Анализ поведения пользователей и сущностей (UEBA – User and Entity Behavior Analytics, Аналитика поведения пользователей и сущностей) — это технология кибербезопасности, использующая машинное обучение, статистическое моделирование и анализ больших данных для выявления аномальной и потенциально вредоносной активности пользователей, приложений, устройств и других сущностей в корпоративной среде. UEBA фокусируется не на сигнатурах или известных угрозах, а на отклонениях от нормальных поведенческих шаблонов, что позволяет обнаруживать сложные, целенаправленные и инсайдерские угрозы.
Возможности UEBA:
- Базовое профилирование поведения: Автоматическое создание поведенческих профилей для каждого пользователя и сущности на основе исторических данных о действиях (время и место входа, используемые ресурсы, объём передаваемых данных, типичные команды).
- Выявление аномалий: Обнаружение отклонений от установленных базовых профилей, например: вход в систему из необычной страны, доступ к нехарактерным для роли данным, аномально большой объём скачиваемых файлов, активность в нерабочее время.
- Обнаружение инсайдерских угроз: Выявление злонамеренных или небрежных действий сотрудников, включая кражу данных, саботаж или непреднамеренные нарушения политик безопасности.
- Корреляция событий и построение цепочек: Связывание разрозненных аномальных событий в единую последовательность, чтобы выявить сложную многоэтапную атаку (например, скомпрометированная учётная запись используется для перемещения по сети и кражи данных).
- Интеграция с источниками данных: Сбор и анализ данных из множества источников: журналов аутентификации (Active Directory, VPN), сетевых логов, данных от EDR и SIEM, активности в облачных сервисах (Office 365, Salesforce), приложений и баз данных.
- Оценка риска и приоритизация: Присвоение рейтинга риска пользователям и сущностям на основе серьёзности и частоты аномалий, что помогает аналитикам сосредоточиться на наиболее критичных угрозах.
- Автоматическое оповещение: Генерация предупреждений о подозрительной активности для дальнейшего расследования.
UEBA является эволюцией более ранней технологии UBA (User Behavior Analytics), расширяя анализ не только на пользователей, но и на все типы сущностей (хосты, приложения, сетевые устройства, учётные записи служб). Эта технология критически важна для обнаружения угроз, которые обходят традиционные сигнатурные средства защиты, таких как APT-атаки или действия инсайдеров. Современные UEBA-решения часто встраиваются в крупные платформы безопасности, такие как SIEM (например, Splunk UBA, Microsoft Sentinel) или XDR, или предлагаются как облачные сервисы. Эффективность UEBA напрямую зависит от качества и объёма собираемых данных, а также от точности алгоритмов машинного обучения, которые должны адаптироваться к изменениям нормального поведения (например, переход на удалённую работу).
Упоминания
-
13 февраля 2026
Выгода от безопасности: компании меняют подход к оценке эффективности ИБ-инвестиций
Безопасность как инвестиция О росте интереса компаний к ROI-ориентированному подходу (Return on Investment - показатель, который отражает эффективность инвестиций в системы... -
21 января 2026
Всероссийский SOC и необходимость увеличивать ИБ-бюджет: ФСБ обновила требования к СЗИ семилетней давности
ФСБ обнародовала приказ № 554 «Об установлении требований к средствам, предназначенным для обнаружения, предупреждения и ликвидации последствий компьютерных атак и... -
21 ноября 2025
«Большой брат» или инструмент предотвращения утечек: что такое DLP и для чего она нужна
Что умеет DLP Функциональность DLP-систем в России и ряде других стран СНГ серьезно отличается от, например, решений из ЕС. По... -
29 октября 2025
Мировой рынок SIEM-систем: лидеры и главные технологические тренды
Редакция SecPost подготовила анализ отчета Gartner Magic Quadrant for SIEM 2025, в котором эксперты оценивают ведущих поставщиков SIEM-решений по полноте...
