UEBA(用户与实体行为分析)
UEBA(用户与实体行为分析) 是什么?
UEBA(用户与实体行为分析)一种检测技术,通过为用户和实体建立正常行为基线,利用统计或机器学习识别可能预示入侵或内部威胁的异常。
用户与实体行为分析为每个身份(用户、服务账号、主机、IoT 设备)建立动态基线,并通过统计、同类群组对比和机器学习对偏差进行评分。Gartner 于 2014 年提出 UBA,并在其 2015 年的《市场指南》中将该类别更名为 UEBA,加入代表"实体(Entity)"的"E",以涵盖服务器、应用和设备等非人类主体。与基于特征签名的工具不同,UEBA 能捕捉细微滥用:登录时间异常、不可能的旅行、异常数据访问、横向移动或权限滥用。
flowchart LR
L["来源:SIEM、IdP、<br/>EDR、云审计日志"] --> B[为每个实体建立基线]
B --> M[对偏差评分<br/>统计 + ML + 同类群组]
M --> R{风险评分<br/>超过阈值?}
R -->|是| A[带评分告警 → SOAR/分析师]
R -->|否| U[更新基线]由于单个异常事件证据薄弱,UEBA 会在告警前跨多个信号累积风险评分,从而降低淹没规则型 SIEM 的误报。该方法可映射到 MITRE ATT&CK 技术,如 Valid Accounts(T1078)和 Exfiltration Over Web Service(T1567),并且是内部威胁计划和零信任实施的核心。常见陷阱包括:冷启动基线误判新入职员工、季节性因素(季末财务高峰),以及"告警洗白"——分析师信任评分却不验证底层事件。成熟的部署会将处置结果回流,用于重新训练模型并调优同类群组。
● 示例
- 01
检测到一名财务用户在凌晨 3 点从陌生国家从 SharePoint 下载 50 GB 数据。
- 02
标记一个长期无人值守运行的服务账号突然开始执行交互式登录。
● 常见问题
UEBA(用户与实体行为分析) 是什么?
一种检测技术,通过为用户和实体建立正常行为基线,利用统计或机器学习识别可能预示入侵或内部威胁的异常。 它属于网络安全的 防御与运营 分类。
UEBA(用户与实体行为分析) 是什么意思?
一种检测技术,通过为用户和实体建立正常行为基线,利用统计或机器学习识别可能预示入侵或内部威胁的异常。
如何防御 UEBA(用户与实体行为分析)?
针对 UEBA(用户与实体行为分析) 的防御通常结合技术控制与运营实践,详见上方完整定义。
UEBA(用户与实体行为分析) 还有哪些其他名称?
常见的别称包括: 行为分析, 扩展用户行为分析。