アノマリベース検知

アノマリベース検知は、統計モデル・ヒューリスティック・機械学習を用いて、ネットワーク・ホスト・ユーザ・アプリにとっての「正常」を学習し、観測された活動がそこから大きく逸脱したときにアラートを発します。シグネチャベース検知を補完し、未知の脅威、内部不正、新規マルウェア、シグネチャ化されていない潜伏型攻撃を可視化できます。UEBA、NDR/XDR の解析、NetFlow ベースの振る舞いベースライン、DNS トラフィックのプロファイリングなどに実装されます。一方で誤検知は増えがちで、正当な変更も異常に見え得るため、ベースライン期間の設計、フィードバックループ、しきい値調整、アナリストによる調査運用が不可欠です。