Traditionelle Netzwerk-Überwachung basiert auf bekannten Angriffsmustern, aber fortgeschrittene Bedrohungen erfordern Verhaltensanalyse zur Erkennung anomaler Kommunikationsmuster. Dieser technische Deep-Dive untersucht Machine Learning-Ansätze für Netzwerk-Traffic-Analyse, einschließlich Baseline-Erstellung, Anomalie-Bewertungsalgorithmen und False-Positive-Reduktions-Techniken. Wir demonstrieren reale Erkennungsszenarien und diskutieren die operativen Herausforderungen bei der Implementierung von Verhaltensanalytik im Enterprise-Maßstab, einschließlich Datenanforderungen, Modell-Training und Alert-Priorisierung.
In dieser Session lernen Sie:
-
Wie Machine Learning und AI die Netzwerk-Traffic-Analyse verbessern können, über traditionelle musterbasierte Überwachung hinaus zur Erkennung fortgeschrittener Bedrohungen.
-
Was der Security Graph für den Benutzer bringt.
-
Was sind aktuelle operative Herausforderungen im Bereich Cloud Detection and Response
