Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Temuan paparan di Security Hub
Penemuan eksposur di Security Hub mewakili korelasi beberapa sinyal keamanan yang mengidentifikasi potensi risiko keamanan di AWS lingkungan Anda. Temuan eksposur membantu Anda memahami dan memprioritaskan risiko keamanan. Mereka secara otomatis menganalisis kombinasi kerentanan, konfigurasi, ancaman, dan hubungan sumber daya. Temuan eksposur mencakup sifat dan sinyal. Sinyal dapat mencakup satu atau lebih jenis sifat eksposur. Security Hub menghasilkan temuan eksposur ketika sinyal dari Security Hub CSPM, Amazon Inspector, GuardDuty, Macie, atau AWS layanan lain menunjukkan adanya eksposur. Sumber daya dapat menjadi sumber daya utama dalam, paling banyak, satu temuan eksposur. Jika sumber daya tidak memiliki sifat eksposur atau memiliki sifat yang tidak mencukupi, Security Hub tidak menghasilkan temuan eksposur untuk sumber daya tersebut.
Bagaimana temuan eksposur bekerja
Security Hub menghasilkan temuan eksposur dengan:
- Menganalisis sinyal dari berbagai layanan AWS keamanan
-
Security Hub terus mengumpulkan dan menganalisis sinyal keamanan dari beberapa layanan AWS keamanan. Ini menyerap temuan dari GuardDuty untuk deteksi ancaman, Amazon Inspector untuk penilaian kerentanan, Security Hub CSPM untuk pemeriksaan konfigurasi, dan Macie untuk paparan data sensitif. Sinyal-sinyal ini diproses melalui mesin korelasi canggih untuk mengidentifikasi potensi risiko keamanan.
- Mengevaluasi konfigurasi sumber daya dan hubungan
-
Sistem melakukan evaluasi rinci konfigurasi sumber daya terhadap praktik terbaik keamanan. Ini memeriksa pengaturan khusus layanan, persyaratan kepatuhan, dan kontrol keamanan. Analisis ini membantu mengidentifikasi kesalahan konfigurasi yang dapat menyebabkan kerentanan keamanan bila dikombinasikan dengan faktor lain.
- Menilai keterjangkauan jaringan
-
Komponen penting dari temuan eksposur adalah penilaian jangkauan jaringan. Sistem mengevaluasi paparan internet dan jalur akses jaringan internal. Ini menganalisis konfigurasi grup keamanan dan pengaturan ACL jaringan untuk menentukan vektor serangan potensial. Analisis ini membantu mengidentifikasi sumber daya yang mungkin secara tidak sengaja terpapar akses yang tidak sah.
- Menghubungkan masalah keamanan terkait
-
Mesin korelasi memetakan hubungan antara AWS sumber daya, menganalisis bagaimana mereka berinteraksi dan mengidentifikasi potensi implikasi keamanan. Ini memeriksa izin IAM, peran, dan pola akses sumber daya untuk memahami konteks keamanan yang lebih luas. Proses ini membantu mengidentifikasi risiko keamanan yang mungkin ada karena kombinasi konfigurasi individu yang tampaknya tidak bersalah.
Komponen temuan eksposur
Setiap temuan eksposur meliputi:
- Judul dan deskripsi potensi risiko keamanan
-
Setiap temuan eksposur menyertakan judul yang jelas dan deskriptif yang segera menyampaikan sifat risiko keamanan. Deskripsi memberikan informasi terperinci tentang potensi dampak keamanan, sumber daya yang terpengaruh, dan konteks eksposur yang lebih luas. Informasi ini membantu tim keamanan memahami dan menilai risiko dengan cepat.
- Klasifikasi tingkat keparahan (Kritis, Tinggi, Sedang, Rendah)
-
-
Tingkat keparahan kritis menunjukkan perhatian segera diperlukan karena kemungkinan eksploitasi yang tinggi dan dampak potensial yang signifikan. Temuan ini biasanya mewakili kerentanan yang mudah ditemukan dan dieksploitasi.
-
Tingkat keparahan tinggi menunjukkan perhatian prioritas diperlukan, dengan kemungkinan eksploitasi sedang hingga tinggi dan dampak potensial yang substansif. Temuan ini mungkin relatif mudah dieksploitasi tetapi mungkin memerlukan kondisi tertentu.
-
Tingkat keparahan sedang menunjukkan perhatian terjadwal diperlukan, dengan kemungkinan eksploitasi yang lebih rendah dan dampak potensial sedang. Temuan ini biasanya membutuhkan metode eksploitasi yang lebih kompleks.
-
Tingkat keparahan rendah menunjukkan perhatian rutin diperlukan, dengan potensi eksploitasi terbatas dan dampak kecil. Temuan ini biasanya sulit untuk dieksploitasi dan menghadirkan risiko minimal.
-
- Sifat yang berkontribusi yang menyebabkan eksposur
-
Sifat yang berkontribusi mewakili faktor utama yang mengarah pada temuan paparan. Ini termasuk kerentanan keamanan langsung, masalah konfigurasi, kondisi paparan jaringan, dan pengaturan izin sumber daya. Setiap sifat memberikan rincian spesifik tentang bagaimana hal itu berkontribusi terhadap risiko keamanan secara keseluruhan.
- Jalur serangan potensial dan visualisasi radius ledakan
-
Jalur serangan potensial dan visualisasi radius ledakan menyediakan diagram interaktif yang menunjukkan bagaimana penyerang potensial dapat mengeksploitasi paparan yang diidentifikasi. Ini memetakan hubungan sumber daya, jalur jaringan, dan jalur eskalasi hak istimewa ke sumber daya hilir yang berpotensi dapat diakses oleh penyerang jika eksposur dieksploitasi.
- Panduan remediasi terperinci
-
Setiap temuan eksposur mencakup panduan remediasi terperinci dengan langkah-langkah spesifik yang dapat ditindaklanjuti untuk mengatasi risiko yang diidentifikasi. Panduan ini mencakup rekomendasi praktik terbaik, langkah koreksi konfigurasi, dan item tindakan yang diprioritaskan. Panduan ini disesuaikan dengan skenario eksposur spesifik dan mempertimbangkan AWS layanan yang terlibat.
- Detail konfigurasi sumber daya
-
Konfigurasi sumber daya pada saat temuan dibuat serta konfigurasi sumber daya saat ini di dasbor inventaris sumber daya Hub Keamanan.
- Sifat kontekstual memberikan konteks keamanan tambahan
-
Sifat kontekstual adalah penanda keamanan tambahan yang diidentifikasi oleh Security Hub tetapi tidak digunakan untuk membuat temuan eksposur.
Informasi akses yang tidak digunakan dari IAM Access Analyzer dapat muncul sebagai sifat kontekstual dalam temuan eksposur. Ketika peran IAM yang dilampirkan ke sumber daya memiliki izin yang tidak digunakan, Security Hub menyertakan informasi ini sebagai sifat kontekstual dalam tampilan detail eksposur. Misalnya, jika instans Amazon EC2 memiliki kerentanan perangkat lunak dan peran IAM terlampir memiliki 47 izin yang tidak digunakan di 5 layanan, temuan eksposur menunjukkan izin yang tidak digunakan sebagai konteks tambahan. Ini membantu Anda memahami potensi radius ledakan — sumber daya rentan dengan peran IAM yang terlalu istimewa menghadirkan risiko lebih tinggi daripada sumber daya dengan hak istimewa terendah, karena sumber daya yang dikompromikan dapat menggunakan izin yang tidak digunakan tersebut untuk meningkatkan akses.
Jenis sumber daya berikut dapat menampilkan sifat kontekstual akses yang tidak digunakan dalam temuan eksposur mereka:
-
Instans Amazon Elastic Compute Cloud
-
AWS Lambda fungsi
-
Layanan Amazon Elastic Container Service
-
Cluster Layanan Amazon Elastic Kubernetes
-
Pengguna IAM (langsung)
Klasifikasi tingkat keparahan
Temuan paparan diklasifikasikan berdasarkan:
Kemudahan penemuan
Kemudahan eksploitasi
Kemungkinan eksploitasi
Kesadaran publik
Dampak potensial
Untuk informasi selengkapnya, lihat Klasifikasi tingkat keparahan temuan eksposur.
Manfaat temuan eksposur
-
Mengurangi analisis manual melalui korelasi otomatis: Temuan eksposur secara signifikan mengurangi waktu dan upaya yang diperlukan untuk analisis keamanan melalui korelasi otomatis dan prioritas risiko cerdas. Security Hub terus memantau AWS lingkungan Anda, secara otomatis mengidentifikasi dan menghubungkan risiko keamanan yang mungkin terlewatkan melalui peninjauan manual.
-
Tampilan risiko keamanan yang diprioritaskan: Security Hub menggunakan algoritma penilaian risiko canggih untuk memprioritaskan eksposur berdasarkan tingkat keparahan, dampak, kekritisan sumber daya, dan kemungkinan eksploitasi. Ini membantu tim keamanan memfokuskan upaya mereka pada risiko yang paling signifikan terlebih dahulu, meningkatkan efisiensi operasi keamanan.
Sumber temuan paparan
Temuan eksposur menggabungkan data dari:
-
GuardDuty Integrasi Amazon menyediakan kemampuan deteksi ancaman berkelanjutan dalam temuan eksposur. Ini memantau aktivitas berbahaya, potensi kompromi akun, dan anomali perilaku. Sistem menggabungkan temuan ancaman ini ke dalam analisis eksposur yang lebih luas, membantu mengidentifikasi kapan ancaman bergabung dengan masalah keamanan lainnya untuk menciptakan risiko yang signifikan.
-
Amazon Inspector menyumbangkan data penilaian kerentanan penting untuk temuan paparan. Ini memberikan informasi terperinci tentang jangkauan jaringan, kerentanan perangkat lunak, dan pelanggaran praktik terbaik keamanan. Integrasi ini membantu memahami bagaimana kerentanan dapat dieksploitasi melalui jalur serangan yang teridentifikasi.
-
AWS Security Hub CSPM memastikan bahwa kepatuhan konfigurasi dan standar keamanan dipertimbangkan dalam analisis eksposur. Ini mengevaluasi sumber daya terhadap kontrol keamanan yang mapan dan praktik terbaik, memberikan dasar untuk memahami risiko berbasis konfigurasi.
-
Amazon Macie meningkatkan temuan eksposur dengan kemampuan penemuan dan klasifikasi data sensitif. Ini mengidentifikasi di mana data sensitif ada di AWS lingkungan Anda dan mengevaluasi potensi risiko privasi, membantu memahami dampak potensial dari paparan yang teridentifikasi.
Praktik terbaik
-
Tinjau temuan eksposur secara teratur: Manajemen eksposur yang efektif memerlukan proses peninjauan terstruktur. Organisasi harus menerapkan tinjauan harian tentang eksposur kritis, penilaian mingguan status eksposur keseluruhan, analisis tren bulanan, dan evaluasi postur keamanan triwulanan. Pendekatan berlapis ini memastikan perhatian yang tepat terhadap risiko langsung dan tren keamanan jangka panjang.
-
Prioritaskan eksposur kritis dan tingkat keparahan tinggi: Manajemen eksposur yang berhasil bergantung pada prioritas risiko yang efektif. Organisasi harus fokus terlebih dahulu pada eksposur kritis sambil mempertimbangkan kekritisan sumber daya dan dampak bisnis. Pendekatan berbasis risiko ini membantu memastikan upaya keamanan selaras dengan prioritas bisnis dan memaksimalkan pengurangan risiko.
-
Menerapkan langkah-langkah remediasi yang direkomendasikan: Remediasi paparan harus mengikuti pendekatan sistematis. Organisasi harus dengan hati-hati menerapkan langkah-langkah remediasi yang direkomendasikan, memelihara dokumentasi rinci perubahan, melakukan pengujian modifikasi secara menyeluruh, dan memvalidasi efektivitas perbaikan yang diterapkan. Pendekatan metodis ini membantu memastikan mitigasi risiko yang berhasil sambil menghindari konsekuensi yang tidak diinginkan.
-
Konfigurasikan aturan respons otomatis: Memaksimalkan nilai temuan eksposur membutuhkan otomatisasi yang efektif. Organisasi harus menerapkan aturan respons otomatis, mengonfigurasi notifikasi yang sesuai, menetapkan alur kerja yang efisien, dan memelihara jejak audit yang komprehensif. Otomatisasi ini membantu memastikan respons yang konsisten dan tepat waktu terhadap eksposur yang teridentifikasi sekaligus mengurangi upaya manual.
