SOC構築を成功させる重要ポイントとその裏側

Slide 1

Slide 1 text

Slide 2

Slide 2 text

Slide 3

Slide 3 text

Slide 4

Slide 4 text

Slide 5

Slide 5 text

Slide 6

Slide 6 text

© GO Inc. GO株式会社 GO Inc. 社名〒530-0001 大阪市北区梅田1丁目12-12 東京建物梅田ビル8F 〒060-0001 札幌市中央区北一条西3丁目3 ばらと北一条ビル10F 〒453-6111 愛知県名古屋市中村区平池町4-60-12 グローバルゲート WeWork 11F 〒732-0828 広島市南区京橋町1-7 アスティ広島京橋ビルディング1F 〒810-0041 福岡市中央区大名2丁目1-13 H Daimyo 〒900-0021 那覇市泉崎1丁目20-1 カフーナ旭橋A街区3階 O2 OKINAWA OFFICE 3045 大阪オフィス札幌オフィス名古屋オフィス広島オフィス福岡オフィス沖縄オフィス 6 会社概要資本金 1億円（2024年6月現在）本社〒106-0041 東京都港区麻布台1丁目3-1 麻布台ヒルズ森JPタワー23階設立 1977年8月従業員数約600名（2024年6月現在）子会社株式会社IRIS 愛のタクシーチケット株式会社 6

Slide 7

Slide 7 text

© GO Inc. 2,200万DL突破のNo.1*タクシーアプリ。 45都道府県と最大級のエリア展開。タクシー車両とのリアルタイムな位置情報連携と高度な配車ロジックで「早く乗れる」体験を提供。 DXによってユーザー・乗務員の体験を向上。対応エリア：全国45都道府県 ※順次拡大予定 ※Sensor Tower by data.ai調べ - タクシー配車関連アプリにおける、日本国内ダウンロード数（App Store/Google Play合算値） - 調査期間：2020年10月1日~2024 年6月30日 7 タクシーアプリ『GO』とは？ 7

Slide 8

Slide 8 text

© GO Inc. タクシーアプリのキャッシュレス決済機能乗務員向けアプリの開発・運営主な事業 ※記載されている会社名や商品名などは、各社の商標または登録商標です。（出願中含む）タクシーの運行特性に応じたEV運行マネジメントとエネルギーマネジメントによるCO2削減アプリ注文をメインに営業 AIドラレコによって危険シーンを解析・報告し運行管理に活用タクシーサイネージメディア（動画広告） AIドラレコのデータを元に、地図と実際の道路情報の差分をAI技術によりメンテナンス 8 タクシー配車や経費精算などを簡単効率化した法人向けサービスタクシー乗務員に加え様々な運輸職種を紹介 GO Reserve / GO Crew GO ジョブ GO GX TOKYO PRIME 乗務員App 充電インフラ提供、エネルギーマネジメントシステムの提供、 EV車両リースなど商用車の包括的脱炭素化サービス事業者協力型自家用有償旅客運送導入支援「日本版ライドシェア」対応「自家用有償旅客運送」対応市中の急速充電スポットの検索・予約・決済がオンラインで完結するEV充電サービス 8

Slide 9

Slide 9 text

Slide 10

Slide 10 text

Slide 11

Slide 11 text

Slide 12

Slide 12 text

Slide 13

Slide 13 text

Slide 14

Slide 14 text

Slide 15

Slide 15 text

Slide 16

Slide 16 text

Slide 17

Slide 17 text

Slide 18

Slide 18 text

Slide 19

Slide 19 text

Slide 20

Slide 20 text

© GO Inc. 20 アラートのチューニング ● 検知するべきものは？ ● マルウェア感染の検知 ● 怪しいログインの検知インシデント対応 ● どうやって対応する？ ● ルールをつくる ● 訓練をする脆弱性管理プログラム ● 脆弱性情報を定期収集 ● IT戦略主管の資産棚卸 ● プラットフォーム診断脅威モデリングを活用したリスクアセスメント ● セキュリティリスクを体系的に評価 ● 脅威の特定 ● 影響を評価脅威インテリジェンス活用 ● EDRで検知が難しい？ ● Sentinelを使う ● 外部IOC✖ログソース SOCチームで何に対応する？

Slide 21

Slide 21 text

Slide 22

Slide 22 text

© GO Inc. 一人で対応できるように 22 みんなで一緒に対応教育フェーズ最初は専門家から対応方法を教わる - KQLの使い方を教わる - マルウェアのアラート！最初に何をする？ - virustotalで検索する！みんなで一緒にアラートの対応気づいた人が対応するようになる - 対応しながら録画。あとで見返したり - 一人でやってみる。 - あとでみんなと答え合わせ - だんだんコツを掴んでくる - AIを使えるようになる - AIの間違いに気付けるインシデントに対応できるようになるまで

Slide 23

Slide 23 text

Slide 24

Slide 24 text

© GO Inc. 24 成熟度モデル ①SOC運用全般 ● WatchGuardの成熟度モデルを採用 ● https://www.watchguard.com/wgrd- resource-center/ebook/empowering-soc ②脅威ハンティング活動 ● The hunt Matrixを採用 ● https://medium.com/@sqrrldata/the- hunt-matrix-90d8476e8765 ③ログ分析基盤 ● オリジナルの成熟度モデルを採用 ● AIと協力して作成

Slide 25

Slide 25 text

© GO Inc. 25 項目レベル1 レベル2 レベル3 レベル4 レベル5 ログ収集の範囲単一または限定的なソースからのログ収集のみ。主に手動。複数のソースからのログ収集を開始。自動化は限定的。システム、アプリケーション、ネットワーク機器からの自動化されたログ収集。初期のクラウドサービス統合。高度な収集自動化と複数のクラウドサービス、仮想環境を含む広範なソースからのログ収集。スコープ内で必要とされるすべてのソースからのログ収集。完全自動化され、リアルタイムで統合される。ログ収集の完全性主に手動収集で、完全性や損失についての戦略が不足。ログの漏れや損失を防ぐための基本的なメカニズムがあるが、まだ不完全。完全性を向上させるためのツールが利用されている。収集プロセスの定期的な監査により、データの損失や漏れを検出し、対処できる。データの完全性を担保するためのシステムとポリシー、手順が定義されて運用されている。完全なデータの完全性が保証され、すべてのログが正確に収集される。ログ分析の高度化基本的なログ分析。手動でのレビューとシンプルな自動化ツールを実装。初期の自動化分析ツールの導入。リアルタイム分析は行わない。事前に定義したルールでの、リアルタイム自動ログ分析。高度なAIや機械学習モデルを用いた複雑な分析。脅威の予測分析が可能。 AIによる高度な分析が行われ、未来の脅威を予測し、対応する。レベルアップ！成熟度モデルの例（オリジナル） ※IT戦略 SOC活動の成熟度評価基準と評価プロセスの設定について,2023より ③ログ分析基盤

Slide 26

Slide 26 text

Slide 27

Slide 27 text

© GO Inc. 27 セキュリティ監視の強化監視システムの構築 Microsoft Sentinel Microsoft Entra ID Microsoft Defender for Endpoint ログ倉庫脅威インテリジェンス外部脅威インテリジェンス検索エンジン ※ 中島翼,Cyber-sec+ Meetup vol.4『カスタム検知（脅威インテリジェンス）でサイバー脅威を先手で防ぐ』,2024より https://note.com/go_it/n/n282a8f0f8f63 KQL Slack 検知ルール作成通知

Slide 28

Slide 28 text

Slide 29

Slide 29 text

Slide 30

Slide 30 text

Slide 31

Slide 31 text

Slide 32

Slide 32 text

Slide 33

Slide 33 text

Slide 34

Slide 34 text

© GO Inc. 34 今後広げていきたい領域 Jamf Protectを利用して通信のログを取得したい - Jamf ProtectをMicrosoft Sentinelに接続して通信ログの取得 - 新しいセキュリティアラートの構築 Jamf Connect ZTNAを利用してコンテンツフィルタリングをしたい - Jamf Protect + Jamf Connect ZTNA - コンテンツフィルタリングをして、よりセキュアな環境を作りたい - ついでにZTNAで脱VPNを目指して行きたい

Slide 35

Slide 35 text

© GO Inc. 35 セキュリティ監視にNWログをプラス監視システムの構築 Microsoft Sentinel Microsoft Entra ID Microsoft Defender for Endpoint ログ倉庫脅威インテリジェンス外部脅威インテリジェンス検索エンジン ※ 中島翼,Cyber-sec+ Meetup vol.4『カスタム検知（脅威インテリジェンス）でサイバー脅威を先手で防ぐ』,2024より https://note.com/go_it/n/n282a8f0f8f63 KQL Slack 検知ルール作成通知

Slide 36

Slide 36 text

Slide 37

Slide 37 text