Respostas corretas
- AMachine Learning Engine
- BOutbreak Prevention
Explicação
O Machine Learning Engine (A) está correto porque usa análise comportamental e análise estática de arquivos para detectar malware anteriormente desconhecido com base em padrões e anomalias, sem depender de assinaturas. Isso permite identificar ameaças de dia zero analisando características de arquivos e comportamento de execução em tempo real.
Para se aprofundar
O Machine Learning Engine do FortiGate executa um modelo treinado no fluxo e nos metadados de arquivos para pontuar o tráfego quanto a características anômalas, para que possa sinalizar malware nunca antes visto sem uma assinatura. O Outbreak Prevention complementa isso consumindo indicadores em tempo real do FortiGuard e enviando automaticamente assinaturas de IPS, AV e filtro de DNS para bloquear uma campanha ativa em minutos após a descoberta. A sutileza é que a detecção de ML é probabilística: ela pode produzir falsos positivos, por isso geralmente é combinada com quarentena ou registro em log em vez de bloqueio direto. Em um cenário realista, um payload de phishing com um hash novo ignora o AV estático; o mecanismo de ML sinaliza o executável anômalo enquanto o Outbreak Prevention entrega uma assinatura para a campanha, contendo o incidente antes do movimento lateral.
Sobre estas questões de prática
Esta é uma das questões de prática originais de NSE7 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.
Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.