Güvenlik verisinde ileri anomali tespiti
Kullanıcı ve varlık davranışını özniteliklere dönüştürür; istatistiksel, yoğunluk ve ağaç tabanlı yöntemleri karşılaştırır, alarm yorgunluğunu azaltan, açıklanabilir bir tespit hattı kurarsın.
Seviye 401 · 15 ders · 12 pratik lab
Dersler
Davranış modeli
- Kullanıcı ve varlık davranış analizi
- Güvenlik verisinden öznitelik üretmek
- Akran grupları: kime göre sıradışı
- Kısa görev: kullanıcı davranış profilleri
Yöntemler
- Dayanıklı istatistik: ortanca ve MAD
- Yoğunluk tabanlı yöntemler: LOF
- Isolation Forest ayarı ve sınırları
- Nadir olay dizileri
- Kısa görev: üç dedektörü aynı veride karşılaştır
Değerlendirme ve işletme
- Etiket azlığı ve değerlendirme
- Alarm bütçesi: günde kaç alarm
- Neden sıradışı: açıklanabilir puanlar
- Davranış değişince: kayma ve yeniden eğitim
- Kaçınma ve veri zehirleme
- Bitirme görevi: veri sızdıran içeriden kişiyi bulan dedektör
Pratik lablar
- Kullanıcı davranış özeti: Bir aylık olaylardan kullanıcı başına etkin saat aralığı, cihaz sayısı ve günlük hacim özelliklerini çıkar.
- Akran grubuna göre tuhaflık: Her kullanıcıyı kendi departmanındaki akranlarıyla kıyaslayıp grubuna göre en aykırı davranan beş kişiyi bul.
- Hizmet hesaplarını ayrı modelle: İnsan ve hizmet hesaplarını davranıştan ayırıp hizmet hesapları için ayrı taban çizgisi kurarak yanlış alarmdaki düşüşü göster.
- Ortanca ve MAD ile sağlam puan: Uç değerlerin ortalamayı bozduğu yükleme hacimlerinde ortanca ve MAD tabanlı puan hesaplayıp z-puanıyla farkını göster.
- LOF ile yerel aykırılar: Yoğunluğu farklı iki davranış kümesi içeren veride LOF çalıştırıp küresel eşiğin kaçırdığı yerel aykırıları bul.
- Üç dedektörü aynı veride kıyasla: MAD, LOF ve Isolation Forest'ı az sayıda etiketli olayla karşılaştırıp ilk 50 uyarıdaki isabet sayısını tabloya yaz.
- Nadir komut dizileri: Yönetici oturumlarındaki ardışık komut çiftlerini sayıp yalnızca bir kez görülen dizileri listele.
- Olağan iş akışından sapma: Bir ödeme uygulamasında adımların olağan sırasını geçiş olasılıklarıyla modelleyip onay adımını atlayan oturumları bul.
- Düşük olasılıklı oturumları puanla: Her oturumun olasılığını geçiş modeliyle hesaplayıp uzunluğa göre düzelterek en olağandışı on oturumu sırala.
- Uyarı bütçesine göre eşik: Günde 30 uyarı kapasitesi olan ekip için puan eşiğini seçip haftalık uyarı sayısının bütçede kaldığını göster.
- Puanı açıklanabilir yap: Her uyarı için puana en çok katkı yapan üç özelliği ve olağan değerlerini gösteren bir açıklama satırı üret.
- Zehirlenmiş taban çizgisini fark et: Saldırganın haftalarca hacmi azar azar artırarak kaydırdığı taban çizgisini bulup sabit başvuru dönemiyle karşılaştırarak sapmayı kanıtla.
Kurs hakkında
Kullanıcı ve varlık davranışını özniteliklere dönüştürür; istatistiksel, yoğunluk ve ağaç tabanlı yöntemleri karşılaştırır, alarm yorgunluğunu azaltan, açıklanabilir bir tespit hattı kurarsın.
Ne öğreneceksin
- Davranış modeli
- Yöntemler
- Değerlendirme ve işletme
Ön koşullar
Aynı yolun 301 düzeyine kadar olan konularını uygulamış olmalısın.
Lab ortamı
Dersler, tarayıcında açılan sana özel bir Kali Linux terminalinde geçer. Kurulum gerekmez; lab her derste temiz başlar.
Sık sorulan sorular
- Bu kurs benim düzeyime uygun mu?
- Kurs 401 düzeyindedir; daha düşük düzeydeki kursların konularını bildiğin varsayılır.
- Kurulum gerekir mi?
- Hayır. Her ders tarayıcında açılan sana özel bir lab ortamında geçer.
- Dersler nasıl işleniyor?
- Her ders 8 ile 10 adımdan ve bir kısa sınavdan oluşur. İlk adımlarda yazman gereken komut gösterilir, sonraki adımlarda yardım azalır; iki denemede takılırsan çözüm açılır.
- Ücretsiz deneyebilir miyim?
- Evet. Her kursun ilk üç dersi ücretsizdir.