CrossTech DataGrain RUMA (User & Entity Behavior Analytics)

Основная статья: Определение Business Intelligence

DataGrain RUMA (User & Entity Behavior Analytics) – решение, разработанное CrossTech Solutions Group. Продукт позволяет осуществлять поведенческий анализ пользователей и иных сущностей, реализовывать продвинутый мониторинг, выявлять аномалии в различных разрезах и визуализировать результаты аналитики.

2022: Решаемые задачи и основные функции

По информации на март 2022 года DataGrain RUMA предлагает решить следующие задачи:

• Интеграция с целевыми источниками данных или со смежными системами (например, SIEM);
• Реализация логики выявления аномальной активности с помощью алгоритмов машинного обучения и статистического анализа;
• Интеграция с HR-системами/AD для обогащения информацией о кадровой принадлежности;
• Автоматизация формирования управленческой и прикладной отчетности.

Борьба с угрозами

Внешние:

• Компрометация учетных записей;
• Эксплуатация уязвимостей;

Внутренние:

• Злоупотребление выданными правами;
• Инсайдерская деятельность

Основные функции

DataGrain RUMA можно использовать для решения следующих запросов:

• Продвинутый поведенческий анализ данных, использующий различные алгоритмы машинного обучения;
• Выявление нетипичного и аномального поведения с последующей пиритизацией полученных результатов;
• Обогащение данных и построения новых взаимосвязей;
• Возможность настройки и тюнинга поведенческих аналитических моделей и правил по выявлению аномалий;
• Профилирование пользователей и иных сущностей, решение задач предиктивного анализа;
• Гибкие механизмы по доработке моделей и логики детектирования аномалий в зависимости от специфики заказчика;
• Использование продвинутых алгоритмов статистического анализа и машинного обучения;
• Широкий спектр поддерживаемых источников данных.

Какие результаты обеспечивает DataGrain RUMA:

• Автоматизация механизмов по выявлению аномалий в пользовательской активности;
• Повышение степени объективности и осведомленности о деятельности сотрудников внутри корпоративной инфраструктуры;
• Повышение эффективности и безопасности бизнес-процессов;
• Снижение трудозатрат специалистов на ручную разработку правил корреляции под вновь возникающие кейсы;
• Фиксация подозрительной деятельности сотрудников на ранних этапах и предиктивное выявление потенциальных инцидентов.