跳到主要内容

UEBA

UEBA(User and Entity Behavior Analytics,用户和实体行为分析)是一类通过分析用户及其他实体的活动,发现异常行为和潜在安全风险的安全分析能力。这里的“实体”可以是主机、IP 地址、应用、服务账号等。

它关注的不只是某个事件是否命中固定规则,还关注:这个行为对当前用户或实体来说是否异常,结合上下文后是否值得调查。 UEBA 可以作为独立产品,也常作为 SIEM、身份安全或其他安全平台的一项能力。

为什么需要 UEBA​

攻击者盗用合法账号后,可能使用正常的登录方式和已有权限访问资源。单看一次成功登录或一次文件下载,这些操作未必违反规则;但如果它们发生在陌生设备上,并伴随异常的大量下载,就可能值得关注。

UEBA 利用历史行为和上下文,为这类看似合法但偏离常态的活动提供线索,也可用于发现内部人员风险。不过,异常不等于恶意:出差、岗位变动、系统迁移和批量运维都可能产生异常行为,需要进一步核实。

工作方式​

  1. 采集数据:接入身份认证、目录服务、终端、网络、云平台、应用和数据访问等日志。具体能分析什么,取决于实际接入的数据。
  2. 关联实体:将不同数据源中的账号、设备和操作关联起来,补充部门、角色、资产重要性等上下文。共享账号和身份映射不准确会影响分析结果。
  3. 建立行为基线:根据历史数据描述常见活动,例如登录时间、常用设备、访问资源和操作量;也可以与同岗位或同部门的用户进行比较。基线会随数据和环境变化调整,观察窗口因产品及检测项而异。
  4. 发现异常并评估风险:使用统计、规则、机器学习等方法识别偏离基线的活动,结合资源敏感度、账号权限、威胁情报和其他事件确定调查优先级。并非所有 UEBA 功能都必须依赖机器学习。
  5. 调查与响应:分析人员查看关联事件、时间线和证据,确认是否存在风险;也可以与其他系统联动,要求重新认证、限制访问或隔离设备,具体取决于产品和配置。

典型场景​

  • 账号被盗用:账号从不常用的地点或设备登录,随后访问过去很少使用的敏感系统。
  • 内部人员风险:员工短时间内下载大量敏感文件,并尝试通过外部渠道传输。业务交接等正常情况也可能产生类似行为。
  • 特权账号滥用:管理员账号在非常规时间批量修改权限、创建账号或访问大量不常接触的服务器。
  • 横向移动:一个账号或设备在短时间内尝试访问大量此前未访问过的主机,可能需要结合认证失败、进程和网络日志调查。
  • 服务账号异常:自动化账号突然从陌生主机登录,或执行与其日常用途不符的操作。

例如,某研发人员通常在工作时间从公司设备访问少量项目文件。某天该账号从陌生设备登录,随后下载大量源码并尝试向外部网盘上传。UEBA 可以把这些活动与历史基线和资源敏感度关联,生成较高优先级的调查线索;分析人员仍需核实是否为本人、是否有授权及数据是否实际外传。

与其他安全产品的关系​

产品或能力主要关注点与 UEBA 的关系
SIEM汇集日志、关联安全事件、告警与调查可以为 UEBA 提供数据,并结合行为分析结果开展调查;UEBA 也可能内置于 SIEM。
EDR终端上的进程、文件、网络连接等活动及响应可提供终端行为和处置能力,帮助核实异常账号背后的设备活动。
DLP识别和保护敏感数据,监控或控制数据流转可提供敏感数据访问和外传线索,并根据策略限制数据流转。
IAM / 身份安全账号、身份认证、权限和访问控制可提供身份与登录上下文,并在风险确认或策略触发后执行身份相关控制。

这些能力的实际边界因产品而异,通常需要结合使用。

落地时的注意事项​

  • 数据覆盖与质量:优先接入关键身份、终端和敏感资源日志,检查字段、时间同步和账号关联;缺失的数据会造成检测盲区。
  • 基线与误报:新账号、业务变化和缺少历史数据都会影响判断。结合岗位、业务周期与反馈持续调整,不要把所有偏离常态的行为都当作攻击。
  • 风险可解释性:调查时应能看到触发原因、相关事件和上下文,避免仅凭风险分数作出处置决定。
  • 隐私与权限:行为数据可能涉及个人信息,应明确用途、访问权限、保留期限和审计要求,并遵守适用的组织政策与法律要求。
  • 响应边界:UEBA 主要提供分析和调查线索;是否自动阻断、如何恢复业务,应根据联动能力、风险和组织流程决定。

参考资料​