「RSA NetWitness UEBA」は、ユーザーのふるまいを、三段階に分けた独自の機械学習機能で分析する。第一段階では、RSA NetWitness Logsで収集したログから、ユーザーが普段取っている行動を統計的に分析して、長期的な行動パターンを作成する。この行動パターンをもとに、比較対象の基礎となるベースラインを作成。この行動分析は永続的に実施され、ベースラインは随時、自動的に更新される。
第二段階では、第一段階で作成されたベースラインから、1時間毎および1日毎のユーザーの短期的な行動パターンを作成し、ベースライン化する。さらに、第一段階で作成したベースラインとの比較によるマトリクスを作成し、異常な行動を浮かび上がらせ、対策の優先順位のスコアを付ける。
第三段階では、スコアの高い行動を分析して関連する他の行動と結びつけ、危険度が高い行動パターンにはさらに高いスコアを付けてアラートを生成する。これにより、担当者はログを1つひとつ分析する必要がなく、危険な状況を速やかに把握することができる。
三段階の機械学習は、すべて自動化された「教師なし」で行われ、ベースライン作成のためのカスタマイズやチューニングは不要。そのため、新たな人材を配備する必要もない。ある組織では、5,000ユーザーの2か月間にわたる16億件ものログイン情報から、特にリスク値の高い不審な行動形跡のある37人を2.5日で特定できたという。
「RSA NetWitness UEBA」は、「RSA NetWitness Platform」と併用することにより、検知の領域が広がり、社内で発生する不正行為と標的型サイバー攻撃に対して、効率的な運用で早期の検知と対策を講じることができるようになるという。
