文 档: 基于历史行为的异常检测 O365怎样反击内部恶意攻击
作 者: Lei He@Microsoft
语 言: 中文
标 签 异常检测 恶意 数据中心 内部威胁
介 绍:

概览

  • 问题
    • • 信息泄露/心怀不满的恶意内部人员是重大的安全威胁
    • • 经过监督的ML检测训练以检测“已知”模式; 需要覆盖未知模式
  • 解决方案
    • • 基于历史行为的检测标记异常活动
    • • 对于O365数据中心安全,用户== DevOps
    • • 可以推广到其他实体配置文件

恶意内幕人士仍然是微软和Office365的首要威胁之一。数千名员工和供应商日以继夜地运行Office365服务;不满的员工或受损的凭证可能导致未经授权的数据访问和盗窃,渗透测试人员定期模拟这些针对O365的威胁。虽然基于渗透测试的监督学习覆盖了已知的模式,但苏州M365安全团队开发了一个近乎实时的异常检测来覆盖未知的威胁。该模型基于操作员历史活动中的数据中心概况,团队使用各种实用技术对模型进行了改进,以达到90%的精度。技术栈是kafka、事件中心、spark、kusto(Azure数据浏览器)和cosmosdb。

中文演讲视频

英文演讲视频

援 引: https://www.microsoft.com/china/bluehatshanghai/2019/#Agenda
附件下载
相关推荐
代码签名的安全威胁及防御挑战
随着应用软件与小程序的盛行,手机及PC通过互联网下载的应用软件一旦被植入勒索木马
2017年Android恶意软件年度专题报告
- 目 录 - 第一章 总体态势 - 一、 恶意软件新增量
2017中国手机安全生态报告
#目录 - 第一章 ANDROID 手机系统漏洞 - 一、 抽样设
类别向导信息增益及恶意程序检测
#提纲 -  1.引言 -  2. 恶意程序检测研究现状 - 
IntelliDroid: A Targeted Input Generator for the Dynamic Analysis of Android Malware
发表在顶级安全会议NDSS'16上的论文IntelliDroid: A Targ
2017年 中国手机安全状况报告
安卓系统漏洞形式分析,基于“360透视镜”应用用户主动上传的80万份漏洞
阅读心得