セキュリティの可視化

セキュリティの視覚化は、ビッグデータ、視覚化、人間の認識、セキュリティの側面を幅広くカバーするテーマです。私たちは毎日、ログファイルの形でますます多くのデータを収集していますが、そのデータを徹底的に分析しなければ意味がないことがよくあります。Map Reduceなどのビッグデータ マイニング技術は、膨大なデータの意味を絞り込むのに役立ちます。データの視覚化はデータ分析技術であり、人間の脳を使ってデータ内のパターンを見つけるために使用されます。

パターンの認識と認識は、異常なパターンの特定にもつながります。セキュリティの視覚化は、セキュリティアナリストがネットワーク内の差し迫った脆弱性と攻撃を特定するのに役立ちます。棒グラフや円グラフなどの単純な視覚化は、ビッグデータに関しては単純で直感的ではありません。ビッグデータを効果的に伝えるには、コロプレスマップやハイブプロットなどの特別なカスタマイズされた視覚化手法が求められることがよくあります。書籍「Applied Security Visualisation」は、セキュリティとデータ視覚化の相関関係を詳細に研究したものです。^[1]

コロプレスは、色の濃淡によって量の強度を表す視覚化です。色の変化によって関心領域を見つけるのに役立ち、セキュリティ上の注意が必要な領域に人間の読者の注意を引くことができます。コロプレス マップは、関心領域を表すために州または郡が濃淡で表示される地理マップです。

コンピュータネットワークは、複雑で理解しにくいため、視覚化が非常に難しいことがよくあります。コンピュータネットワークを表すために使用される力図は、ノードの数が多いと、毛玉のように見えてしまうことがよくあります。そのため、力図は整理されていないビッグデータには適していません。ハイブプロットは、特にビッグデータに適した力指向グラフ描画の改良版と考えられています。ノードは3つ以上の軸に沿って配置され、ノード間のエッジはベジェ曲線として描画されます。 ^[2]

ヒートマップは、コロプレス マップに似た視覚的手法です。ただし、ヒートマップはグラデーション カラーで網掛けされており、通常は正規化されたヒートマップ関数を使用して計算されます。これらのマップを使用すると、さまざまな色合いやカラー グラデーションのパターンを通じて、注意が必要な領域を認識できます。

ELISHA は視覚的な異常検出システムです。このツールは、ボーダー ゲートウェイ プロトコルネットワークにおける複数起点自律システム (MOAS) の競合を識別することを目的としています。MOAS の競合は、BGP ネットワーク内の接続ノードの色の変化によって識別されます。^[3]

• [1] 専門家インタビューによるEEViの分析 - サイバーセキュリティにおける効果的な視覚化モデル、Aneesha SethiとGary Wills著。DOI:10.1109/VIZSEC.2017.8062195

• [2] EEVi – サイバーセキュリティにおける可視化の有効性を評価するためのフレームワーク、Aneesha Sethi、Federica Paci、Gary Wills著