セキュリティ関連のイベントを収集してクエリします。
エンドポイント検出および応答ツールは、コンピューター上のアクティビティを検査し、影響を受けるデバイスの封じ込めに役立ちます。
認可されたスキャナは、不足しているパッチや公開されたサービスを特定しますが、人間による優先順位付けが必要です。
Wireshark と関連ツールは、調査者がネットワークの動作を詳細レベルで理解するのに役立ちます。
チケット発行、プレイブック、オーケストレーション プラットフォームは証拠を保存し、対応を再現可能にします。
大規模なキューを通常どおりに扱うと、チームは 1 つの大きな影響を与えるシグナルを見逃すことになります。検出を調整し、アナリストが現実的に調査できる内容を測定します。
所有者、クリーンなデータ、または対応プロセスのないプラットフォームを購入すると、保護ではなくダッシュボードが作成されます。
間違いを報告した人を罰すると、インシデントが地下に潜むようになり、認証やワークフローの設計上の欠陥が無視されます。
分野だけでなく、6つのスコアが近い職業です。
臨床データ、治験データ、医療システムのデータを用いて、より安全な医療、研究、業務上の意思決定のための信頼できるエビデンスを生み出す。
AI耐性 68 📦本番環境で機械学習モデルを訓練・配備・監視・ガバナンスするためのシステムを構築する仕事。
AI耐性 54 🦾感知し、判断し、物理世界で行動する機械を設計する仕事。真の難問は知能ではなく、世界そのものだった。
AI耐性 65 🌿組織が事業上の義務を果たしながら環境・社会への害を減らせるよう、戦略、測定、報告を主導する。
AI耐性 66 🌬️再生可能な資源を信頼できる電力に変える、風力、太陽光、蓄電、送電網のシステムを設計・構築・改善する。
AI耐性 72 🔌自動車のブレーキから核ミサイルの誘導システムまで、あらゆるコンピュータや携帯電話の中にあるトランジスタを設計・製造する。地球上でごく一部の工場しか動かせないほど精密な機械を使う仕事だ。
AI耐性 60現代生活を動かすコードを書き、テストし、保守する仕事であり、AIが自分自身の日々の作業を自動化していく様子を最初に目の当たりにしている職業の一つでもある。
AI耐性 35 🤖機械知能を支えるアルゴリズムを設計・検証する仕事。今やその研究プロセス自体の自動化を競う分野になりつつある。
AI耐性 50 🛰️地上を離れる航空機・ロケット・宇宙船を設計・解析・認証する仕事で、推測の余地を残さない安全マージンを守り続ける。
AI耐性 74 🌉川と岩と重力を橋・道路・清潔な水に変える職業――イムホテプ以来、文明を静かに支え続ける仕事。
AI耐性 72 🔌自動車のブレーキから核ミサイルの誘導システムまで、あらゆるコンピュータや携帯電話の中にあるトランジスタを設計・製造する。地球上でごく一部の工場しか動かせないほど精密な機械を使う仕事だ。
AI耐性 60 🦾感知し、判断し、物理世界で行動する機械を設計する仕事。真の難問は知能ではなく、世界そのものだった。
AI耐性 65 📦本番環境で機械学習モデルを訓練・配備・監視・ガバナンスするためのシステムを構築する仕事。
AI耐性 54 🌬️再生可能な資源を信頼できる電力に変える、風力、太陽光、蓄電、送電網のシステムを設計・構築・改善する。
AI耐性 72