Wraz z rozwojem organizacji wolumen telemetrii bezpieczeństwa może rosnąć szybciej, niż zespoły są w stanie nim zarządzać. To, co zaczyna się od standardowego rejestrowania zdarzeń zapory sieciowej, może przekształcić się w obciążenie dla pamięci masowej, przetwarzania i obsługi alertów, które nadwyręża zarówno operacje bezpieczeństwa, jak i budżety.
To wyzwanie skłania niektórych liderów bezpieczeństwa do ponownego przemyślenia, jakie dane rzeczywiście muszą trafiać do systemu SIEM. W jednym z przykładów dyrektor ds. bezpieczeństwa informacji wykorzystał sztuczną inteligencję, aby pomóc w przeglądaniu dużych ilości danych dzienników i określić, które zdarzenia są najcenniejsze do zachowania, analizy i korelacji.
Nowe podejście do potoku SIEM
Celem nie jest po prostu gromadzenie większej ilości informacji. Zamiast tego nacisk kładzie się na ograniczanie szumu i przesyłanie do scentralizowanych narzędzi monitorujących wyłącznie najistotniejszej telemetrii. Filtrowanie zapisów o niższej wartości na wcześniejszym etapie procesu pozwala zespołom bezpieczeństwa ograniczyć niepotrzebny wzrost wykorzystania pamięci masowej i ułatwić pracę analitykom.
Takie podejście odzwierciedla szerszą zmianę w operacjach bezpieczeństwa: organizacje zaczynają traktować zarządzanie danymi jako element zarządzania ryzykiem. Przechowywanie wszystkiego może tworzyć własne problemy, w tym wyższe koszty, wolniejsze dochodzenia oraz większe prawdopodobieństwo, że ważne alerty zostaną ukryte wśród rutynowej aktywności.
Równoważenie widoczności i kosztów
Wykorzystanie AI w potoku dzienników może pomóc zespołom zdecydować, które zdarzenia zasługują na uwagę, a które można bezpiecznie zdepriorytetyzować. Podejście to wymaga jednak starannego dostrojenia. Jeśli filtrowanie będzie zbyt agresywne, zespoły mogą utracić użyteczne dowody. Jeśli będzie zbyt szerokie, organizacja może w końcu płacić za przechowywanie i analizę danych, które wnoszą niewielką wartość.
Liderzy bezpieczeństwa coraz częściej mierzą się z tym kompromisem, ponieważ środowiska stają się bardziej złożone, a wolumeny dzienników nadal rosną. Wniosek z tego przypadku jest prosty: więcej danych nie zawsze oznacza lepiej, a w niektórych sytuacjach zbyt duża widoczność może sama stać się ryzykiem operacyjnym i finansowym.
