UEBA(用户与实体行为分析).

UEBA 为每个身份(用户、服务账号、主机、物联网设备)建立动态行为基线,使用统计方法、同群体比较和机器学习对偏离行为进行风险评分。与基于特征的工具不同,UEBA 能够发现细微的滥用行为,例如异常登录时间、不可能的地理位置、异常的数据访问、横向移动或权限滥用。它通常从 SIEM、身份提供商、EDR 和云审计日志中采集数据,并输出由 SOAR 或分析师消费的风险评分告警。UEBA 是内部威胁项目和零信任执行的核心,以行为上下文补充基于规则的检测。