跳到主要內容
AI News HubLIVE
更多
站內改寫1 分鐘閱讀

平均檢測時間是一個數據訪問問題

文章摘要

安全分析師在跨碎片化系統組裝數據上花費過多時間,導致檢測效率低下。Databricks Genie 與 Lakewatch 通過自然語言查詢和自動化代理,將檢測時間從數天縮短至分鐘。

平均檢測時間是一個數據訪問問題
報告錯誤

更正渠道尚未開通,可先複製下方文章資訊留存。

查看更正說明
直接讀正文

安全運營指標近年來越發精細,但數據顯示分析師將不成比例的時間花在數據組裝而非分析上。調查一個可疑警報需要從多個來源拉取日誌、交叉引用用户身份、檢查資產信息等,每個數據拉取都涉及不同系統和語法。這導致平均檢測時間(MTTD)過長。Databricks 的 Lakewatch 和 Genie 通過將安全、IT 和業務數據統一到一個數據湖,並允許分析師以自然語言提問,讓自動代理在數秒內搜索、總結和關聯 PB 級數據。Genie 基於 Anthropic Claude 的推理能力,可編排自主防禦代理,實現從人工主導到機器速度防禦的轉變。根據 RSA 主題演講,零日漏洞利用窗口已從2018年的兩年縮短至1.3天,傳統 SIEM 無法應對。Lakewatch 部署防禦代理羣,自動化檢測、分類和調查,將 MTTD 從數月降至分鐘級。主要指標包括 MTTD、MTTR、MTTC 和 MTTI,其中 MTTI 突出分析師在碎片系統間手動查數據的瓶頸。Genie 的關鍵差異化在於統一安全數據湖、時間線重建、實體上下文和基於角色的訪問控制。

展開要點與分析

文章情報

工程師進階

要點

  • 分析師將大部分時間用於數據組裝而非分析,這是檢測瓶頸的核心。
  • 現有 SIEM/SOAR 工具未能解決數據碎片化問題。
  • Lakewatch 和 Genie 通過統一數據湖和自然語言界面,實現機器速度的檢測與響應。

要點與分析由自動化流程生成,可能有誤,請結合原始來源核實。

平均檢測時間是一個數據訪問問題 | AI News Hub