优化异常结果编辑

为了更清晰地了解真实威胁,您可以调整异常结果。以下步骤有助于减少误报。

过滤掉来自罕见使用的应用程序和进程的异常编辑

当异常包含来自已知进程的结果时,该进程仅偶尔运行,您可以过滤掉不需要的结果。

例如,要过滤掉来自名为 maintenanceservice.exe 的维护进程的结果,该进程仅偶尔执行,您需要

创建过滤器列表编辑
  1. 转到 机器学习异常检测设置
  2. 点击 过滤器列表,然后点击 新建

    将显示 创建新的过滤器列表 面板。

  3. 输入过滤器列表 ID。
  4. 输入过滤器列表的描述(可选)。
  5. 点击 添加项目
  6. 项目 文本框中,输入您要过滤掉异常结果的进程名称(在我们的示例中为 maintenanceservice.exe)。

    filter add item
  7. 点击 添加,然后点击 保存

    新过滤器将出现在过滤器列表中,可以添加到相关的作业中。

将过滤器添加到相关作业编辑
  1. 转到 机器学习异常检测异常资源管理器
  2. 导航到需要过滤器的作业结果。如果作业结果未列出,请点击 编辑作业选择 并选择相关作业。
  3. 操作 列中,点击齿轮图标,然后选择 配置规则

    将显示 创建规则 窗口。

    rule scope
  4. 选择

    1. 添加过滤器列表以限制规则适用的范围.
    2. 相关检测器的 WHEN 语句(在我们的示例中为 process.name)。
    3. IS IN 语句。
    4. 您在 创建过滤器列表 过程中创建的过滤器。

      有关更多信息,请参见 使用自定义规则自定义检测器

  5. 点击 保存

规则的更改仅影响新结果。在添加过滤器之前作业找到的所有异常仍然会显示。

克隆并重新运行作业编辑

如果您要删除该进程之前检测到的所有结果,则必须克隆并运行克隆的作业。

运行克隆的作业可能需要一些时间。仅在您完成所有作业规则更改后才运行作业。

  1. 转到 机器学习异常检测作业管理
  2. 导航到您为其配置规则的作业。
  3. 可选地,展开作业行并点击 JSON 以验证配置的过滤器是否出现在 JSON 代码中的 custom rules 下。
  4. 操作 列中,点击更多(三个点)图标,然后选择 克隆作业

    将显示 配置数据馈送 页面。

  5. 点击 数据预览 并检查数据是否无错误显示。
  6. 点击 下一步,直到显示 作业详细信息 页面。
  7. 为克隆的作业输入一个作业 ID,该 ID 表示它是原始作业的迭代。例如,在原始作业名称后面添加一个数字或用户名,例如 windows-rare-network-process-2

    cloned job details
  8. 点击 下一步 并检查作业是否无错误验证。您可以忽略有关多个影响因素的警告。
  9. 点击 下一步,然后点击 创建作业

    将显示 启动 <作业名称> 窗口。

    start job window
  10. 选择作业将从哪个时间点开始分析异常。
  11. 点击 启动

    过一段时间后,结果将开始出现在 异常资源管理器 页面上。

为作业定义异常阈值编辑

某些作业使用高计数函数来查找进程事件中不寻常的峰值。对于某些进程,活动突发是正常的,例如在服务器集群上运行的自动化和维护作业。但是,有时高增量事件计数不太可能是例行行为的结果。在这种情况下,您可以定义高事件计数何时被视为异常的最小阈值。

根据您的异常检测结果,您可能需要为 packetbeat_dns_tunneling 作业设置最小事件计数阈值

  1. 转到 机器学习异常检测异常资源管理器
  2. 导航到 packetbeat_dns_tunneling 作业的作业结果。如果作业结果未列出,请点击 编辑作业选择 并选择 packetbeat_dns_tunneling
  3. 操作 列中,点击齿轮图标,然后选择 配置规则

    将显示 创建规则 窗口。

    ml rule threshold
  4. 选择 添加规则适用的数值条件 以及以下 when 语句

    WHEN actual IS GREATER THAN <X>

    其中 <X> 是检测到异常的阈值。

  5. 点击 保存
  6. 要应用新阈值,请重新运行作业(作业管理操作启动数据馈送)。