34:55Cet enregistrement n'est pas encore disponible.
Prémisses, Principes et Présentation Panégyrique du Modèle Unifié de Cyberdéfense
Télécharger les ressourcesCatégories
Opérations de sécurité (SOC) et réponse aux incidents (IR)Automatisation de la sécurité (SOAR)Détection et chasse aux menacesPersonnes, culture et carrièresMenaces et renseignement
Commandité par
À propos de cette session
Un consultant principal de Mandiant (Google Cloud) présente un modèle unifié de cyberdéfense bâti sur les leçons de ses mandats-conseils et du SOC interne de Google, reconstruit à partir de zéro après une intrusion étatique en 2009. Il ouvre sur dix « fléaux » persistants de la cyberdéfense (échec du marché du talent, prolifération d'outils, fatigue des alertes, faible alignement avec les besoins d'affaires, posture réactive), puis développe quatre piliers : unifier les pipelines de données (journaux, renseignement, détection, réponse) pour qu'un maillon faible ne dégrade pas toute la chaîne; choisir entre l'hyperautomatisation déterministe et l'automatisation agentique selon le cas d'usage plutôt que par mode; la validation continue (validation en profondeur jumelée à la détection en profondeur, appuyée sur la simulation de brèches); et le cadre CDCR (Continuous Detection Continuous Response) propre à Google, qui fusionne détection et réponse dans une même équipe et vise une répartition 40/40/20 entre opérations, ingénierie et amélioration, contre 90 % du temps passé en pure opération dans une entreprise typique. Il conclut avec des statistiques sur l'épuisement professionnel comme argument humain en faveur du modèle.
Description et exploration du nouveau modèle de cyberdéfense unifié : sa genèse, sa motivation, ses axiomes, son opérationnalisation et le futur du modèle. Cette session couvrira la description du modèle mais également les enjeux d'opérationnalisation et des leçons provenant de multiples RETEX sur les 3 dernières années.
À retenir
- Auditer séparément chaque étape du pipeline de données de sécurité (source de logs, couverture, ingestion, stockage); une seule étape faible dégrade la valeur de tout le pipeline, peu importe les investissements faits ailleurs.
- Choisir délibérément entre une approche log-first (maximiser la couverture, préférable dans les secteurs à haute conformité) et detection-first (n'ingérer que ce qu'une détection exige) plutôt que de pencher par défaut vers un extrême.
- Réserver l'hyperautomatisation déterministe aux scénarios bien connus et bornés comme le confinement d'urgence ou le tri du phishing, et garder l'automatisation agentique pour les tâches qui bénéficient d'une nouvelle couche analytique, comme la chasse aux menaces ou la modélisation.
- Fusionner les auteurs de contenu de détection et les répondants aux incidents dans une même équipe par écosystème; les séparer retire toute motivation à écrire des détections qui facilitent vraiment la réponse.
- Mesurer et budgéter la répartition du temps des analystes entre opérations, ingénierie et amélioration (la norme du secteur avoisine 90 % en opérations); se rapprocher du 40/40/20 de Google réduit l'épuisement professionnel et augmente le retour sur l'investissement en cyberdéfense.
Conférenciers
Thomas Pc
Thomas is an experienced cyberstrategy advisor & service lead, he regularly performs strategic & technical assessments of cyber programs across all industry verticals, with speciality for large companies in N. America & EMEA. His background is in… Lire la suiteRéduire
Thomas is an experienced cyberstrategy advisor & service lead, he regularly performs strategic & technical assessments of cyber programs across all industry verticals, with speciality for large companies in N. America & EMEA. His background is in SOC engineering, incident response, and cyberstrategy.
![What has [not]changed with Social Media Manipulation Driven by Malware?](https://i.vimeocdn.com/video/1503188311-ff8cf9e532bc69f7e029c8db8c456f8263b6f8cae13eadc73b7c54a9760310d6-d_1280?region=us)
