「機械学習」「ビッグデータ」が変えるセキュリティ対策【第3回】

「役に立たないSIEM」という“壮大な勘違い”はなぜ起こるのか(1/3 ページ)

歴史の浅さや宣伝の曖昧さから、実力を正しく評価されない傾向がある「SIEM」。過大評価や過小評価に陥らないために、SIEMの現状をあらためて把握しよう。

 大量のデータを投入することで脅威を見つけ出す「SIEM」。その効果を正しく理解できている企業は、実はそれほど多くない。その責任の一端はベンダー側にもある。実際、耳に聞こえのいい営業トークが世間を賑わしているのも事実ではなかろうか。

 SIEMに関して次のような説明を受けた企業もあるだろう。「今まで見つけることができなかった脅威が見つかる」「たくさんのデータを投入すれば自動的に相関分析し、あらゆるサイバー攻撃を検出する」「どこからどこへ不正な通信が流され、マルウェアがどのデータに接触し、データがどれくらい搾取されたかをレポートしてくれる」――。

 これらは確かに表面的には事実ではあるが、思わぬ誤解を招く可能性は否定できない。

SIEMにまつわる「期待」と「現実」

印刷する
SNSでシェア

「機械学習」「ビッグデータ」が変えるセキュリティ対策

「ビッグデータ」「機械学習」といった技術の活用で、セキュリティ対策の在り方はどう変わるのか。技術や製品分野の変遷を振り返りながら、その実像を探る。

この連載の記事をもっと見る

この記事の著者

関連記事

こんなメディアも見られています

TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。

無料会員登録
最新情報をいち早くチェック!

製品カタログや技術資料、導入事例など、IT導入の課題解決に役立つ資料を簡単に入手できます(メディアごとに文章は変更)

いますぐ無料会員登録

ベンダーコンテンツ PR

From Informa TechTarget

アクセスランキング

  1. 1
  2. 2
  3. 3
  4. 4
  5. 5
  6. 6
  7. 7
  8. 8
  9. 9
  10. 10

ホワイトペーパーランキング PR

  1. 1
  2. 2
  3. 3
  4. 4
  5. 5
  6. 6
  7. 7
  8. 8
  9. 9
  10. 10

TechTargetジャパン SNS

X @techtarget_itmをフォロー

インフォメーション

TechTargetジャパンをフォロー