Analiza behawioralna użytkownika – nową erą bezpieczeństwa IT
Katgoria: IT Solutions / Utworzono: 21 wrzesień 2015
Analiza behawioralna użytkownika – nową erą bezpieczeństwa IT
Najgorszym koszmarem wielu firm są wyrafinowane cyberataki zarówno te zewnętrzne, jak i wewnętrzne. Obecnie napastnicy są inteligentni, dobrze przygotowani, a ich ataki są coraz bardziej kompletne oraz dobrze skalibrowane. Ostatnie wycieki danych, takie jak w przypadku firmy Sony, Target czy Ashley Madison, były dokładnie zaplanowane i nie wykryto ich od razu.
Atakujący mogli swobodnie poruszać się wewnątrz środowiska IT ofiar. Działanie z wewnątrz organizacji ma przewagę nad infrastrukturą bezpieczeństwa firmy, ponieważ narzędzia te zostały stworzone do ochrony przed zewnętrznymi zagrożeniami, a nie przed własnymi, zaufanymi pracownikami. W ukierunkowanych atakach wykorzystuje się kombinacje luk systemowych, inżynierię społeczną i zwykłe przestępstwa, aby pozyskać nieautoryzowany dostęp do wewnętrznej sieci firmowej.
Oznacza to, że nowy obszar ochrony, gdzie firmy powinny skoncentrować swoje działania, to użytkownicy ich systemów. Analiza behawioralna użytkowników (User Behavior Analytics – UBA) jest wdrożeniem tego podejścia, bezpieczeństwo IT zorientowane na użytkowniku: koncentruje się na tym, co wewnętrzni i zewnętrzni użytkownicy robią w systemie. Poprzez wykrywanie odchyleń od normalnego zachowania, rozwiązania analizy behawioralnej użytkownika pomagają firmom skupić swoje zasoby zabezpieczeń na ważnych wydarzeniach, a także umożliwić im aktualizację i optymalizację narzędzi kontroli, uzyskując przy tym większą wydajność pracy całej organizacji.
Tradycyjne produkty i techniki bezpieczeństwa IT wykorzystują technologie oparte na wzorcach do wykrywania i blokowania ataków. Prewencyjne produkty bezpieczeństwa przyjmują formę zapisanej wiedzy o wirusach i sposobach ataków, czasem poszerzonej o prostą heurystykę, na przykład antywirusy lub rozwiązania obronne APT (Advanced Persistent Threat). Rozwiązania monitoringu, jak IDS lub SIEM działają podobnie, wykorzystują wzory dostarczone przez sprzedawcę lub utworzone przez użytkownika. Jednak w obu przypadkach produkty te mogą jedynie wykrywać zdarzenia lub ataki, do których są przygotowywane. Heurystyka może poszerzyć możliwości tych narzędzi bezpieczeństwa do wykrywania wirusów polimorficznych lub uprzednio niewykrywalnych ataków z użyciem podobnych wzorców, jednakże nie są w stanie rozwiązać nieznanych wcześniej technik ataku. Nie możliwe jest stworzenia „uniwersalnych” wzorców lub elastycznej heurystyki na wszystkie przypadki.
Rozwiązania analityki behawioralnej użytkowników (UBA) zapewniają doskonałą okazję do obrony przed zagrożeniami APT i innymi związanymi z poświadczeniem wewnętrznego użytkownika. Jednakże nie oznacza to, że jest to nowe objawienie branży bezpieczeństwa IT. Narzędzia UBA nie są substytutem lecz uzupełnieniem dla dotychczasowych rozwiązań SIEM do zarządzania informacją związaną z bezpieczeństwem i zdarzeniami. Obecnie istnieje ogromna dysproporcja między tymi narzędziami bezpieczeństwa, które kontrolują i tymi, które monitorują infrastrukturę IT. Zarządzający bezpieczeństwem w organizacjach stawiają na prewencję, próbują zrozumieć znane zagrożenia i zdefiniować poziom zaufania. W ten sposób budują coraz więcej warstw kontroli dostępu, polityk i zapór, korzystając z gotowych wzorców i reguł w celu wykrycia tych zagrożeń. Ale jeszcze większe zapory i jeszcze większa kontrola nie dają oczekiwanego rezultatu, jak pokazują ostatnie naruszenia bezpieczeństwa i wycieki danych.
Jednakże powszechność outsourcingu, cloud computing i BYOD oznacza, że nadążanie za zmianami wymaga dużej ilości zasobów i likwidowanie niedopuszczalnych ograniczeń dla biznesu. Zbyt duża kontrola nie może zapewnić bezpieczeństwa i w tym samym czasie umożliwić ludziom wykonywanie ich pracy – należy zaufać pracownikom, aby dobrze wykonywali swoje zadania. Narzędzia UBA dają właśnie tę swobodę użytkownikom, ale natychmiast interweniują i reagują jeżeli jeden z nich staje się prawdziwym zagrożeniem dla firmy.
Jak UBA działa?
Użytkownicy zostawiają swoje ślady w całym systemie, podczas korzystania przez nich z całej infrastruktury IT firmy. Ich działania są widoczne poprzez dzienniki zdarzeń (logi), w ścieżkach audytu, logi zmian w aplikacjach biznesowych oraz w wielu innych miejscach, takich jak rozwiązania SIEM lub PAM (Pluggable Authentication Modules). To jest olbrzymia liczba danych, które już istnieją. Rozwiązania UBA nie wymagają predefiniowanych reguł korelacji, żadnych dodatkowych sond i środków potrzebnych do uruchomienia; po prostu pracują z istniejącymi danymi. Pierwszym krokiem jest zebranie informacji. UBA nie dodaje nowych warstw monitoringu – jedynie gromadzi i analizuje istniejące już dane. Użytkownicy mogą być pewni, że dane zostały wykorzystane jedynie do utrzymania bezpieczeństwa. Ponadto niektóre rozwiązania UBA, jak Blindspotter firmy BalaBit, są w stanie realizować pseudonimizację, czyli zastępować pola identyfikacyjne pseudonimami.
Używając zgromadzonych danych możliwe jest zbudowanie bazy „normalnych” zachowań użytkowników. Są to informacje dotyczące: czasu kiedy są oni zwykle aktywni, jakich aplikacji, programów, funkcji używają, w jaki sposób ich używają itd. Rozwiązania UBA stosują różne algorytmy uczenia się w celu utworzenia profili użytkowników.
Po ustaleniu bazowych danych narzędzia UBA są w stanie porównać bieżącą aktywność użytkownika do jego zwykłego zachowania i zidentyfikować nietypowe działania w czasie rzeczywistym. Osoba atakująca za pomocą shakowanego konta lub szkodliwego oprogramowanie będzie współdziałać z systemem inaczej niż zwykły użytkownik - na przykład będzie chciała się połączyć z innymi serwerami, zaloguje się do innych miejsc, w innym czasie, będzie pobierać więcej i innych niż zwykle danych. Porównując te działania do bazowych danych z profilu użytkownika można je wychwycić w czasie rzeczywistym, w momencie gdy są realizowane.
Poprzez wykrywanie podejrzanych działań w czasie rzeczywistym, możliwa staje się natychmiastowa reakcja. Automatyczna reakcja może znacznie skrócić czas działania przestępcy i udaremnić faktyczny atak. W większości scenariuszy cyberataku, wydarzenie o dużym znaczeniu jest poprzedzone fazą rozpoznawczą. Ważne jest wykrywanie i reagowanie na tym początkowym etapie, aby zapobiec dalszej działalności przestępczej. Reakcje mogą wahać się od prostego zgłoszenia anomalii odpowiedniemu administratorowi systemu do zawieszenia danego konta i może się to odbyć automatycznie lub poprzez zaangażowanie specjalisty w celu bardziej szczegółowej oceny danego podejrzanego wydarzenia.
Oznacza to, że nowy obszar ochrony, gdzie firmy powinny skoncentrować swoje działania, to użytkownicy ich systemów. Analiza behawioralna użytkowników (User Behavior Analytics – UBA) jest wdrożeniem tego podejścia, bezpieczeństwo IT zorientowane na użytkowniku: koncentruje się na tym, co wewnętrzni i zewnętrzni użytkownicy robią w systemie. Poprzez wykrywanie odchyleń od normalnego zachowania, rozwiązania analizy behawioralnej użytkownika pomagają firmom skupić swoje zasoby zabezpieczeń na ważnych wydarzeniach, a także umożliwić im aktualizację i optymalizację narzędzi kontroli, uzyskując przy tym większą wydajność pracy całej organizacji.
Trzeba sobie uświadomić, że atakujący zawsze będą krok przed nami. To nie jest kwestia, kiedy cyberprzestępcy dostaną się do naszej sieci. Jeżeli nasze dane są dla nich wystarczająco cenne to będą próbowali je zdobyć aż do skutku, a może już są wewnątrz naszej sieci. To jest kwestia tego, czy będziemy w stanie ich wykryć, zanim oni dokonają rzeczywistych szkód. – komentuje Márton Illés, Product Evangelist, BalaBit.Czy UBA będzie zabójcza dla tradycyjnych rozwiązań bezpieczeństwa?
Tradycyjne produkty i techniki bezpieczeństwa IT wykorzystują technologie oparte na wzorcach do wykrywania i blokowania ataków. Prewencyjne produkty bezpieczeństwa przyjmują formę zapisanej wiedzy o wirusach i sposobach ataków, czasem poszerzonej o prostą heurystykę, na przykład antywirusy lub rozwiązania obronne APT (Advanced Persistent Threat). Rozwiązania monitoringu, jak IDS lub SIEM działają podobnie, wykorzystują wzory dostarczone przez sprzedawcę lub utworzone przez użytkownika. Jednak w obu przypadkach produkty te mogą jedynie wykrywać zdarzenia lub ataki, do których są przygotowywane. Heurystyka może poszerzyć możliwości tych narzędzi bezpieczeństwa do wykrywania wirusów polimorficznych lub uprzednio niewykrywalnych ataków z użyciem podobnych wzorców, jednakże nie są w stanie rozwiązać nieznanych wcześniej technik ataku. Nie możliwe jest stworzenia „uniwersalnych” wzorców lub elastycznej heurystyki na wszystkie przypadki.
Rozwiązania analityki behawioralnej użytkowników (UBA) zapewniają doskonałą okazję do obrony przed zagrożeniami APT i innymi związanymi z poświadczeniem wewnętrznego użytkownika. Jednakże nie oznacza to, że jest to nowe objawienie branży bezpieczeństwa IT. Narzędzia UBA nie są substytutem lecz uzupełnieniem dla dotychczasowych rozwiązań SIEM do zarządzania informacją związaną z bezpieczeństwem i zdarzeniami. Obecnie istnieje ogromna dysproporcja między tymi narzędziami bezpieczeństwa, które kontrolują i tymi, które monitorują infrastrukturę IT. Zarządzający bezpieczeństwem w organizacjach stawiają na prewencję, próbują zrozumieć znane zagrożenia i zdefiniować poziom zaufania. W ten sposób budują coraz więcej warstw kontroli dostępu, polityk i zapór, korzystając z gotowych wzorców i reguł w celu wykrycia tych zagrożeń. Ale jeszcze większe zapory i jeszcze większa kontrola nie dają oczekiwanego rezultatu, jak pokazują ostatnie naruszenia bezpieczeństwa i wycieki danych.
Jednakże powszechność outsourcingu, cloud computing i BYOD oznacza, że nadążanie za zmianami wymaga dużej ilości zasobów i likwidowanie niedopuszczalnych ograniczeń dla biznesu. Zbyt duża kontrola nie może zapewnić bezpieczeństwa i w tym samym czasie umożliwić ludziom wykonywanie ich pracy – należy zaufać pracownikom, aby dobrze wykonywali swoje zadania. Narzędzia UBA dają właśnie tę swobodę użytkownikom, ale natychmiast interweniują i reagują jeżeli jeden z nich staje się prawdziwym zagrożeniem dla firmy.
Jak UBA działa?
Użytkownicy zostawiają swoje ślady w całym systemie, podczas korzystania przez nich z całej infrastruktury IT firmy. Ich działania są widoczne poprzez dzienniki zdarzeń (logi), w ścieżkach audytu, logi zmian w aplikacjach biznesowych oraz w wielu innych miejscach, takich jak rozwiązania SIEM lub PAM (Pluggable Authentication Modules). To jest olbrzymia liczba danych, które już istnieją. Rozwiązania UBA nie wymagają predefiniowanych reguł korelacji, żadnych dodatkowych sond i środków potrzebnych do uruchomienia; po prostu pracują z istniejącymi danymi. Pierwszym krokiem jest zebranie informacji. UBA nie dodaje nowych warstw monitoringu – jedynie gromadzi i analizuje istniejące już dane. Użytkownicy mogą być pewni, że dane zostały wykorzystane jedynie do utrzymania bezpieczeństwa. Ponadto niektóre rozwiązania UBA, jak Blindspotter firmy BalaBit, są w stanie realizować pseudonimizację, czyli zastępować pola identyfikacyjne pseudonimami.
Używając zgromadzonych danych możliwe jest zbudowanie bazy „normalnych” zachowań użytkowników. Są to informacje dotyczące: czasu kiedy są oni zwykle aktywni, jakich aplikacji, programów, funkcji używają, w jaki sposób ich używają itd. Rozwiązania UBA stosują różne algorytmy uczenia się w celu utworzenia profili użytkowników.
Po ustaleniu bazowych danych narzędzia UBA są w stanie porównać bieżącą aktywność użytkownika do jego zwykłego zachowania i zidentyfikować nietypowe działania w czasie rzeczywistym. Osoba atakująca za pomocą shakowanego konta lub szkodliwego oprogramowanie będzie współdziałać z systemem inaczej niż zwykły użytkownik - na przykład będzie chciała się połączyć z innymi serwerami, zaloguje się do innych miejsc, w innym czasie, będzie pobierać więcej i innych niż zwykle danych. Porównując te działania do bazowych danych z profilu użytkownika można je wychwycić w czasie rzeczywistym, w momencie gdy są realizowane.
Poprzez wykrywanie podejrzanych działań w czasie rzeczywistym, możliwa staje się natychmiastowa reakcja. Automatyczna reakcja może znacznie skrócić czas działania przestępcy i udaremnić faktyczny atak. W większości scenariuszy cyberataku, wydarzenie o dużym znaczeniu jest poprzedzone fazą rozpoznawczą. Ważne jest wykrywanie i reagowanie na tym początkowym etapie, aby zapobiec dalszej działalności przestępczej. Reakcje mogą wahać się od prostego zgłoszenia anomalii odpowiedniemu administratorowi systemu do zawieszenia danego konta i może się to odbyć automatycznie lub poprzez zaangażowanie specjalisty w celu bardziej szczegółowej oceny danego podejrzanego wydarzenia.
Najnowsze wiadomości
Kwantowy przełom w cyberochronie - nadchodząca dekada przepisze zasady szyfrowania na nowo
Przez długi czas cyfrowe bezpieczeństwo opierało się na prostym założeniu: współczesne komputery potrzebowałyby ogromnych zasobów i wielu lat, aby złamać silne algorytmy szyfrowania. Rozwój technologii kwantowej zaczyna jednak tę regułę podważać, a eksperci przewidują, że w perspektywie 5–10 lat może nadejść „dzień zero”. Jest to moment, w którym zaawansowana maszyna kwantowa będzie w stanie przełamać większość aktualnie stosowanych zabezpieczeń kryptograficznych w czasie liczonym nie w latach, lecz w godzinach.
PSI prezentuje nową identyfikację wizualną
W ramach realizowanej strategii transformacji PSI Software SE zaprezentowała nową identyfikację wizualną. Odświeżony wizerunek w spójny sposób oddaje technologiczne zaawansowanie firmy, jej głęboką wiedzę branżową oraz silne ukierunkowanie na potrzeby klientów. Zmiany te wzmacniają pozycję PSI jako innowacyjnego lidera technologicznego w obszarze skalowalnych rozwiązań informatycznych opartych na sztucznej inteligencji i chmurze, rozwijanych z myślą o energetyce i przemyśle.
W ramach realizowanej strategii transformacji PSI Software SE zaprezentowała nową identyfikację wizualną. Odświeżony wizerunek w spójny sposób oddaje technologiczne zaawansowanie firmy, jej głęboką wiedzę branżową oraz silne ukierunkowanie na potrzeby klientów. Zmiany te wzmacniają pozycję PSI jako innowacyjnego lidera technologicznego w obszarze skalowalnych rozwiązań informatycznych opartych na sztucznej inteligencji i chmurze, rozwijanych z myślą o energetyce i przemyśle.
PROMAG S.A. rozpoczyna wdrożenie systemu ERP IFS Cloud we współpracy z L-Systems
PROMAG S.A., lider w obszarze intralogistyki, rozpoczął wdrożenie systemu ERP IFS Cloud, który ma wesprzeć dalszy rozwój firmy oraz integrację kluczowych procesów biznesowych. Projekt realizowany jest we współpracy z firmą L-Systems i obejmuje m.in. obszary finansów, produkcji, logistyki, projektów oraz serwisu, odpowiadając na rosnącą skalę i złożoność realizowanych przedsięwzięć.
F5 rozszerza portfolio bezpieczeństwa o narzędzia do ochrony systemów AI w środowiskach enterprise
F5 ogłosiło wprowadzenie dwóch nowych rozwiązań - F5 AI Guardrails oraz F5 AI Red Team - które mają odpowiedzieć na jedno z kluczowych wyzwań współczesnych organizacji: bezpieczne wdrażanie i eksploatację systemów sztucznej inteligencji na dużą skalę. Nowa oferta łączy ochronę działania modeli AI w czasie rzeczywistym z ofensy
Snowflake + OpenAI: AI bliżej biznesu
Snowflake przyspiesza wykorzystanie danych i sztucznej inteligencji w firmach, przenosząc AI z fazy eksperymentów do codziennych procesów biznesowych. Nowe rozwiązania w ramach AI Data Cloud integrują modele AI bezpośrednio z danymi, narzędziami deweloperskimi i warstwą semantyczną. Partnerstwo z OpenAI, agent Cortex Code, Semantic View Autopilot oraz rozwój Snowflake Postgres pokazują, jak budować skalowalne, bezpieczne i mierzalne wdrożenia AI w skali całej organizacji.
Najnowsze artykuły
Magazyn bez błędów? Sprawdź, jak system WMS zmienia codzienność logistyki
Współczesna logistyka wymaga nie tylko szybkości działania, lecz także maksymalnej precyzji – to właśnie te czynniki coraz częściej decydują o przewadze konkurencyjnej firm. Nawet drobne pomyłki w ewidencji stanów magazynowych, błędy przy przyjmowaniu dostaw czy nieprawidłowe rozmieszczenie towarów, mogą skutkować poważnymi stratami finansowymi i opóźnieniami w realizacji zamówień. W jaki sposób nowoczesne rozwiązania do zarządzania pomagają unikać takich sytuacji? Czym właściwie różni się tradycyjny system magazynowy od zaawansowanych rozwiązań klasy WMS (ang. Warehouse Management System)? I w jaki sposób inteligentne zarządzanie procesami magazynowymi realnie usprawnia codzienną pracę setek firm?
Migracja z SAP ECC na S4 HANA: Ryzyka, korzyści i alternatywne rozwiązania
W ostatnich latach wiele firm, które korzystają z systemu SAP ECC (Enterprise Central Component), stoi przed decyzją o przejściu na nowszą wersję — SAP S4 HANA. W obliczu końca wsparcia dla ECC w 2030 roku, temat ten staje się coraz bardziej aktualny. Przemiany technologiczne oraz rosnące oczekiwania związane z integracją nowych funkcji, jak sztuczna inteligencja (AI), skłaniają do refleksji nad tym, czy warto podjąć tak dużą zmianę w architekturze systemu. Przyjrzyjmy się głównym powodom, dla których firmy rozważają migrację do S4 HANA, ale także argumentom, które mogą przemawiać za pozostaniem przy dotychczasowym systemie ECC, przynajmniej na krótki okres.
Jak maksymalizować zyski z MTO i MTS dzięki BPSC ERP?
Zysk przedsiębiorstwa produkcyjnego zależy nie tylko od wydajności maszyn, ale przede wszystkim od precyzyjnego planowania, realnych danych i umiejętnego zarządzania procesami. Dlatego firmy, które chcą skutecznie działać zarówno w modelu Make to Stock (MTS), jak i Make to Order (MTO), coraz częściej sięgają po rozwiązania klasy ERP, takie jak BPSC ERP.
Ponad połowa cyberataków zaczyna się od błędu człowieka
Ponad 2/3 firm w Polsce odnotowała w zeszłym roku co najmniej 1 incydent naruszenia bezpieczeństwa . Według danych Unit 42, zespołu analitycznego Palo Alto Networks, aż 60% ataków rozpoczyna się od działań wymierzonych w pracowników – najczęściej pod postacią phishingu i innych form inżynierii społecznej . To pokazuje, że w systemie ochrony organizacji pracownicy są kluczowym ogniwem – i że firmy muszą nie tylko edukować, ale też konsekwentnie egzekwować zasady cyberhigieny. Warto o tym pamiętać szczególnie teraz, w październiku, gdy obchodzimy Europejski Miesiąc Cyberbezpieczeństwa.
MES - holistyczne zarządzanie produkcją
Nowoczesna produkcja wymaga precyzji, szybkości i pełnej kontroli nad przebiegiem procesów. Rosnąca złożoność zleceń oraz presja kosztowa sprawiają, że ręczne raportowanie i intuicyjne zarządzanie coraz częściej okazują się niewystarczające. Firmy szukają rozwiązań, które umożliwiają im widzenie produkcji „na żywo”, a nie z opóźnieniem kilku godzin czy dni. W tym kontekście kluczową rolę odgrywają narzędzia, które porządkują informacje i pozwalają reagować natychmiast, zamiast po fakcie.
Przeczytaj Również
Infrastruktura w punkcie zwrotnym - 5 prognoz kształtujących AI, odporność i suwerenność danych w 2026 roku
W 2026 roku zyskają firmy, które traktują infrastrukturę nie jako obszar generujący koszty, lecz ja… / Czytaj więcej
Tylko 7% firm w Europie wykorzystuje w pełni potencjał AI
72% firm w regionie EMEA uznaje rozwój narzędzi bazujących na sztucznej inteligencji za priorytet s… / Czytaj więcej
Chmura publiczna w Unii Europejskiej – między innowacją a odpowiedzialnością za dane
Transformacja cyfrowa w Europie coraz mocniej opiera się na chmurze publicznej, która stała się fun… / Czytaj więcej
Jak Cisco pomaga Europie spłacić dług technologiczny w krytycznej infrastrukturze sieciowej
Cyfryzacja, rozwój sztucznej inteligencji i nadchodzące komputery kwantowe wymagają od Europy stabi… / Czytaj więcej
MŚP inwestują w AI, kompetencje pracowników nadal wyzwaniem
Europejskie małe i średnie firmy coraz śmielej inwestują w sztuczną inteligencję, ale to kompetencj… / Czytaj więcej
AP EU AI Cloud: nowy standard suwerennej chmury i AI dla europejskich organizacji
SAP EU AI Cloud to zapowiedziana 27 listopada 2025 r. platforma, która łączy dotychczasowe inicjaty… / Czytaj więcej
