L’intelligence artificielle occupe une place croissante dans les réseaux. Elle est ainsi utilisée par les SIEM pour détecter des attaques. Nous présentons dans cet article de quelle façon un SIEM comme Splunk, peut être utilisé pour détecter la survenue d’attaques.
Se prémunir contre les attaques, les activités non autorisées et la divulgation d’informations est un enjeu majeur du fait de l'interconnexion croissante des systèmes d’information. Dans une optique de sécurisation, les pare-feux et les systèmes de détection et de prévention des intrusions constituent la première ligne de défense mise en place. Ces derniers génèrent une quantité massive de données correspondant à des logs informatifs ou des rapports relatifs à la sécurité. La collecte, la corrélation et l'exploitation de ces informations sont des tâches qui relèvent d’un SIEM (Security Information and Event Management).
Dans cet article, nous nous intéressons à l'analyse des informations collectées et nous focalisons sur les algorithmes d’apprentissage automatique (dits de Machine Learning, simplement prénommé ML par la suite) utilisés pour la détection de potentielles attaques. Une fois l’architecture de Splunk décrite, nous étudions les...
- Accédez à tous les contenus de Connect en illimité
- Découvrez des listes de lecture et des contenus Premium
- Consultez les nouveaux articles en avant-première
