金融科技信息安全技术（三）UEBA用户行为分析技术

UEBA概述摘要

UEBA定义与功能：UEBA（User and Entity Behavior Analytics）即用户实体行为分析，结合基础和高级分析方法，综合评估用户与实体（如主机、应用程序等）的行为，以发现异常活动并警示潜在威胁。UEBA 能够通过角色与群组的对比分析，识别异常用户和用户异常行为，帮助检测各种高级威胁，如业务欺诈、数据泄露等。

行为分析：通过跨时间和范围的行为分析，UEBA 构建标准的用户和实体行为配置文件，对异常活动进行综合分析以揭示威胁。

机器学习与算法：UEBA 利用机器学习、算法和统计分析来识别偏离既定模式的行为，汇总和分析数据，以侦测真正的威胁。UEBA 专注于内部威胁，如员工被黑客妥协和针对性攻击。

UEBA原理和效用：UEBA 原理简单，基于用户行为模仿难度，用于识别被盗用的凭证和阻止非典型性行为。例如，信用卡异常消费检测就是一个实际应用。

UEBA的检测功能：

• 检测内部威胁：识别员工的数据泄露、破坏等行为。
• 检测遭到入侵的帐户：及时阻止并移除受攻击的用户。
• 检测暴力攻击：阻止对云端实体和第三方身份验证系统的访问攻击。
• 检测权限更改和超级用户创建：监测超级用户的创建和不必要权限的授予。
• 检测违反数据保护的行为：监测没有商业理由下的数据访问。

应用场景示例：

电商平台通过傅里叶变换检测攻击者使用伪造User Agent的撞库行为；游戏平台案例未提供。

作者简介：

作者为质量工程师、金融科技质量赋能实践者，有丰富的质量体系建设和研发过程改进经验，并致力于用简洁的语言分享质量管理心得。

想要了解更多内容？

查看原文：金融科技信息安全技术（三）UEBA用户行为分析技术

文章来源：

零竖质量

扫码关注公众号