Detecção de Anomalias
Identificar atividades anômalas que possam indicar um evento de segurança.
Detecção de Anomalias é definido pelos resultados do NIST CSF 2.0 DE.AE-02 (Potentially adverse events are analyzed to better understand associated activities); DE.AE-04 (The estimated impact and scope of adverse events are understood); DE.CM-09 (Computing hardware and software, runtime environments, and their data are monitored to find potentially adverse events). Correspondência Mapeado por meio de um crosswalk publicado em ISO 27001, CIS v8.1, CMMC, 800-53 e NIS2. Editorial Mapeado editorialmente em SOC 2, PCI DSS, Essential Eight e DORA. Apenas vagamente relacionado em HIPAA. Sem mapeamento em nossos dados Sem mapeamento em nossos dados para GDPR, CPS 234 e Cyber Essentials.
| Framework | Requisito | Título | Vínculo | Fonte / motivo |
|---|---|---|---|---|
| NIST CSF 2.0 | DE.AE-02DE.AE-04DE.CM-09 | Potentially adverse events are analyzed to better understand associated activities; The estimated impact and scope of adverse events are understood; Computing hardware and software, runtime environments, and their data are monitored to find potentially adverse events | Definição do tópico | DE.AE-02 DE.AE-04 DE.CM-09 |
| ISO 27001 | A.8.16 | Monitoring activities | Correspondência | A.8.16: via DE.CM-09; NIST 800-53 map: SI-4 |
| CIS v8.1 | CIS 8.11 | Conduct Audit Log Reviews | Correspondência | CIS 8.11: via DE.AE-02 |
| SOC 2 | CC7.2 | Monitoring system components for anomalies | Editorial | CC7.2: AICPA's TSC mappings are not openly licensed; ControlMapping editorial mapping (criterion summaries are ours, not AICPA text). |
| PCI DSS | 10.4.1.1 | Automated mechanisms for log review | Editorial | 10.4.1.1: Automated mechanisms for audit log review; omitted from NIST's PCI references. |
| CMMC | SI.L2-3.14.7 | Identify Unauthorized Use | Correspondência | SI.L2-3.14.7: via 800-171r3 03.14.06 ↔ DE.AE-02, DE.CM-09 → SI-4; 800-171r2 Appendix D → SI-4 |
| 800-53 | AU-6SI-4 | Audit Record Review, Analysis, and Reporting; System Monitoring | Correspondência | AU-6: via DE.AE-02 SI-4: via DE.AE-02; DE.CM-09 |
| HIPAA | §164.308(a)(1)(ii)(D)§164.308(a)(5)(ii)(C)§164.308(a)(6)§164.308(a)(6)(ii)§164.308(a)(8)§164.312(b) | Não mapeado para este tema | Esses requisitos compartilham apenas os resultados do CSF deste tópico (DE.AE-02, DE.AE-04, DE.CM-09) por meio de crosswalks publicados: vale verificar, mas não é um mapeamento. | |
| GDPR | — | Nenhum requisito | Sem mapeamento em nossos dados | Nenhum requisito de GDPR está mapeado para este tema em nossos dados. |
| NIS2 | 3.4 | Event assessment and classification | Correspondência | 3.4: via DE.AE-04 |
| Essential Eight | ISM-1228 | Cyber security events are analysed in a timely manner to identify cyber security incidents | Editorial | ISM-1228: ASD assigns these ISM controls to the Essential Eight; ASD publishes no crosswalk to NIST or ISO, so linking them to topics is ControlMapping editorial. |
| DORA | Art.10(1) | Detection | Editorial | Art.10(1): Promptly detect anomalous activities, including ICT network performance issues. |
| CPS 234 | — | Nenhum requisito | Sem mapeamento em nossos dados | Nenhum requisito de CPS 234 está mapeado para este tema em nossos dados. |
| Cyber Essentials | — | Nenhum requisito | Sem mapeamento em nossos dados | Nenhum requisito de Cyber Essentials está mapeado para este tema em nossos dados. |
Definição do tópico Resultados do CSF 2.0 que definem este tópico · Correspondência pelo menos uma escolha respaldada por um crosswalk publicado · Editorial Juízo editorial da ControlMapping, com a justificação · não mapeado, compartilha apenas os resultados do CSF deste tópico · Sem mapeamento em nossos dados nada mapeado em nossos dados; muitas vezes é trabalho novo, mas verifique as notas de cobertura. Metodologia.
Os IDs e títulos dos requisitos são exibidos como cada framework os publica, em inglês.
Mapeamento incorreto ou ausente? Reportar
Sobre Detecção de Anomalias
A detecção de anomalias utiliza perfis comportamentais de referência (baseline) e algoritmos de aprendizado de máquina para identificar desvios em relação a padrões normais na atividade de usuários, no tráfego de rede e nas operações de sistemas que possam indicar comprometimento ou ameaças internas. Diferentemente da detecção baseada em assinaturas, a detecção de anomalias pode identificar ataques novos e explorações de dia zero ao sinalizar transferências de dados incomuns, horários de login atípicos, padrões de acesso fora do comum ou execução inesperada de processos. A implementação eficaz exige estabelecer linhas de base precisas, ajustar os limites de sensibilidade para equilibrar as taxas de detecção com o volume de falsos positivos e integrar os achados ao fluxo de triagem de incidentes.