Обнаружение аномалий
Выявление аномальной активности, которая может указывать на событие безопасности.
Тема Обнаружение аномалий определена результатами 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). Соответствия Сопоставлено по опубликованной таблице соответствия в ISO 27001, CIS v8.1, CMMC, 800-53 и NIS2. Редакционные материалы Сопоставлено редакторски в SOC 2, PCI DSS, Essential Eight и DORA. Только косвенная связь в HIPAA. Нет сопоставления в наших данных В наших данных нет сопоставления для GDPR, CPS 234 и Cyber Essentials.
| Стандарт | Требование | Название | Связь | Источник / основание |
|---|---|---|---|---|
| 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 | Определение темы | DE.AE-02 DE.AE-04 DE.CM-09 |
| ISO 27001 | A.8.16 | Monitoring activities | Соответствия | A.8.16: via DE.CM-09; NIST 800-53 map: SI-4 |
| CIS v8.1 | CIS 8.11 | Conduct Audit Log Reviews | Соответствия | CIS 8.11: via DE.AE-02 |
| SOC 2 | CC7.2 | Monitoring system components for anomalies | Редакционные материалы | 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 | Редакционные материалы | 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 | Соответствия | 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 | Соответствия | 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) | Не сопоставлено с этой темой | Эти требования разделяют с темой только результаты CSF (DE.AE-02, DE.AE-04, DE.CM-09) через опубликованные кросс-маппинги: стоит проверить, но это не соответствие. | |
| GDPR | — | Нет требования | Нет сопоставления в наших данных | В наших данных ни одно требование GDPR не сопоставлено с этой темой. |
| NIS2 | 3.4 | Event assessment and classification | Соответствия | 3.4: via DE.AE-04 |
| Essential Eight | ISM-1228 | Cyber security events are analysed in a timely manner to identify cyber security incidents | Редакционные материалы | 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 | Редакционные материалы | Art.10(1): Promptly detect anomalous activities, including ICT network performance issues. |
| CPS 234 | — | Нет требования | Нет сопоставления в наших данных | В наших данных ни одно требование CPS 234 не сопоставлено с этой темой. |
| Cyber Essentials | — | Нет требования | Нет сопоставления в наших данных | В наших данных ни одно требование Cyber Essentials не сопоставлено с этой темой. |
Определение темы Результаты CSF 2.0, определяющие эту тему · Соответствия как минимум один выбор, подтверждённый опубликованной таблицей соответствий · Редакционные материалы Суждение ControlMapping с указанием причины · не сопоставлено, есть только общие результаты CSF по этой теме · Нет сопоставления в наших данных в наших данных ничего не сопоставлено; часто это новая работа, но проверьте примечания о покрытии. Методология.
Идентификаторы и названия требований приведены так, как их публикует каждый фреймворк, на английском языке.
Ошибочное или отсутствующее сопоставление? Сообщить
О теме «Обнаружение аномалий»
Обнаружение аномалий использует базовые поведенческие профили и алгоритмы машинного обучения для выявления отклонений от обычных паттернов в действиях пользователей, сетевом трафике и системных операциях, которые могут указывать на компрометацию или угрозы со стороны инсайдеров. В отличие от обнаружения на основе сигнатур, обнаружение аномалий способно выявлять новые атаки и эксплойты нулевого дня, отмечая необычные передачи данных, аномальное время входа в систему, нетипичные шаблоны доступа или неожиданный запуск процессов. Эффективное внедрение требует формирования точных базовых уровней, настройки пороговых значений чувствительности для баланса между долей обнаружения и объёмом ложноположительных срабатываний, а также интеграции результатов в рабочий процесс первичной обработки инцидентов.