Bonne réponse
- DAjuster précisément les règles de corrélation et les seuils en fonction des données historiques.
Explication
L'ajustement précis des règles de corrélation et des seuils (option D) réduit les faux positifs en alignant la logique de détection sur la base de référence normale de l'organisation, dérivée de données historiques. Cela traite directement la fatigue liée aux alertes sans désactiver la couverture de sécurité, car cela conserve la capacité du SIEM à détecter les menaces réelles tout en filtrant le bruit. En revanche, le simple fait de désactiver des règles ou d'ajouter du personnel ne permet pas de s'attaquer à la cause profonde de la mauvaise qualité des alertes.
Pour aller plus loin
Les règles de corrélation SIEM évaluent les événements normalisés par rapport à des conditions et des seuils, et des seuils mal ajustés génèrent des volumes élevés d'alertes de faible fidélité. L'ajustement précis utilise des bases de référence historiques pour ajuster les seuils, supprimer les modèles connus comme étant sains et ajouter du contexte tel que la criticité des actifs ou le rôle de l'utilisateur, ce qui augmente la précision sans supprimer la couverture de détection. Cela diffère de la désactivation des règles, qui réduit le bruit en éliminant complètement la détection et augmente le risque. Un scénario réaliste : une règle alertant sur toute connexion échouée submerge les analystes, mais l'ajuster pour ne se déclencher que sur N échecs provenant d'une seule source dans une courte fenêtre sur plusieurs comptes préserve la détection de la force brute tout en réduisant le bruit bénin, permettant aux analystes de se concentrer sur les incidents réels.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement 200-201 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.