Security Vision разрабатывает решения для защиты информации, и одним из направлений её работы является платформа Security Vision SIEM для централизованного сбора, анализа и хранения событий информационной безопасности. Для постановки задачи полезно сопоставить описание продукта с материалами, где перечислены лидеры рынка siem, и проверить, какие функции совпадают с требованиями конкретной организации к работе с журналами. Такой подход позволяет отделить общие свойства класса SIEM от характеристик конкретного продукта и сразу сформулировать вопросы для оценки, внедрения и последующей эксплуатации в подразделении мониторинга.
Главный принцип работы SIEM заключается в централизации: журналы средств защиты собираются в единое хранилище, приводятся к единому виду, классифицируются по таксономии событий и связываются между собой с помощью корреляционного анализа. Отдельные записи при этом превращаются в инциденты, с которыми может работать аналитик SOC, видеть контекст, хронологию и связанные активы. При первой проверке следует оценивать именно этот путь целиком: какие источники подключаются, как нормализуются поля, как задаются правила корреляции и как из набора событий формируется инцидент для расследования, а не ограничиваться просмотром отдельных экранов или списком функций.
01Почему атаки теряются среди разнородных событий
В средней и крупной организации события безопасности поступают из множества источников, которые работают по разным правилам. Межсетевые экраны фиксируют подключения и блокировки, системы обнаружения вторжений описывают попытки сканирования или эксплуатации, средства аутентификации записывают успешные и неуспешные входы, прокси-серверы и почтовые шлюзы фиксируют обращения к внешним ресурсам, а операционные системы и базы данных создают записи о процессах, файлах и запросах. Набор полей, формат времени,标识торы пользователей и шкалы оценки опасности в этих источниках различаются, поэтому прямая сопостановка записей без предварительной подготовки затруднена.
Многоэтапная атака часто выглядит как цепочка действий, где каждое отдельное действие само по себе не вызывает резкого срабатывания. Попытка подбора пароля, затем успешная аутентификация с необычной станции, загрузка служебного файла, обращение к внутреннему ресурсу и передача данных наружу могут распределяться по разным журналам и по разным временным интервалам. Без механизма, который собирает такие записи в единую картину, аналитик видит только фрагменты. Вручную сопоставить фрагменты из десятка консолей сложно, особенно когда объём событий измеряется значительным потоком за смену.
Ручной анализ создаёт дополнительную зависимость от опыта отдельных сотрудников и от доступности специалистов в конкретную смену. Критерии отнесения событий к инциденту могут различаться между аналитиками, а знания о нестандартных правилах именования, внутренних адресах и исключениях часто хранятся в памяти или в локальных заметках. При смене персонала или при росте нагрузки качество разбора снижается, очередь событий увеличивается, а часть записей остаётся без проверки. Эта проблема заметна не только в крупных центрах мониторинга, но и в организациях, где функции SOC совмещаются с другими обязанностями инженеров.
Отдельный источник потерь — шум и дублирование. Одно и то же действие может отражаться в нескольких источниках, служебные проверки и плановые задания создают регулярные записи, а типовые настройки средств защиты формируют предупреждения низкой ценности. Если такие записи поступают в общую очередь без классификации и группировки, аналитик тратит время на разбор повторяющихся сигналов и может пропустить редкое, но значимое сочетание событий. Отсутствие единой таксономии затрудняет сравнение данных за разные периоды и подготовку отчётности, потому что одинаковые явления в разных источниках называются по-разному.
Расследование в условиях разрозненных журналов требует ручного поиска по каждому источнику, ручной сверки времени и ручного восстановления последовательности действий. Доказательства оказываются распределены по разным системам, а единая карточка инцидента отсутствует или формируется позднее. Для запросов со стороны руководства, аудиторов или регуляторов приходится собирать сведения из нескольких мест и приводить их к сопоставимому виду. Чем длиннее цепочка, тем выше вероятность ошибки в датах, адресах или идентификаторах, а также тем сложнее повторить разбор для проверки выводов.
02Базовые задачи класса SIEM
SIEM решает задачу централизации на уровне сбора и хранения. Журналы средств защиты и инфраструктурных компонентов направляются в единую платформу, где они сохраняются в течение периода, необходимого для мониторинга, расследования и отчётности. Длительное хранение позволяет обращаться к прошлым данным при разборе инцидента, проверять гипотезы и сопоставлять текущие события с предшествующими действиями. При оценке следует уточнять, какие данные сохраняются, как устроен доступ к архиву и как проверяются права на просмотр исторических записей.
Следующая задача — нормализация данных из разных источников. Поля с различным названием приводятся к единому набору: пользователь, хост, адрес, тип события, результат, категория и другие атрибуты, нужные для анализа. Нормализация не устраняет различия между источниками полностью, но создаёт общий язык, на котором работают правила и запросы. Если нормализация выполнена плохо, корреляционный анализ получает неполные или противоречивые данные, а количество ложных срабатываний растёт. Поэтому проверку нормализации следует проводить на реальных примерах из каждой группы источников.
Таксономия событий задаёт единые категории и типы, по которым записывается происходящее. Вместо того чтобы каждый источник описывал явление своими словами, платформа относит его к понятному классу: попытка несанкционированного доступа, изменение конфигурации, загрузка файла, аномальное обращение к ресурсу и так далее. Единая таксономия упрощает настройку правил, поиск по истории и формирование статистики. Она также помогает аналитикам разных смен использовать одинаковые термины в описаниях инцидентов и в отчётах.
Корреляционный анализ связывает события по пользователю, хосту, адресу, времени, последовательности и условиям. Правило может учитывать несколько событий, их порядок и временной интервал между ними, а также дополнительные признаки из контекста, такие как критичность актива или результат предыдущего действия. В результате корреляции формируется не отдельный сигнал, а инцидент с описанием, связанными событиями и параметрами для дальнейшей работы. Качество корреляции зависит от полноты данных, точности нормализации и продуманности условий.
Уведомления, расследование и отчётность переводят результат анализа в операционную работу. Аналитик получает инцидент в очереди, может открыть связанные события, построить хронологию, добавить комментарий и зафиксировать решение. Отчётные механизмы собирают сведения за период, по категориям событий, по активам или по статусам инцидентов. Для руководителей SOC и ИТ-руководителей значение имеют не только сами отчёты, но и возможность проверить, по каким данным сделан вывод, какие события вошли в инцидент и какие действия были предприняты после его формирования.
В состав класса SIEM также входят смежные возможности, которые связывают мониторинг с реагированием и контролем. Автоматизированное реагирование через SOAR позволяет выполнять повторяющиеся действия по заранее заданному сценарию, например запрос дополнительных данных или передачу инцидента в другую систему. Управление уязвимостями связывает сведения о weaknesses в инфраструктуре с событиями безопасности, а контроль соответствия помогает проверять соблюдение требований ФСТЭК, положений 152-ФЗ и стандартов Банка России. При оценке следует различать наличие этих возможностей в классе решений и их конкретную реализацию в выбранной платформе.
03Как Security Vision SIEM работает с «сырыми» событиями
Термин «сырые» события описывает данные в исходном виде, до нормализации, классификации и включения в правило корреляции. Такие записи сохраняют формат источника, исходные названия полей и локальные значения, поэтому их трудно сравнивать между собой. Для Security Vision SIEM в исходных сведениях указаны три характеристики: автоматизация поиска и анализа «сырых» событий, корреляционный no-code движок и набор из более чем 1200 правил «из коробки». Эти характеристики следует рассматривать как связанную цепочку, а не как отдельные пункты в перечне.
Автоматизация поиска и анализа снижает объём ручной рутины. Аналитик не обязан вручную перебирать каждую запись из потока, чтобы найти сочетание признаков. Поиск может выполняться по полям, значениям и условиям, заданным в запросе или в правиле, а анализ может учитывать контекст события и его связь с другими записями. При проверке следует смотреть, как задаётся условие, какие поля доступны для поиска, как отображается результат и как аналитик может перейти от найденного события к полному набору связанных записей.
Корреляционный no-code движок означает, что правила корреляции создаются и изменяются без написания программного кода. Аналитик или инженер SOC описывает условия через параметры: источник, тип события, поле, значение, оператор сравнения, временной интервал и действие при срабатывании. Такой подход ускоряет настройку и позволяет корректировать логику силами сотрудников мониторинга. При оценке следует уточнять, кто может создавать и изменять правила, как проверяется корректность изменений, как ведётся история версий и как откатывается ошибочная настройка.
Набор из более чем 1200 правил «из коробки» даёт стартовую основу для корреляции типовых сценариев. Наличие готовых правил сокращает этап первоначальной настройки и позволяет быстрее получить первые инциденты на подключённых источниках. При этом готовые правила рассчитаны на общие сценарии и требуют адаптации под конкретную инфраструктуру, названия активов, структуру каталогов, правила адресации и принятые в организации пороги. Проверка должна показывать, как правила распределены по категориям, какие данные им требуются, как отключаются неподходящие правила и как оценивается результат на реальных событиях.
Связь трёх характеристик проявляется в порядке обработки данных. Автоматизация помогает найти нужные записи в исходном потоке, no-code движок позволяет описать условия их связи, а готовый набор правил предлагает исходные варианты таких условий. Если данные не нормализованы, правила получают неполный контекст. Если условия заданы слишком широко, инцидентов становится много и их качество снижается. Если условия заданы слишком узко, часть цепочек остаётся вне поля зрения. Поэтому оценка должна охватывать не только наличие правил, но и качество входных данных и процедуру их настройки.
Что показать при демонстрации функциональности
Для практической проверки полезно запросить показ на примерах, взятых из собственной инфраструктуры, а не только на демонстрационных данных. В список для проверки можно включить следующие пункты:
- преобразование исходной записи из конкретного источника в нормализованное событие с указанием, какие поля перенесены и как заполнены отсутствующие значения;
- создание правила корреляции через no-code интерфейс, включая выбор событий, задание временного интервала и проверку результата на тестовом наборе;
- перечень готовых правил по категориям с описанием назначения, требуемых источников и возможности отключения или изменения параметров;
- пример обработки ложного срабатывания: причина, способ уточнения условия, фиксация исключения и проверка, что исключение не скрывает значимые события;
- формирование инцидента из связанных событий, просмотр хронологии, назначение ответственного и отражение статуса в очереди SOC.
Такой набор позволяет отделить декларацию о функциях от рабочего процесса. Если показ ограничивается списком возможностей без примеров, остаётся неясным, как будет вести себя платформа на реальных данных организации. Если показ строится на реальных источниках и реальных полях, становятся видны пробелы в нормализации, в данных об активах и в описании сценариев. Именно эти пробелы определяют объём работ при внедрении сильнее, чем общее число пунктов в описании продукта.
04Пошаговый порядок проверки результата
Проверка SIEM должна начинаться с инвентаризации источников и заканчиваться разбором инцидента от начала до конца. Такой порядок показывает, где теряются данные и где возникает ручная работа. Ниже приведён порядок, который можно использовать как основу для пилотного проекта и для приёмки результата.
- Инвентаризация источников. Составляется перечень средств защиты, сетевых устройств, серверов, рабочих станций, систем аутентификации и прикладных систем, из которых планируется передавать журналы. Для каждого источника фиксируются формат записей, способ передачи, объём, критичность и ответственное подразделение.
- Проверка исходных записей. Из каждого источника берутся образцы за типичный период, включая успешные действия, ошибки, служебные события и редкие предупреждения. Образцы позволяют увидеть реальный набор полей, качество времени, наличие идентификаторов пользователя и хоста, а также повторяющиеся записи.
- Проверка нормализации и таксономии. Образцы приводятся к единому виду, и проверяется, корректно ли заполняются ключевые поля. Ошибки на этом этапе исправляются до настройки корреляции, потому что правила, опирающиеся на пустые или противоречивые поля, дают ненадёжный результат.
- Проверка корреляционных сценариев. Выбирается небольшое число сценариев, важных для организации, и для каждого описываются события, порядок, интервал и ожидаемый инцидент. Сценарии проверяются на исторических данных или на тестовых записях, после чего оценивается результат по числу срабатываний и по составу инцидентов.
- Проверка формирования инцидента. Для сработавшего сценария открывается карточка инцидента, проверяется хронология, связанные события, данные об активе и пользователе, возможность добавить комментарий и изменить статус. Отдельно проверяется маршрут передачи инцидента между сменами и подразделениями.
- Проверка хранения и отчётности. Оценивается доступ к истории за требуемый период, способ выборки данных для отчёта, повторяемость отчётных форм и возможность связать цифры в отчёте с исходными инцидентами и событиями. Проверяется также порядок ограничения доступа к чувствительным данным.
- Проверка изменения правил. Изменяется параметр одного правила через no-code интерфейс, изменение тестируется, фиксируется в истории и при необходимости откатывается. Отдельно проверяется порядок согласования изменений и информирование аналитиков о том, что правило было изменено и по какой причине.
После завершения этих шагов целесообразно зафиксировать итоги в виде таблицы: источник, объём, качество полей, проблемы нормализации, сценарий корреляции, результат проверки и действие по исправлению. Таблица превращает впечатления от демонстрации в проверяемый список работ. Она также помогает определить, какие вопросы остаются открытыми и какие из них влияют на срок запуска пилотного участка.
Для пилота следует заранее определить критерии приёмки. В их число могут входить доля событий, прошедших нормализацию без критических ошибок, время от события до инцидента, число инцидентов по каждому сценарию, доля ложных срабатываний, время разбора инцидента аналитиком и полнота хронологии. Критерии фиксируются до начала пилота, чтобы в дальнейшем не подменять цель обсуждения. Измерение проводится на одном и том же наборе данных, иначе сравнивать периоды и сценарии затруднительно.
05Применимость и ограничения
Подход с централизованным сбором и корреляцией применим там, где события распределены по нескольким средствам защиты и где атакующие действия охватывают несколько этапов. Средним и крупным организациям с выделенным SOC, несколькими площадками, большим числом пользователей и требованиями к хранению журналов такой подход даёт единую точку разбора. Он также полезен там, где отчётность для регуляторов требует сопоставимых данных за длительный период, а ручная сборка сведений из разных систем занимает значительную часть времени.
Для организаций с небольшим числом источников и небольшим штатом объём работ по подключению и поддержке может оказаться сопоставим с пользой от централизации, если не определены конкретные сценарии корреляции. В этом случае решающее значение имеет чёткое описание задач: какие события должны разбираться, какие инциденты должны формироваться и кто будет сопровождать правила. Без такого описания SIEM превращается в хранилище журналов, в котором записи сохранены, но не превращены в проверенные инциденты.
Ограничения подхода связаны прежде всего с качеством входных данных. Если источник не подключён, если журнал не содержит нужных полей, если время на устройствах расходится или если данные об активах и пользователях устарели, корреляция не может восстановить отсутствующий контекст. SIEM не заменяет средства защиты на конечных точках, сегментацию сети, управление доступом, резервное копирование и своевременное исправление уязвимостей. Он выявляет следы действий и помогает организовать разбор, но не устраняет причины, по которым действия стали возможны.
Правила корреляции требуют сопровождения. Изменения в инфраструктуре, появление новых систем, переименование активов и обновление средств защиты приводят к тому, что ранее настроенные условия начинают срабатывать иначе или перестают срабатывать вовсе. No-code подход упрощает внесение изменений, но не отменяет необходимости проверять результат. Готовые правила также требуют адаптации: общие сценарии не учитывают внутренние исключения, особенности адресации и принятые в организации признаки нормальной активности. Регулярный пересмотр правил и исключений является частью операционной работы, а не одноразовым этапом после запуска.
06Критерии выбора и типичные ошибки
При выборе платформы следует оценивать покрытие источников и качество нормализации в первую очередь. Если значительная часть журналов не может быть приведена к единому виду, корреляционные сценарии будут опираться на неполные данные. Далее проверяется гибкость корреляционного движка: возможность описывать последовательность событий, временной интервал, условия по полям и исключения. Отдельно оценивается прозрачность готовых правил: назначение, требуемые данные, параметры и последствия изменения.
В число критериев входят также работа с инцидентами и организация процесса SOC. Аналитик должен видеть контекст, хронологию, связанные активы и историю действий, а руководитель должен получать данные для контроля загрузки и качества разбора. Важную роль играют хранение и отчётность: доступ к истории, возможность формировать повторяемые отчёты и связывать отчётные показатели с исходными событиями. Дополнительно проверяются роли и права, аудит изменений правил, порядок тестирования настроек и возможность подключения смежных процессов реагирования и контроля соответствия.
Типичная ошибка — ориентироваться только на число готовых правил. Большое число правил не означает, что они работают на подключённых источниках организации, что данные для них нормализованы и что результат проверен на реальных событиях. Другая ошибка — подключать все источники сразу без инвентаризации и без проверки образцов. В результате объём работ по нормализации возрастает, а приоритетные сценарии откладываются. Также ошибочно считать успехом рост числа инцидентов без разбора их ценности: увеличение может означать как выявление пропущенных цепочек, так и ухудшение настройки.
К распространённым ошибкам относится отсутствие процедуры сопровождения правил. Правила создаются в ходе внедрения, но не пересматриваются после изменений в инфраструктуре, исключения накапливаются без проверки, а аналитики не получают информации об изменённых условиях. Ошибка возникает и тогда, когда в пилот не вовлечены аналитики SOC, которые будут работать с инцидентами ежедневно. Без их участия трудно оценить понятность карточки инцидента, достаточность контекста и реальное время разбора.
- отсутствие инвентаризации источников и образцов журналов до начала настройки;
- игнорирование синхронизации времени, данных об активах и идентификации пользователей;
- запуск корреляции до проверки нормализации и таксономии;
- отсутствие критериев приёмки и фиксации результатов пилотного участка;
- оценка успеха по числу предупреждений вместо качества инцидентов и времени разбора;
- отсутствие ответственного за сопровождение правил, исключений и истории изменений.
Избежать этих ошибок помогает поэтапная работа, в которой каждый следующий этап опирается на проверенный результат предыдущего. Сначала описываются источники и данные, затем нормализация, затем сценарии, затем инциденты и отчётность. Если на раннем этапе выявляется отсутствие нужных полей, решение принимается до настройки корреляции: либо источник дорабатывается, либо сценарий изменяется, либо сценарий откладывается. Такая последовательность снижает объём переделок и делает результат пилота понятным для руководства.
07Практический следующий шаг
Конкретным следующим шагом может стать формирование пилотного участка на ограниченном наборе источников и сценариев. Для этого составляется таблица, в которой для каждого источника указаны формат, объём, ключевые поля, проблемы качества и способ передачи. Рядом описываются два или три сценария корреляции, для каждого сценария фиксируются события, интервал, ожидаемый инцидент и критерии приёмки. Таблица дополняется ответственными за источники, за нормализацию, за настройку правил и за разбор инцидентов.
После составления таблицы пилот проверяется на исторических данных за репрезентативный период. Результат рассматривается не как демонстрация интерфейса, а как проверка цепочки: исходная запись, нормализованное событие, правило, инцидент, хронология и отчёт. Найденные пробелы фиксируются как работы с указанием влияния на сценарии. Такой порядок позволяет оценить Security Vision SIEM и класс SIEM в целом по проверяемым результатам и принять обоснованное решение о расширении подключения источников и сценариев.
Проверяем сообщения об ошибках и отмечаем существенные исправления в материале.


