MoyenneChoix unique

Question d'entraînement AZ-500

Une équipe de sécurité utilise Microsoft Sentinel. Elle souhaite créer une règle d'analyse personnalisée qui détecte lorsqu'un compte d'utilisateur est créé dans Microsoft Entra ID et tente ensuite, dans les 5 minutes, d'accéder à un site SharePoint sensible. Que doivent-ils utiliser pour corréler ces deux événements ?

Choisissez la meilleure réponse.

Bonne réponse

  • ARequête KQL avec join sur UserId

Explication

Une requête KQL avec un join sur UserId vous permet de corréler deux tables distinctes — telles que AuditLogs pour la création d'utilisateurs et les journaux d'accès SharePoint — sur la base d'un champ commun (UserId) dans une fenêtre temporelle spécifiée (5 minutes). C'est la méthode standard dans Microsoft Sentinel pour créer des règles de détection multi-événements qui nécessitent une corrélation temporelle entre des activités distinctes.

Pourquoi chaque option est juste ou fausse

A

Juste

Requête KQL avec join sur UserId

Une requête KQL avec un join sur UserId est le bon choix car elle corréle directement des événements provenant de plusieurs tables Sentinel, telles que SigninLogs et AuditLogs, sur un champ commun pour détecter des schémas suspects. L'opérateur join en KQL prend en charge différents types de jointures (inner, leftouter, etc.) pour capturer des enregistrements correspondants ou non correspondants, permettant à l'équipe de sécurité de définir une logique de détection précise. Cet alignement entre la corrélation de données de la requête et le scénario en fait la seule option qui répond à l'exigence de détection en temps réel.

B

Fausse

Watchlist

Les listes de surveillance sont des listes de données statiques gérées manuellement — telles que des adresses IP malveillantes connues, des comptes compromis ou des actifs à haute valeur — que Sentinel utilise pour l'enrichissement ou le filtrage dans les requêtes. Elles ne sont pas conçues pour la corrélation dynamique de flux d'événements en direct ; une liste de surveillance ne peut être référencée que comme une table de recherche, et non jointe en temps réel sur plusieurs sources par UserId. Par conséquent, bien que les listes de surveillance ajoutent du contexte aux règles d'analyse, elles ne peuvent pas fournir la corrélation d'événement à événement requise par le scénario.

C

Fausse

Règle d'automatisation

Les règles d'automatisation dans Sentinel automatisent les processus de gestion des incidents et de réponse — par exemple, attribuer une gravité, ajouter des balises ou déclencher un playbook — lorsqu'une alerte est générée. Elles ne contiennent pas de logique de détection et n'ont aucune capacité intégrée pour corréler les événements entre les sources de données ; elles agissent uniquement sur la sortie d'une règle d'analyse. L'utilisation d'une règle d'automatisation ne créerait pas la détection souhaitée, car elle n'analyse pas les résultats des requêtes et n'effectue pas de jointures sur UserId.

D

Fausse

Playbook

Les playbooks, basés sur Azure Logic Apps, exécutent une série d'actions — telles que bloquer un utilisateur, envoyer un e-mail ou réinitialiser des informations d'identification — lorsqu'une alerte ou un incident est créé. Ce sont des flux de travail de réponse qui fonctionnent après la détection, et non pendant celle-ci. Un playbook ne définit pas quels événements sont corrélés ni comment ils sont joints ; il consomme l'alerte générée par la règle d'analyse et ne peut pas servir de mécanisme de détection principal pour l'équipe de sécurité.

Pour aller plus loin

Le concept fondamental testé par cette question est l'architecture d'une règle d'analyse Microsoft Sentinel, où la requête KQL est la seule source de logique de détection. Bien que les listes de surveillance (watchlists), les règles d'automatisation et les playbooks soient tous des composants intégrés de Sentinel, ils jouent respectivement des rôles d'enrichissement des données, de gestion des incidents et de réponse automatisée, et non de corrélation d'événements. Une subtilité courante est que l'opérateur join de KQL doit être utilisé avec précaution : sans limites de temps et sans projection appropriée, les jointures sur de grandes tables telles que SigninLogs et AuditLogs peuvent devenir lentes et gourmandes en ressources. Une autre considération est le choix du type de jointure (inner par rapport à leftouter) selon que la détection nécessite uniquement des événements correspondants ou également des événements non correspondants, tels que des échecs de connexion sans événement de réussite correspondant. La compréhension de ces distinctions évite les idées fausses courantes, telles que confondre les listes de surveillance avec des tables de recherche en direct ou s'attendre à ce que les playbooks s'exécutent avant que la détection ne se produise.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement AZ-500 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.