für Security-Verantwortliche ist die gestiegene Professionalität, mit der sich Hacker durch Cyberattacken Zutritt in fremde Netze verschaffen wollen, zu einer großen Herausforderung geworden. Auch wenn IDS/IPS und EDR-Lösungen zum Standardrepertoire der Security gehören - es bleiben insbesondere bei komplexen Angriffen "blinde Flecken".
ExeonTrace sammelt, korreliert und analysiert Netzwerkprotokoll- und Logdaten sowie Datenpakete aus der
gesamten IT-Umgebung. Mit Hilfe von KI-Algorithmen können schlummernde und aktive Bedrohungen erkannt werden.
In unserer, für Sie kostenlosen, Network Detection and Response-Reihe zeigen wir Ihnen anhand von praxisnahen Beispielen Wege und Möglichkeiten auf, wie Sie bei unterschiedlichen Problemstellungen in IT, IoT und OT zuverlässig Anomalien und somit potentielle Sicherheitslücken erkennen können.
Nachfolgende Themen haben wir dabei jeweils in den Mittelpunkt gestellt:
26.05.2023 - 10:00 Uhr Network Detection and Response als Baustein der Security-Architektur eines Unternehmens
Wie mit Kommunikationsanalysen Angriffe in IT, IoT und OT automatisch erkannt und schnell analysiert werden können
Warum das Netzwerk für die Anomalieerkennung, mit Hilfe von Machine Learning, einbezogen werden muss
Wie vordefinierte Anwendungsfälle die manuellen Arbeiten von Analysten vereinfachen
Wie aus einem SIEM ein leistungsstarkes Alarmsystem für Zero-Day-Schwachstellen wird
16.06.2023 - 11:00 Uhr Erkennen und visualisieren von Cyber-Angriffen im Netzwerk
Typisches Vorgehen eines Angreifers anhand der Cyber Kill-Chain
Welche Netzwerkdaten einen Angreifer verraten
Erkennung eines Cyber-Angriffs inkl. Live-Demo
07.07.2023 - 10:00 Uhr Identifizierung von Angriffen im OT-Umfeld
Unterschiede zwischen IT- und OT-Security
Heutige Sicherheitsarchitektur im OT-Umfeld und neue Herausforderungen durch NIST 2.0
Netzwerk-Detektion im Purdue-Modell
28.07.2023 - 10:00 Uhr Der Mehrwert und Grenzen von Machine Learning für die Cyber-Security
Unterschiede zwischen Machine Learning und Signaturen/IoC
Funktionsweise von unsupervised Machine Learning
Zeit sparen im Alltag: Minderung von False Positive
Wir freuen uns über Ihre Anmeldung. Sollten Sie aktuell eine konkrete Problemstellung haben, bei der wir Sie unterstützen können, dann kommen Sie einfach direkt auf uns zu.