0Pricing
AWS Security Academy · บทเรียน

Detective สร้างกราฟพฤติกรรมอย่างไร

ทำความเข้าใจว่า Detective เชื่อมโยงเหตุการณ์ต่าง ๆ เป็นกราฟสำหรับการสืบสวนได้อย่างไร

Detective สร้างกราฟพฤติกรรมอย่างไร เป็นบทเรียน AWS Security Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 1 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน AWS Security Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส AWS Security Academy มีบทเรียนทั้งหมด 4 บทเรียน

จากการแจ้งเตือนสู่ความเข้าใจ

การตรวจจับบอกคุณว่ามีบางอย่างผิดปกติ ส่วนการสืบสวนจะบอกว่าเกิดอะไรขึ้นจริง Amazon Detective คือบริการที่สร้างขึ้นเพื่อการสืบสวนโดยเฉพาะ บริการนี้วิเคราะห์กิจกรรมโดยอัตโนมัติและสร้างแบบจำลองเชิงภาพ เพื่อให้คุณเข้าใจเรื่องราวทั้งหมดเบื้องหลังการค้นพบ ไม่ใช่เพียงการแจ้งเตือน

Detective ทำอะไร

Detective รับและเชื่อมโยงข้อมูลบันทึกอย่างต่อเนื่องเพื่อสร้างกราฟพฤติกรรมตามช่วงเวลา แทนที่จะต้องเชื่อมโยงบันทึกข้ามบริการด้วยตนเอง คุณจะได้ภาพที่สร้างไว้ล่วงหน้าและค้นหาได้ ซึ่งแสดงให้เห็นว่าเอนทิตีต่าง ๆ เช่น บัญชี อินสแตนซ์ และที่อยู่ IP โต้ตอบกันอย่างไร

กราฟพฤติกรรม

โครงสร้างหลักคือ กราฟพฤติกรรม โดยโหนดคือเอนทิตี เช่น บทบาท IAM อินสแตนซ์ EC2 ที่อยู่ IP และบัญชี ส่วนเส้นเชื่อมคือการโต้ตอบและกิจกรรมระหว่างเอนทิตีเหล่านั้น กราฟจะบันทึกค่าพื้นฐานตามปกติและความเบี่ยงเบน ทำให้นักสืบสวนมีแผนที่สำหรับทำงานแทนที่จะต้องดูบันทึกดิบ

แหล่งข้อมูลเบื้องหลังกราฟ

Detective สร้างกราฟจากข้อมูลตรวจวัดประเภทเดียวกับที่ใช้ในการตรวจจับ ได้แก่ เหตุการณ์การจัดการของ CloudTrail, VPC Flow Logs และการค้นพบของ GuardDuty รวมถึงบันทึกการตรวจสอบของ EKS ระบบจะเชื่อมโยงข้อมูลจำนวนมากให้โดยอัตโนมัติ คุณจึงไม่ต้องรวบรวมแหล่งข้อมูลเหล่านี้ด้วยตนเอง

ไม่ต้องจัดการบันทึก

เช่นเดียวกับ GuardDuty, Detective เป็นบริการที่ไม่ต้องติดตั้งเอเจนต์และมีการจัดการเต็มรูปแบบ คุณเพียงเปิดใช้บริการ แล้วบริการจะดึงข้อมูลที่ต้องการมาให้ คุณไม่ต้องสร้างกระบวนการส่งข้อมูลบันทึกหรือพื้นที่จัดเก็บเอง นอกจากนี้ยังเก็บกิจกรรมที่เชื่อมโยงกันไว้ประมาณหนึ่งปี ทำให้สืบสวนย้อนหลังได้เป็นเวลานานโดยไม่ต้องจัดการการเก็บรักษาข้อมูล

การสร้างค่าพื้นฐานของพฤติกรรมปกติ

Detective ใช้การเรียนรู้ของเครื่องและสถิติเพื่อเรียนรู้ว่าอะไรคือพฤติกรรมปกติของแต่ละเอนทิตี จากนั้นจะเน้นความเบี่ยงเบนให้เห็น การทราบค่าพื้นฐานช่วยให้นักสืบสวนเห็นได้ว่า อินสแตนซ์หนึ่งอาจเรียกใช้ API มากกว่าปกติอย่างฉับพลัน ซึ่งเป็นสัญญาณที่ชัดเจนว่าอาจถูกบุกรุก

การสืบสวนด้วยภาพ

กราฟจะแสดงเป็นภาพแบบโต้ตอบ ได้แก่ เส้นเวลา โปรไฟล์ของแต่ละเอนทิตี และแผนภูมิกิจกรรม นักวิเคราะห์คลิกดูเอนทิตีที่เกี่ยวข้องเพื่อเดินตามร่องรอย วิธีการแบบภาพนี้เปลี่ยนการค้นหาข้อมูลในบันทึกเป็นเวลาหลายชั่วโมงให้กลายเป็นการสำรวจที่มีแนวทาง

ตรวจจับเทียบกับสืบสวน

ข้อแตกต่างสำคัญคือ GuardDuty ตรวจจับ ส่วน Detective สืบสวน GuardDuty สร้างการค้นพบ ขณะที่ Detective ช่วยให้คุณระบุขอบเขต สาเหตุหลัก และผลกระทบ บริการทั้งสองทำงานเสริมกัน และข้อสอบคาดหวังให้คุณเลือก Detective เมื่อโจทย์ต้องการการสืบสวนและการวิเคราะห์สาเหตุหลัก

การรองรับองค์กร

Detective ผสานรวมกับ AWS Organizations และรองรับผู้ดูแลระบบที่ได้รับมอบหมาย ทำให้บัญชีด้านความปลอดภัยสามารถสืบสวนกิจกรรมข้ามบัญชีสมาชิกทั้งหมดได้ในกราฟพฤติกรรมเดียว แนวทางนี้สอดคล้องกับ GuardDuty และ Security Hub เพื่อให้การดำเนินงานหลายบัญชีเป็นไปอย่างสม่ำเสมอ

ประวัติที่เชื่อมโยงกันหนึ่งปี

Detective เก็บกิจกรรมที่เชื่อมโยงกันประมาณหนึ่งปีไว้ในกราฟพฤติกรรม ซึ่งยาวนานกว่าระยะเวลาเก็บการค้นพบเริ่มต้นของ GuardDuty มาก ช่วงเวลาย้อนหลังที่ยาวนานนี้ช่วยให้นักสืบสวนเห็นว่าพฤติกรรมน่าสงสัยเริ่มขึ้นเมื่อหลายสัปดาห์ก่อนหรือไม่ ทำให้พบการบุกรุกที่ค่อย ๆ เกิดขึ้นและแฝงตัวได้ ซึ่งช่วงเวลาสั้น ๆ อาจตรวจไม่พบ ประวัติที่ยาวนานนี้เป็นเหตุผลสำคัญที่ทำให้ Detective ทำงานเสริมการตรวจจับ แทนที่จะทำซ้ำหน้าที่กัน

GuardDuty เป็นข้อกำหนดเบื้องต้น

รายละเอียดเชิงปฏิบัติคือ Detective ต้องการให้เปิดใช้ GuardDuty มาแล้วระยะหนึ่ง (ประมาณ 48 ชั่วโมง) ก่อนจึงจะเปิดใช้ Detective ได้ เนื่องจาก Detective ใช้การค้นพบของ GuardDuty และข้อมูลตรวจวัดพื้นฐานเดียวกันเพื่อเริ่มต้นกราฟพฤติกรรม บริการทั้งสองได้รับการออกแบบให้ทำงานร่วมกัน โดยการตรวจจับจะป้อนข้อมูลให้การสืบสวน

ตรวจสอบความเข้าใจ

แยกความแตกต่างระหว่างการตรวจจับกับการสืบสวน

สรุปทบทวน

Detective คือบริการสืบสวนที่มีการจัดการและไม่ต้องติดตั้งเอเจนต์ บริการนี้เชื่อมโยง CloudTrail, VPC Flow Logs, การค้นพบของ GuardDuty และบันทึกการตรวจสอบของ EKS เข้าเป็นกราฟพฤติกรรมของเอนทิตีและการโต้ตอบ เรียนรู้ค่าพื้นฐานของพฤติกรรมปกติ และแสดงภาพแบบโต้ตอบที่ย้อนดูข้อมูลได้ประมาณหนึ่งปี GuardDuty ตรวจจับ ส่วน Detective สืบสวนสาเหตุหลักและขอบเขต

คำถามที่พบบ่อย

บทเรียน “Detective สร้างกราฟพฤติกรรมอย่างไร” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “Detective สร้างกราฟพฤติกรรมอย่างไร” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส AWS Security Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส AWS Security Academy มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “Detective สร้างกราฟพฤติกรรมอย่างไร”

ทำความเข้าใจว่า Detective เชื่อมโยงเหตุการณ์ต่าง ๆ เป็นกราฟสำหรับการสืบสวนได้อย่างไร คุณปฏิบัติ AWS Security Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน AWS Security Academy หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน AWS Security Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 1 จากทั้งหมด 4 บทเรียน

บทเรียน “Detective สร้างกราฟพฤติกรรมอย่างไร” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน AWS Security Academy นี้ได้ไหม

ได้ บทเรียน AWS Security Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

  1. Detective สร้างกราฟพฤติกรรมอย่างไร
  2. การเจาะลึกจากการค้นพบของ GuardDuty
  3. การวิเคราะห์เอนทิตีและช่วงเวลา
  4. การตรวจพบรูปแบบกิจกรรมผิดปกติ
← กลับไปที่ AWS Security Academy