ಲಾಗ್ ಮತ್ತು SIEM ವಿಶ್ಲೇಷಣೆ: ಈವೆಂಟ್ ಅನ್ನು ಶಬ್ದದಿಂದ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಪ್ರತ್ಯೇಕಿಸುವುದು — ಸೈಬರ್ ಭದ್ರತೆಯಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಲಾಭಗಳು:

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಸಾವಿರಾರು ಲಾಗ್ ಲೈನ್‌ಗಳನ್ನು ಸಂಕ್ಷೇಪಿಸುತ್ತದೆ ಮತ್ತು ಕ್ಲಸ್ಟರ್ ಮಾಡುತ್ತದೆ, ಟೈಮ್‌ಲೈನ್ ಅನ್ನು ಸ್ಥಾಪಿಸುತ್ತದೆ ಮತ್ತು ಅನುಮಾನಾಸ್ಪದ ಮಾದರಿಗಳನ್ನು ಹೈಲೈಟ್ ಮಾಡುತ್ತದೆ ಎಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಿ, ಆದರೆ ಈವೆಂಟ್ ಕಚ್ಚಾ ಲಾಗ್‌ನೊಂದಿಗೆ ನಿಜವಾದ ದಾಳಿ ಎಂದು ವಿಶ್ಲೇಷಕರು ನಿರ್ಧರಿಸುತ್ತಾರೆ.
SIEM ಅಲಾರಂ ಅನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವಾಗ ಬೇಸ್‌ಲೈನ್ (ಸಾಮಾನ್ಯ ನಡವಳಿಕೆ) ಅನ್ವಯಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಸಂದರ್ಭವಿಲ್ಲದೆ ತಪ್ಪು ಧನಾತ್ಮಕತೆಯನ್ನು ಹೇಗೆ ತೆಗೆದುಹಾಕುವುದು ಮತ್ತು ಅಸಂಗತತೆಯನ್ನು ಹೇಗೆ ಅರ್ಥೈಸಲಾಗುವುದಿಲ್ಲ
ಕಚ್ಚಾ ಲಾಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ಸ್ಥಾಪಿಸಲಾದ ಘಟನೆಗಳ ಸರಪಳಿಯನ್ನು ಪರಿಶೀಲಿಸುವ ಮತ್ತು ನಕಲಿ ಪರಸ್ಪರ ಸಂಬಂಧಗಳನ್ನು ತೆಗೆದುಹಾಕುವ ಅಭ್ಯಾಸವನ್ನು ಪಡೆಯುವ ಸಾಮರ್ಥ್ಯ

ಭದ್ರತಾ ವಿಶ್ಲೇಷಕನು ತನ್ನ ದಿನದ ಹೆಚ್ಚಿನ ಸಮಯವನ್ನು ಲಾಗ್‌ಗಳನ್ನು ಓದುವುದರಲ್ಲಿ ಕಳೆಯುತ್ತಾನೆ. ಲಾಗ್ ಎನ್ನುವುದು ಸಿಸ್ಟಮ್‌ನಲ್ಲಿ ಏನಾಯಿತು ಎಂಬುದನ್ನು ಟೈಮ್‌ಸ್ಟ್ಯಾಂಪ್ ಮಾಡುವ ಪಠ್ಯದ ಸಾಲು: ಯಾರು ಯಾವಾಗ ಲಾಗ್ ಇನ್ ಮಾಡಿದ್ದಾರೆ, ಯಾವ ಫೈಲ್ ಅನ್ನು ಪ್ರವೇಶಿಸಲಾಗಿದೆ, ಯಾವ ಸಂಪರ್ಕವನ್ನು ತಿರಸ್ಕರಿಸಲಾಗಿದೆ. ಕಡಿಮೆ ಲಗ್ಗೆ ಇದ್ದದ್ದಲ್ಲ ಸಮಸ್ಯೆ, ಉಸಿರುಗಟ್ಟಿಸುವಷ್ಟು ಇದೆ. ಮಧ್ಯಮ ಗಾತ್ರದ ಸಂಸ್ಥೆಯು ದಿನಕ್ಕೆ ನೂರಾರು ಮಿಲಿಯನ್ ಲಾಗ್ ಲೈನ್‌ಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ. ಈ ರಾಶಿಯಲ್ಲಿ, ನಿಜವಾದ ದಾಳಿಯ ಕುರುಹು ಹುಲ್ಲಿನ ಬಣವೆಯಲ್ಲಿ ಸೂಜಿಯಾಗಿದೆ. SIEM (ಭದ್ರತಾ ಮಾಹಿತಿ ಮತ್ತು ಈವೆಂಟ್ ಮ್ಯಾನೇಜ್ಮೆಂಟ್ - ಒಂದೇ ಕೇಂದ್ರದಲ್ಲಿ ವಿವಿಧ ಮೂಲಗಳಿಂದ ಲಾಗ್‌ಗಳನ್ನು ಸಂಗ್ರಹಿಸುವ ಮತ್ತು ಪರಸ್ಪರ ಸಂಬಂಧ ಹೊಂದಿರುವ ಮತ್ತು ನಿಯಮ-ಆಧಾರಿತ ಎಚ್ಚರಿಕೆಗಳನ್ನು ಉತ್ಪಾದಿಸುವ ವ್ಯವಸ್ಥೆ) ಈ ಸೂಜಿಯನ್ನು ಹುಡುಕಲು ಇದೆ; ಆದರೆ SIEM ಉತ್ಪಾದಿಸುವ ಹೆಚ್ಚಿನ ಅಲಾರಮ್‌ಗಳು ಸಹ ತಪ್ಪು ಧನಾತ್ಮಕವಾಗಿರುತ್ತವೆ (ನಿಜವಾಗಿ ಬೆದರಿಕೆಗಳಲ್ಲದ ನಿರರ್ಥಕ ಎಚ್ಚರಿಕೆಗಳು). ಈ ಶಬ್ದದಿಂದ ನಿಜವಾದ ಸಂಕೇತವನ್ನು ಹೊರತೆಗೆಯುವುದು ವಿಶ್ಲೇಷಕರ ನಿಜವಾದ ಕೆಲಸ.

ಈ ವಿಂಗಡಣೆಯಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಪ್ರಬಲವಾದ ಸಹಾಯವಾಗಿದೆ. ಇದು ಸೆಕೆಂಡುಗಳಲ್ಲಿ ಸಾವಿರಾರು ಲಾಗ್ ಲೈನ್‌ಗಳನ್ನು ಓದಬಹುದು ಮತ್ತು ಅವುಗಳನ್ನು ಮಾನವ ಭಾಷೆಯಲ್ಲಿ ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸಬಹುದು, ಕ್ಲಸ್ಟರ್ ಪುನರಾವರ್ತಿತ ಮಾದರಿಗಳು, ಘಟನೆಗಳ ಸರಪಳಿಯನ್ನು "ಮೊದಲು ಇದು ಸಂಭವಿಸಿತು, ನಂತರ ಅದು" ಎಂದು ವಿವರಿಸುತ್ತದೆ ಮತ್ತು ಅಲಾರಂ ಏಕೆ ಅನುಮಾನಾಸ್ಪದವಾಗಿ ತೋರುತ್ತದೆ ಎಂಬುದನ್ನು ವಿವರಿಸುತ್ತದೆ. ಆದರೆ ಸಂಸ್ಥೆಯ ಸಂದರ್ಭದಲ್ಲಿ ಲಾಗ್ ಎಂದರೆ ಏನು ಎಂದು AI ಗೆ ತಿಳಿದಿಲ್ಲ: "ಬೆಳಿಗ್ಗೆ 3 ಗಂಟೆಗೆ ಪ್ರವೇಶ" ಒಂದು ಸಂಸ್ಥೆಯಲ್ಲಿ ದಾಳಿಯಾಗಿದೆ, ಇನ್ನೊಂದು ಸಂಸ್ಥೆಯಲ್ಲಿ ರಾತ್ರಿ ಪಾಳಿ ಸಾಮಾನ್ಯವಾಗಿದೆ. ಆದ್ದರಿಂದ AI ಲಾಗ್ ಅನ್ನು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ಫ್ಲ್ಯಾಗ್ ಮಾಡುತ್ತದೆ, ಆದರೆ ಈವೆಂಟ್ ನಿಜವಾದ ದಾಳಿಯೇ ಎಂದು ವಿಶ್ಲೇಷಕರು ನಿರ್ಧರಿಸುತ್ತಾರೆ ಮತ್ತು ಅದನ್ನು ಕಚ್ಚಾ ಲಾಗ್‌ನೊಂದಿಗೆ ಪರಿಶೀಲಿಸುತ್ತಾರೆ.

ಲಾಗ್ ವಿಶ್ಲೇಷಣೆಯ ಹಂತಗಳು

AI ನೊಂದಿಗೆ ನೀವು ಹಂತ-ಹಂತದ ಲಾಗ್/SIEM ವಿಶ್ಲೇಷಣೆಯನ್ನು ಹೇಗೆ ನಡೆಸುತ್ತೀರಿ ಎಂಬುದು ಇಲ್ಲಿದೆ:

ಸಂಗ್ರಹಿಸಿ ಮತ್ತು ಅನಾಮಧೇಯಗೊಳಿಸಿ. ಸಂಬಂಧಿತ ಲಾಗ್ ತುಣುಕನ್ನು ತೆಗೆದುಹಾಕಿ; ನಿಜವಾದ IP ಗಳು, ಬಳಕೆದಾರಹೆಸರುಗಳು, ಆಂತರಿಕ ಹೋಸ್ಟ್ ಹೆಸರುಗಳನ್ನು ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್‌ಗಳೊಂದಿಗೆ ಬದಲಾಯಿಸಿ (USER_A, IC_IP_1). ಬಾಹ್ಯ ಸಾಧನಕ್ಕೆ ಕಚ್ಚಾ ಡೇಟಾವನ್ನು ಎಂದಿಗೂ ರಫ್ತು ಮಾಡಬೇಡಿ.
ಸಂದರ್ಭವನ್ನು ನೀಡಿ. ಲಾಗ್‌ನ ಮೂಲ (ಫೈರ್‌ವಾಲ್, ವಿಂಡೋಸ್ ಈವೆಂಟ್ ಲಾಗ್, ವೆಬ್ ಸರ್ವರ್), ಸಾಮಾನ್ಯ ನಡವಳಿಕೆ ಏನು ಮತ್ತು ನೀವು ಏನನ್ನು ಹುಡುಕುತ್ತಿರುವಿರಿ ಎಂಬುದನ್ನು AI ಗೆ ತಿಳಿಸಿ. ಸಂದರ್ಭವಿಲ್ಲದೆ ಲಾಗ್ ವಿಶ್ಲೇಷಣೆ ತಪ್ಪುದಾರಿಗೆಳೆಯುವಂತಿದೆ.
ಸಂಕ್ಷೇಪಿಸಿ ಮತ್ತು ಒಟ್ಟುಗೂಡಿಸಿ. ಈವೆಂಟ್ ಪ್ರಕಾರಗಳ ಮೂಲಕ ಸಾವಿರಾರು ಸಾಲುಗಳನ್ನು ಗುಂಪು ಮಾಡಲು, ಸಂಭವಿಸುವಿಕೆಯ ಎಣಿಕೆಗಳನ್ನು ಹೊರತೆಗೆಯಲು ಮತ್ತು ಟೈಮ್‌ಲೈನ್ ಅನ್ನು ರಚಿಸಲು AI ಅನ್ನು ಕೇಳಿ.
ಅನುಮಾನಾಸ್ಪದ ಮಾದರಿಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡಲಾಗಿದೆ. "ಸಫಲವಾಗದ ಲಾಗಿನ್‌ಗಳ ನಂತರ ಒಂದು ಯಶಸ್ವಿ ಲಾಗಿನ್", "ಕಡಿಮೆ ಅವಧಿಯಲ್ಲಿ ಅನೇಕ ಫೈಲ್ ಪ್ರವೇಶಗಳು", "ಅಜ್ಞಾತ ಪ್ರಕ್ರಿಯೆಗೆ ಸೇರಿದ ನೆಟ್‌ವರ್ಕ್ ಸಂಪರ್ಕ" ನಂತಹ ಮಾದರಿಗಳನ್ನು ಹೈಲೈಟ್ ಮಾಡಿ.
ಕಚ್ಚಾ ಸಾಕ್ಷ್ಯದೊಂದಿಗೆ ಪರಿಶೀಲಿಸಿ. ನಿಜವಾದ ಲಾಗ್ ಲೈನ್‌ಗಳಲ್ಲಿ AI ಫ್ಲ್ಯಾಗ್ ಮಾಡುವ ಪ್ರತಿಯೊಂದು ಮಾದರಿಯನ್ನು ಹುಡುಕಿ ಮತ್ತು ದೃಢೀಕರಿಸಿ. AI ತಪ್ಪಿಸಿಕೊಂಡ ಪ್ರದೇಶಗಳನ್ನು ನಿಮಗಾಗಿ ಸ್ಕ್ಯಾನ್ ಮಾಡಿ.
ನಿರ್ಧಾರ ಮತ್ತು ನೋಂದಣಿ. ನಿಜವಾದ ಈವೆಂಟ್ ಅನ್ನು ವಿಶ್ಲೇಷಕರಾಗಿ ಘೋಷಿಸಿ, ಟಿಕೆಟ್ ತೆರೆಯಿರಿ ಮತ್ತು AI ಕೇವಲ ವೇಗವರ್ಧಕ ಎಂದು ದಾಖಲಿಸಿ.

ಕೆಲವು ನಿಯಮಗಳು: ಲಾಗ್ ಮೂಲವು ಲಾಗ್ ಅನ್ನು ಉತ್ಪಾದಿಸುವ ವ್ಯವಸ್ಥೆಯಾಗಿದೆ. ಪರಸ್ಪರ ಸಂಬಂಧವು ವಿವಿಧ ಮೂಲಗಳಿಂದ ಈವೆಂಟ್‌ಗಳನ್ನು ಒಟ್ಟುಗೂಡಿಸುತ್ತದೆ ಮತ್ತು ಅವುಗಳನ್ನು ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳುತ್ತದೆ (VPN ಲಾಗಿನ್ + ಫೈಲ್ ಪ್ರವೇಶ + ಡೇಟಾ ವರ್ಗಾವಣೆ = ಸಂಭವನೀಯ ಸೋರಿಕೆ). ಬೇಸ್‌ಲೈನ್ ಎನ್ನುವುದು ವ್ಯವಸ್ಥೆಯ ಸಾಮಾನ್ಯ ನಡವಳಿಕೆಯ ಅಳತೆಯಾಗಿದೆ; ಅಸಂಗತತೆಯು ಬೇಸ್‌ಲೈನ್‌ಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ಮಾತ್ರ ಅರ್ಥಪೂರ್ಣವಾಗಿದೆ. UEBA (ಬಳಕೆದಾರ ಮತ್ತು ಎಂಟಿಟಿ ಬಿಹೇವಿಯರ್ ಅನಾಲಿಟಿಕ್ಸ್) ಎನ್ನುವುದು AI-ಆಧಾರಿತ ವಿಧಾನವಾಗಿದ್ದು ಅದು ಪ್ರತಿ ಬಳಕೆದಾರರ ಸಾಮಾನ್ಯ ನಡವಳಿಕೆಯನ್ನು ಕಲಿಯುತ್ತದೆ ಮತ್ತು ವಿಚಲನವನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡುತ್ತದೆ.

ಹೋಲಿಕೆ ಚಾರ್ಟ್

ಅಪ್ರೋಚ್

ಅದು ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ

ಬಲವಾದ ಬಿಂದು

ದೌರ್ಬಲ್ಯ

ನಿಯಮ ಆಧಾರಿತ SIEM

ಸ್ಥಿರ "ಆಗಿದ್ದರೆ" ನಿಯಮಗಳು

ಪಾರದರ್ಶಕ, ವಿವರಿಸಬಹುದಾದ

ಅಜ್ಞಾತ ದಾಳಿಯನ್ನು ತಪ್ಪಿಸುತ್ತದೆ, ಬಹಳಷ್ಟು ತಪ್ಪು ಧನಾತ್ಮಕತೆಗಳು

ಸಹಿ ಆಧಾರಿತ ಪತ್ತೆ

ತಿಳಿದಿರುವ ಕೆಟ್ಟ ಮಾದರಿಯನ್ನು ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ

ತಿಳಿದಿರುವ ಬೆದರಿಕೆಯ ಮೇಲೆ ವೇಗವಾಗಿ

ಹೊಸ/ಬದಲಾದ ದಾಳಿಗೆ ಕುರುಡು

ಅಸಂಗತತೆ/UEBA (AI)

ಸಾಮಾನ್ಯದಿಂದ ವಿಚಲನವನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತದೆ

ಅಜ್ಞಾತವನ್ನು ಸೆರೆಹಿಡಿಯಬಹುದು

ಅಸಂಗತ = ಆಕ್ರಮಣವಲ್ಲ; ತಪ್ಪು ಧನಾತ್ಮಕ ಅಪಾಯ

AI ಜೊತೆಗೆ ಸಾರಾಂಶ

ಭಾಷೆಯಲ್ಲಿ ಲಾಗ್ ಅನ್ನು ಸಾರಾಂಶಗೊಳಿಸುತ್ತದೆ

ವೇಗ, ಓದುವಿಕೆ

ಯಾವುದೇ ಸಂದರ್ಭವಿಲ್ಲ, ಭ್ರಮೆಯ ಅಪಾಯ

ವಿಶ್ಲೇಷಕ (ಮಾನವ)

ಸಂದರ್ಭದೊಂದಿಗೆ ಕಾಮೆಂಟ್‌ಗಳು

ನಿರ್ಧಾರ, ಜವಾಬ್ದಾರಿ

ನಿಧಾನವಾಗಿ, ದಣಿದಿದೆ, ಅಳೆಯುವುದಿಲ್ಲ

ಸರಿಯಾದ ಸೆಟಪ್ ಒಂದನ್ನು ಆಯ್ಕೆ ಮಾಡುವುದು ಅಲ್ಲ ಆದರೆ ಲೇಯರ್ ಮಾಡುವುದು: SIEM ಮತ್ತು ಸಹಿ ಶಬ್ದವನ್ನು ಸ್ಥೂಲವಾಗಿ ಫಿಲ್ಟರ್ ಮಾಡುತ್ತದೆ, AI ಸಾರಾಂಶ ಮತ್ತು ಹೈಲೈಟ್ ಮಾಡುತ್ತದೆ, ವಿಶ್ಲೇಷಕರು ಪರಿಶೀಲಿಸುತ್ತಾರೆ ಮತ್ತು ನಿರ್ಧರಿಸುತ್ತಾರೆ.

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - 50,000 ಸಾಲುಗಳು, 6 ನಿಮಿಷಗಳು. ವಿಶ್ಲೇಷಕರು ವೆಬ್ ಸರ್ವರ್‌ನಿಂದ AI ಗೆ 50,000 ಲೈನ್‌ಗಳ ಪ್ರವೇಶ ಲಾಗ್‌ಗಳನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸುತ್ತಾರೆ. ಒಂದು ಬಾಹ್ಯ IP 3 ಗಂಟೆಗಳಲ್ಲಿ 12,000 ವಿನಂತಿಗಳೊಂದಿಗೆ ಕ್ರಾಲ್ / ನಿರ್ವಾಹಕ ಮಾರ್ಗಗಳನ್ನು ಕ್ರಾಲ್ ಮಾಡಿದೆ, 480 ವಿಭಿನ್ನ ನಿಯತಾಂಕಗಳನ್ನು ಪ್ರಯತ್ನಿಸಿದೆ ಮತ್ತು 200 ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು 3 ಬಾರಿ ಸ್ವೀಕರಿಸಿದೆ ಎಂದು AI ಊಹಿಸುತ್ತದೆ. ವಿಶ್ಲೇಷಕರು ಈ 3 ಯಶಸ್ವಿ ವಿನಂತಿಗಳನ್ನು ಕಚ್ಚಾ ಲಾಗ್‌ನಲ್ಲಿ ಕಂಡುಕೊಳ್ಳುತ್ತಾರೆ, ಇದು ನಿಜವಾದ ಮಾರ್ಗ ಎಣಿಕೆಯ ದಾಳಿ ಎಂದು ಪರಿಶೀಲಿಸುತ್ತದೆ ಮತ್ತು IP ಅನ್ನು ನಿರ್ಬಂಧಿಸುತ್ತದೆ. ಕೈಯಿಂದ 50,000 ಸಾಲುಗಳನ್ನು ಓದುವುದು ಗಂಟೆಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ; ಸಾರಾಂಶವು ಅದನ್ನು 6 ನಿಮಿಷಗಳಿಗೆ ಕಡಿತಗೊಳಿಸಿತು, ಆದರೆ ಇದು ವಿಶ್ಲೇಷಕರ ನಿರ್ಧಾರವಾಗಿತ್ತು.

ಪ್ರಕರಣ 2 - ಸಂಯೋಜಿತ ಪರಸ್ಪರ ಸಂಬಂಧ. ಇನ್ನೊಬ್ಬ ವಿಶ್ಲೇಷಕನು AI ಗೆ ಹೇಳುತ್ತಾನೆ, "ಈ ಲಾಗ್‌ನಲ್ಲಿ ದಾಳಿ ಸರಪಳಿಯನ್ನು ವಿವರಿಸಿ." AI ಒಂದು ದ್ರವ ಕಥೆಯನ್ನು ನಿರ್ಮಿಸುತ್ತದೆ: "02:11 ನಲ್ಲಿ, USER_B ಉನ್ನತ ಸವಲತ್ತು ಮತ್ತು ಡೇಟಾವನ್ನು ರಫ್ತು ಮಾಡಿದೆ." ವರದಿಯಲ್ಲಿ ಬರೆಯುವ ಮೊದಲು ವಿಶ್ಲೇಷಕರು ಕಚ್ಚಾ ದಾಖಲೆಯನ್ನು ತೆರೆಯುತ್ತಾರೆ; ಆದರೆ ಲಾಗ್‌ನಲ್ಲಿ ಸವಲತ್ತು ಏರಿಕೆಯಾಗಲೀ ಅಥವಾ ಡೇಟಾ ವರ್ಗಾವಣೆಯಾಗಲೀ ಇಲ್ಲ - ಮಾದರಿಯು "ದಾಳಿ ಕಥೆ" ಯಲ್ಲಿ ಘಟನೆಗಳ ವಿಶಿಷ್ಟ ಸರಪಳಿಯನ್ನು ಹೊಂದುತ್ತದೆ. ವಿಶ್ಲೇಷಕರು ಹಕ್ಕನ್ನು ಹೊರತೆಗೆಯುತ್ತಾರೆ. ಪಾಠ: AI ಹೇಳುವ ಪ್ರತಿಯೊಂದು ಸರಪಳಿಯನ್ನು ಲಾಗ್‌ನಲ್ಲಿ ಪರಿಶೀಲಿಸಬೇಕು.

ಪ್ರಕರಣ 3 - ರಾತ್ರಿ ಪಾಳಿ ತಪ್ಪು ಧನಾತ್ಮಕ. UEBA ಮಾದರಿಯು 3 ಗಂಟೆಗೆ 900 ಫೈಲ್‌ಗಳನ್ನು ಪ್ರವೇಶಿಸುವ ಬಳಕೆದಾರರನ್ನು "ಹೆಚ್ಚಿನ ಅಪಾಯದ ಅಸಂಗತತೆ" ಎಂದು ಫ್ಲ್ಯಾಗ್ ಮಾಡುತ್ತದೆ. ವಿಶ್ಲೇಷಕರು ಸಂದರ್ಭವನ್ನು ಪರಿಶೀಲಿಸುತ್ತಾರೆ: ಬಳಕೆದಾರರು ಬ್ಯಾಕಪ್ ಆಪರೇಟರ್ ಆಗಿದ್ದಾರೆ ಮತ್ತು ಈ ಕೆಲಸವು ಪ್ರತಿ ರಾತ್ರಿ 03:00 ಗಂಟೆಗೆ ನಡೆಯುತ್ತದೆ; ಬೇಸ್ ಲೈನ್ ನೋಡಿಲ್ಲ. ಎಚ್ಚರಿಕೆಯು ತಪ್ಪು ಧನಾತ್ಮಕವಾಗಿದೆ. ವಿಶ್ಲೇಷಕರು ನಿಯಮವನ್ನು ಹೊಂದಿಸುತ್ತಾರೆ ಮತ್ತು ಈ ಆಪರೇಟರ್ ಅನ್ನು ವಿನಾಯಿತಿ ಪಟ್ಟಿಗೆ ಸೇರಿಸುತ್ತಾರೆ. ಅಸಂಗತತೆ ಯಾವಾಗಲೂ ಆಕ್ರಮಣವಲ್ಲ; ಸಂದರ್ಭವಿಲ್ಲದೆ, ಅಲಾರಾಂ ಶಬ್ದವಾಗಿದೆ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:

ಈ ಲಾಗ್ ಅನ್ನು ಪರೀಕ್ಷಿಸಿ, ದಾಳಿಯಿದ್ದರೆ ನನಗೆ ತಿಳಿಸಿ.[10.14.2.7 - ahmet.yilmaz - 200 - /admin ...]

ಈ ಪ್ರಾಂಪ್ಟ್ ನಿಜವಾದ IP ಮತ್ತು ಬಳಕೆದಾರರನ್ನು (ಗೌಪ್ಯತೆ ಉಲ್ಲಂಘನೆ) ಒಳಗೊಂಡಿದೆ, ಲಾಗ್ ಮೂಲ ಮತ್ತು ಸಾಮಾನ್ಯ ನಡವಳಿಕೆಯನ್ನು ಹೇಳುವುದಿಲ್ಲ, ಪುರಾವೆ ಮತ್ತು ತಪ್ಪು ಧನಾತ್ಮಕ ಮೌಲ್ಯಮಾಪನಕ್ಕಾಗಿ AI ಅನ್ನು ಕೇಳುವುದಿಲ್ಲ. "ಹೌದು, ದಾಳಿಯಾಗಿದೆ" ಎಂಬ ಒಂದೇ ವಾಕ್ಯದಲ್ಲಿ AI ನಿಮ್ಮನ್ನು ದಾರಿ ತಪ್ಪಿಸಬಹುದು.

ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:

ನಿಮ್ಮ ಪಾತ್ರ: ವಿಶ್ಲೇಷಣೆ ಡ್ರಾಫ್ಟ್ ಅನ್ನು ಸಿದ್ಧಪಡಿಸುವ SOC ವಿಶ್ಲೇಷಕರಿಗೆ ಸಹಾಯಕ. ನಿರ್ಧರಿಸಬೇಡಿ, ದಾಳಿಯನ್ನು ಘೋಷಿಸಬೇಡಿ. ಇದು ವೆಬ್ ಸರ್ವರ್‌ನ ಅನಾಮಧೇಯ ಪ್ರವೇಶ ಲಾಗ್ ಆಗಿದೆ (IP ಗಳು ಮತ್ತು ಬಳಕೆದಾರರನ್ನು ಮಾಸ್ಕ್ ಮಾಡಲಾಗಿದೆ). ಸಾಮಾನ್ಯ ಟ್ರಾಫಿಕ್: ವ್ಯವಹಾರದ ಸಮಯದಲ್ಲಿ 100-300 ವಿನಂತಿಗಳು/ಗಂಟೆಗಳು, ಹೆಚ್ಚಾಗಿ /ಉತ್ಪನ್ನ ಮತ್ತು /ಕಾರ್ಟ್ ಮಾರ್ಗಗಳು. ನಿಮ್ಮ ಕಾರ್ಯ: (1) ಪ್ರಕಾರ ಮತ್ತು ಮೂಲದ ಮೂಲಕ ಕ್ಲಸ್ಟರ್ ಈವೆಂಟ್‌ಗಳು, ಘಟನೆಗಳ ಸಂಖ್ಯೆಯನ್ನು ನೀಡಿ, (2) ಬೇಸ್‌ಲೈನ್‌ನಿಂದ ವಿಚಲನಗೊಳ್ಳುವ ಫ್ಲ್ಯಾಗ್ ಮಾದರಿಗಳು, (3) ಪ್ರತಿ ಫ್ಲ್ಯಾಗ್‌ಗೆ ಅದು ಯಾವ ಲಾಗ್ ಲೈನ್‌ಗಳನ್ನು ಆಧರಿಸಿದೆ ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತದೆ, (4) ಪ್ರತಿಯೊಂದಕ್ಕೂ ತಪ್ಪು ಧನಾತ್ಮಕ ಸಂಭವನೀಯತೆಯನ್ನು ಬರೆಯಿರಿ ಮತ್ತು ಏಕೆ. ಫಿಟ್ಟಿಂಗ್ ಲೈನ್/ಐಒಸಿ ಅಳವಡಿಕೆ; ನೀವು ಖಚಿತವಾಗಿರದಿರುವಲ್ಲಿ "[ವಿಶ್ಲೇಷಕರು ಪರಿಶೀಲಿಸು]" ಎಂದು ಗುರುತಿಸಿ.[ಅನಾಮಧೇಯ ಲಾಗ್ ಇಲ್ಲಿ]

ಬಲವಾದ ಹಕ್ಕು ಪಾತ್ರವನ್ನು ಮಿತಿಗೊಳಿಸುತ್ತದೆ, ಸಂದರ್ಭ ಮತ್ತು ಬೇಸ್‌ಲೈನ್ ಅನ್ನು ಒದಗಿಸುತ್ತದೆ ಮತ್ತು ಪುರಾವೆಗಳೊಂದಿಗೆ ತೊಡಗಿಸಿಕೊಳ್ಳುವುದು ಮತ್ತು ತಪ್ಪು ಧನಾತ್ಮಕತೆಯ ಮೌಲ್ಯಮಾಪನದ ಅಗತ್ಯವಿರುತ್ತದೆ.

ನಕಲು ಮಾಡಬಹುದಾದ ಪ್ರಾಂಪ್ಟ್ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

ಲಾಗ್ ಸಾರಾಂಶ ಟೆಂಪ್ಲೇಟ್ ಕೆಳಗಿನ ಅನಾಮಧೇಯ [ಲಾಗ್ ಮೂಲ: ಉದಾ. [ಫೈರ್‌ವಾಲ್] ಲಾಗ್ ಅನ್ನು ಸಾರಾಂಶಗೊಳಿಸಿ: (1) ಈವೆಂಟ್ ಪ್ರಕಾರಗಳ ಮೂಲಕ ಗುಂಪು ಮತ್ತು ಪ್ರತಿ ಗುಂಪಿನ ಸಂಭವಿಸುವಿಕೆಯ ಸಂಖ್ಯೆಯನ್ನು ನೀಡಿ, (2) ಅನನ್ಯ ಮೂಲ/ಗುರಿಗಳ ಸಂಖ್ಯೆಯನ್ನು ಹೊರತೆಗೆಯಿರಿ, (3) ಟೈಮ್‌ಲೈನ್ ಅನ್ನು ಸ್ಥಾಪಿಸಿ (ಮೊದಲ-ಕೊನೆಯ ಈವೆಂಟ್, ಪೀಕ್ ಅವರ್), (4) ಸಾಕ್ಷಿ ರೇಖೆಯೊಂದಿಗೆ 5 ಪ್ರಮುಖ ವೈಪರೀತ್ಯಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ. ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವುದು; ಕೇವಲ ಸಾರಾಂಶದಲ್ಲಿ. ಲಾಗ್: [ಅಂಟಿಸಿ]

ಸಹಸಂಬಂಧ ಟೆಂಪ್ಲೇಟ್ ಕಾಲಕಾಲಕ್ಕೆ ಮತ್ತು ಅಸ್ತಿತ್ವದ ಮೇಲೆ ಅನಾಮಧೇಯ ಘಟನೆಗಳನ್ನು ಪರಸ್ಪರ ಸಂಬಂಧಿಸಿ ಮತ್ತು ಘಟನೆಗಳ ಸಂಭವನೀಯ ಸರಪಳಿಯನ್ನು ನಿರ್ಮಿಸಿ; ಆದರೆ, ಪ್ರತಿ ಹಂತಕ್ಕೂ, ಅದು ಯಾವ ಲಾಗ್ ಲೈನ್ ಅನ್ನು ಆಧರಿಸಿದೆ ಎಂಬುದನ್ನು ಸೂಚಿಸಿ ಮತ್ತು ಯಾವುದೇ ಆಧಾರವಿಲ್ಲದ ಹಂತವನ್ನು "[ಯಾವುದೇ ಆಧಾರವಿಲ್ಲ - ಪರಿಶೀಲಿಸಬೇಕು]" ಎಂದು ಗುರುತಿಸಿ. ಪರ್ಯಾಯ ಸದುದ್ದೇಶದ ವಿವರಣೆಯನ್ನೂ ಬರೆಯಿರಿ. ಘಟನೆಗಳು: [ಅಂಟಿಸಿ]

ತಪ್ಪು ಧನಾತ್ಮಕ ಎಲಿಮಿನೇಶನ್ ಟೆಂಪ್ಲೇಟ್ ಈ ಎಚ್ಚರಿಕೆಗಾಗಿ, ದಾಳಿಯ ವ್ಯಾಖ್ಯಾನಕ್ಕಾಗಿ ಕನಿಷ್ಠ 3 ಸದುದ್ದೇಶದ (ತಪ್ಪು ಧನಾತ್ಮಕ) ವಿವರಣೆಗಳನ್ನು ರಚಿಸಿ ಮತ್ತು ಪ್ರತಿಯೊಂದನ್ನು ಪರಿಶೀಲಿಸಲು ನಾನು ಯಾವ ಹೆಚ್ಚುವರಿ ಲಾಗ್/ಸಾಕ್ಷ್ಯಗಳನ್ನು ನೋಡಬೇಕು ಎಂಬುದನ್ನು ಬರೆಯಿರಿ. ನಂತರ ಯಾವ ಹೆಚ್ಚುವರಿ ಪುರಾವೆಗಳು ದಾಳಿಯ ಪರವಾಗಿವೆ ಮತ್ತು ಯಾವುದು ವಿರುದ್ಧವಾಗಿದೆ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಿ. ಎಚ್ಚರಿಕೆ: [ಅಂಟಿಸಿ]

ಟೈಮ್‌ಲೈನ್ ಎಕ್ಸ್‌ಟ್ರಾಕ್ಷನ್ ಟೆಂಪ್ಲೇಟ್: ಈ ಅನಾಮಧೇಯ ಲಾಗ್‌ಗಳಿಂದ ಒಂದೇ ಕಾಲಾನುಕ್ರಮದ ಟೈಮ್‌ಲೈನ್ ಅನ್ನು ಹೊರತೆಗೆಯಲಾಗುತ್ತದೆ: ಪ್ರತಿ ಸಾಲು ಫಾರ್ಮ್ಯಾಟ್‌ನಲ್ಲಿ [ಸಮಯ] [ಎಂಟಿಟಿ] [ಈವೆಂಟ್] [ಮೂಲ ಲಾಗ್]. ಟೈಮ್‌ಸ್ಟ್ಯಾಂಪ್ ಇಲ್ಲದೆ ಈವೆಂಟ್ ಅನ್ನು ಸೇರಿಸಲಾಗುತ್ತಿದೆ. ಅಂತರವನ್ನು ಮಾಡಬೇಡಿ; ತಪ್ಪಿದಲ್ಲಿ, "[ಕಾಣೆಯಾಗಿದೆ]" ಎಂದು ಬರೆಯಿರಿ. ದಾಖಲೆಗಳು: [ಅಂಟಿಸಿ]

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

ಸಂದರ್ಭವಿಲ್ಲದೆ ವಿಶ್ಲೇಷಣೆ. ಲಾಗ್ ಮೂಲ ಮತ್ತು ಸಾಮಾನ್ಯ ನಡವಳಿಕೆಯನ್ನು (ಬೇಸ್‌ಲೈನ್) ಉಲ್ಲೇಖಿಸದೆ ಮಾಡಿದ ಕಾಮೆಂಟ್‌ಗಳು ತಪ್ಪುದಾರಿಗೆಳೆಯುವಂತಿವೆ; "ಅಸಂಗತತೆ" ಸಂದರ್ಭದೊಂದಿಗೆ ಅರ್ಥವನ್ನು ಪಡೆಯುತ್ತದೆ.
AI ಸ್ಥಾಪಿಸಿದ ಸರಣಿಯನ್ನು ಪರಿಶೀಲಿಸುತ್ತಿಲ್ಲ. ಮಾದರಿಯು ಸಾಮಾನ್ಯ ಘಟನೆಗಳನ್ನು ದಾಳಿಯ ಕಥೆಗೆ ಸಂಪರ್ಕಿಸಬಹುದು; ಕಚ್ಚಾ ಲಾಗ್‌ನಲ್ಲಿ ಪ್ರತಿ ಹಂತವನ್ನು ದೃಢೀಕರಿಸಿ.
ಆಕ್ರಮಣಕ್ಕಾಗಿ ಅಸಂಗತತೆಯನ್ನು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು. UEBA ಯ ಚಿಹ್ನೆಯು ಒಂದು ಊಹೆಯಾಗಿದೆ; ಬ್ಯಾಕಪ್, ನಿರ್ವಹಣೆ, ಹೊಸ ಸಾಫ್ಟ್‌ವೇರ್‌ನಂತಹ ಮುಗ್ಧ ಕಾರಣಗಳನ್ನು ನಿವಾರಿಸಿ.
ಮರೆಮಾಚದೆ ಕಚ್ಚಾ ಡೇಟಾವನ್ನು ರಫ್ತು ಮಾಡಲಾಗುತ್ತಿದೆ. ನಿಜವಾದ IP/ಬಳಕೆದಾರ/ಹೋಸ್ಟ್ KVKK ಉಲ್ಲಂಘನೆಯಾಗಿದೆ ಮತ್ತು ಆಕ್ರಮಣಕಾರರಿಗೆ ನೆಟ್‌ವರ್ಕ್ ನಕ್ಷೆಯ ಉಡುಗೊರೆಯಾಗಿದೆ.
ನಕಾರಾತ್ಮಕ ಸಾರಾಂಶವನ್ನು ನಂಬಬೇಡಿ ಮತ್ತು ಬ್ರೌಸಿಂಗ್ ನಿಲ್ಲಿಸಿ. AI "ಏನೂ ಮುಖ್ಯವಲ್ಲ" ಎಂದು ಹೇಳಿದರೂ ಸಹ ನಿಮ್ಮ ಸ್ವಂತ ವ್ಯವಸ್ಥಿತ ಪ್ರಶ್ನೆಯನ್ನು (ನಿರ್ಣಾಯಕ ಘಟನೆ ಪ್ರಕಾರಗಳು, ಹೊಸ IOC ಗಳು) ರನ್ ಮಾಡಿ.

ಸಲಹೆ: AI ಲಾಗ್ ಅನ್ನು ಸಂಕ್ಷೇಪಿಸುವಾಗ ಯಾವಾಗಲೂ "ಸಾಕ್ಷ್ಯ ರೇಖೆಯನ್ನು ತೋರಿಸಲು" ಕೇಳಿ. ಸಾಕ್ಷ್ಯಾಧಾರಗಳಿಲ್ಲದೆ ಯಾವುದೇ ಸಂಶೋಧನೆಯನ್ನು ಗಂಭೀರವಾಗಿ ತೆಗೆದುಕೊಳ್ಳಬೇಡಿ; ಈ ಒಂದು ನಿಯಮವು ಹೆಚ್ಚಿನ ಭ್ರಮೆಗಳನ್ನು ಕಡಿತಗೊಳಿಸುತ್ತದೆ.

ಎಚ್ಚರಿಕೆ: "ಸುಳ್ಳು ಧನಾತ್ಮಕ" AI ಹೇಳಿದ ಕಾರಣ SIEM ಎಚ್ಚರಿಕೆಯನ್ನು ವಜಾಗೊಳಿಸುವುದು ನಿಜವಾದ ದಾಳಿಯನ್ನು ಮುಚ್ಚಿಡಬಹುದು. AI "ಪ್ರಮುಖವಲ್ಲ" ಎಂದು ಕರೆಯುವ ಎಚ್ಚರಿಕೆಯನ್ನು ಸ್ವತಂತ್ರವಾಗಿ ಪರಿಶೀಲಿಸಿ; ಮುಚ್ಚುವಿಕೆಯ ನಿರ್ಧಾರವು ವಿಶ್ಲೇಷಕರಿಗೆ ಸೇರಿದೆ ಮತ್ತು ದಾಖಲಿಸಲಾಗಿದೆ.

ಸಾರಾಂಶದಲ್ಲಿ

ಲಾಗ್ ಮತ್ತು SIEM ವಿಶ್ಲೇಷಣೆಯ ಮೂಲತತ್ವವೆಂದರೆ ಶಬ್ದದ ದೊಡ್ಡ ರಾಶಿಯಿಂದ ನಿಜವಾದ ಸಂಕೇತವನ್ನು ಹೊರತೆಗೆಯುವುದು. ಈ ವಿಂಗಡಣೆಯಲ್ಲಿ, AI ಸೆಕೆಂಡ್‌ಗಳಲ್ಲಿ ಲಾಗ್ ಅನ್ನು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸುತ್ತದೆ, ಮಾದರಿಗಳನ್ನು ಕ್ಲಸ್ಟರ್ ಮಾಡುತ್ತದೆ, ಟೈಮ್‌ಲೈನ್ ಅನ್ನು ಸ್ಥಾಪಿಸುತ್ತದೆ ಮತ್ತು ಶಂಕಿತರನ್ನು ಹೈಲೈಟ್ ಮಾಡುತ್ತದೆ - ಆದರೆ ಸಾಂಸ್ಥಿಕ ಸಂದರ್ಭವನ್ನು ತಿಳಿದಿಲ್ಲ ಮತ್ತು ಘಟನೆಗಳನ್ನು ಮಾಡಬಹುದು. ಆದ್ದರಿಂದ ಸರಿಯಾದ ಸೆಟಪ್ ಅನ್ನು ಲೇಯರ್ ಮಾಡಲಾಗಿದೆ: ನಿಯಮ/ಸಹಿ ಸ್ಥೂಲವಾಗಿ ಶೋಧಿಸುತ್ತದೆ, AI ಸಾರಾಂಶ ಮತ್ತು ಫ್ಲ್ಯಾಗ್‌ಗಳು, ವಿಶ್ಲೇಷಕರು ಕಚ್ಚಾ ಲಾಗ್‌ನೊಂದಿಗೆ ಪರಿಶೀಲಿಸುತ್ತಾರೆ ಮತ್ತು ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುತ್ತಾರೆ. ಮೂರು ತತ್ವಗಳು ನಿಮ್ಮನ್ನು ರಕ್ಷಿಸುತ್ತವೆ: ಸಂದರ್ಭ (ಬೇಸ್‌ಲೈನ್ ಇಲ್ಲದೆ ಯಾವುದೇ ಅಸಂಗತತೆಯನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿಲ್ಲ), ಪುರಾವೆಗಳು (ಪ್ರತಿ ಸಂಶೋಧನೆಯನ್ನು ಕಚ್ಚಾ ಲಾಗ್ ಲೈನ್‌ಗೆ ಜೋಡಿಸಲಾಗಿದೆ), ಸ್ವತಂತ್ರ ನಿಯಂತ್ರಣ (AI "ಕ್ಲೀನ್" ಪ್ರದೇಶವನ್ನು ಸಹ ಸ್ಕ್ಯಾನ್ ಮಾಡಲಾಗುತ್ತದೆ). ಮತ್ತು ಯಾವಾಗಲೂ ಅನಾಮಧೇಯವಾಗಿ ಕೆಲಸ ಮಾಡಿ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ಮಾದರಿ ಲಾಗ್ ತುಣುಕನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ (ನಿಮ್ಮ ಸ್ವಂತ ಸಿಸ್ಟಮ್‌ನಿಂದ ಅಥವಾ ಮಾದರಿ ಡೇಟಾ ಸೆಟ್‌ನಿಂದ ಅನಾಮಧೇಯಗೊಳಿಸಲಾಗಿದೆ). ಮೊದಲಿಗೆ, "ಲಾಗ್ ಸಾರಾಂಶ" ಟೆಂಪ್ಲೇಟ್‌ನೊಂದಿಗೆ AI ಗೆ ಸಾರಾಂಶಗೊಳಿಸಿ. ನಂತರ "ಫಾಲ್ಸ್ ಪಾಸಿಟಿವ್ ಎಲಿಮಿನೇಷನ್" ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ಪ್ರತಿ ಮೂರು ಅತ್ಯಂತ ಗಮನಾರ್ಹ ಸಂಶೋಧನೆಗಳಿಗೆ ಅನ್ವಯಿಸಿ ಮತ್ತು ಕಚ್ಚಾ ಲಾಗ್‌ನಲ್ಲಿ ನಿಮ್ಮನ್ನು ಹುಡುಕುವುದನ್ನು ಪರಿಶೀಲಿಸಿ. ಅಂತಿಮವಾಗಿ, AI ನ ಸಾರಾಂಶ ಮತ್ತು ನಿಮ್ಮ ಕಚ್ಚಾ ಓದುವಿಕೆಯ ನಡುವಿನ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಗಮನಿಸಿ: AI ಏನು ತಪ್ಪಿಸಿಕೊಂಡಿದೆ, ಅದು ಏನು ಮಾಡಿದೆ, ಅದು ಏನು ಸರಿಯಾಗಿದೆ?

ಪರಿಶೀಲನಾಪಟ್ಟಿ

[ ] ನಾನು ಲಾಗ್ ಅನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸಿದ್ದೇನೆ; ನಿಜವಾದ IP/ಬಳಕೆದಾರ/ಹೋಸ್ಟ್ ಮುಖವಾಡ.
[ ] ನಾನು AI ಗೆ ಲಾಗ್ ಮೂಲ ಮತ್ತು ಸಾಮಾನ್ಯ ನಡವಳಿಕೆಯನ್ನು (ಬೇಸ್‌ಲೈನ್) ನೀಡಿದ್ದೇನೆ.
[ ] ನಾನು ಪ್ರತಿ ಶೋಧನೆಗೆ ಪುರಾವೆ ಲಾಗ್ ಲೈನ್ ಅನ್ನು ವಿನಂತಿಸಿದೆ ಮತ್ತು ಅದನ್ನು ಕಚ್ಚಾ ಲಾಗ್‌ನಲ್ಲಿ ಪರಿಶೀಲಿಸಿದೆ.
[ ] ನಾನು AI ಸ್ಥಾಪಿಸಿದ ಘಟನೆಗಳ ಸರಪಳಿಯ ಪ್ರತಿಯೊಂದು ಹಂತವನ್ನು ದೃಢೀಕರಿಸಿದೆ, ಫ್ಯಾಬ್ರಿಕೇಶನ್ ಅನ್ನು ಹೊರಹಾಕಿದೆ.
[ ] ನಾನು ಪ್ರತಿ ಅಲಾರಂಗೆ ಕನಿಷ್ಠ ಒಂದು ತಪ್ಪು ಧನಾತ್ಮಕ ವಿವರಣೆಯನ್ನು ಪರಿಗಣಿಸಿದ್ದೇನೆ.
[ ] ನಾನು AI "ಸ್ವಚ್ಛ/ಅಮುಖ್ಯ" ಎಂದು ಕರೆಯುವ ಪ್ರದೇಶಗಳನ್ನು ಸಹ ಸ್ಕ್ಯಾನ್ ಮಾಡಿದ್ದೇನೆ.
[ ] ವಿಶ್ಲೇಷಕನಾಗಿ, ನಾನು ನಿರ್ಧಾರ ಮತ್ತು ಘಟನೆಯ ದಾಖಲೆಯನ್ನು ಮಾಡಿದ್ದೇನೆ; ನಾನು AI ಅನ್ನು ವೇಗವರ್ಧಕವಾಗಿ ದಾಖಲಿಸಿದ್ದೇನೆ.