ビッグデータの統計・解析手法の活用でWebサービスをサイバー攻撃から守る

　ユーザーにとって使いやすく便利な操作性を備えたクラウドベースやモバイルベースのサービスは、サイバー犯罪者にとっても同様だ。そのため、Webサービスに対する攻撃は、増える一方だ。DDos攻撃、マルウェア、フィッシング、ビジネスロジックの悪用など多種多様で、一見正常なWebトラフィックの中に潜んでいるため、検知するのが難しい。IPS/IDS、WAFはネットワークとサーバが悪用されていないか確認するだけで、攻撃手段に焦点を当てており、ユーザーの行動を把握するにはあまり役に立たない。

　本資料では、リアルタイムで不正行為を検出する課題の解決策として、ビッグデータに基づく統計的なモデリングと解析を活用したセキュリティソリューションについて紹介する。大量の正常なトラフィックを統計化することで、一見正常に見える犯罪者の通信を割り出していくリアルタイムストリーム解析と呼ばれるメカニズムで、Webの遷移速度や周期性などさまざまな面から解析を行う。これにより、従来の対策では検出が難しいビジネスロジックの不備を突いた攻撃を抑制することが可能になる。具体的な解析、検出、調査の手法と機能を、ぜひ資料で確認してほしい。