Secure Workload の AI ポリシーの統計
Secure Workload の AI ポリシー統計情報機能は、次の主要な機能を提供します。
-
ポリシー傾向の分析:ユーザーは、特定の期間におけるポリシーのパフォーマンス傾向を、予想されるフロー数とポリシーの実際のパフォーマンスとを比較しながら見ることができる。
-
ポリシー条件:AI エンジンは特定の条件を満たすポリシーを識別してフラグを立てます。ポリシーにはユーザーの注意が必要です。
ポリシー条件ルールは、同時に複数の条件を入れることはできないことに注意してください。たとえば、ルールは時点で [広範(Broad)] または [オーバーシャドウ済み(Overshadowed)] のいずれかの状態になることができますが、同時に両方の状態になることはありません。
-
[トラフィックなし(No Traffic)]:構成されている期間、どのフローにも影響を与えないポリシー。
Figure 1. ポリシー条件:トラフィックなし
-
オーバーシャドウ済み:別のポリシーによってオーバーシャドウされているポリシー。
Figure 2. ポリシー条件:オーバーシャドウ済み
-
広範:十分に活用されていないポリシーフィルタの送信元フィルタまたは宛先フィルタ。たとえば、フィルタが 10 個のインベントリで構成されており、10 個のインベントリのうち 2 個だけがポリシーの影響を受けるフローに参加する場合、フィルタの使用率は 20% だけになります。
Figure 3. ポリシー条件:広範
-
トラフィック フローの AI ポリシー統計情報
トラフィック フローに対するポリシーの統計情報またはヒット数は、各ポリシーの影響を受けるフローの数に基づきます。ヒット数は、展開されているポリシーに対するものであり、ドラフト形式である、またはまだ公開されていないポリシー バージョンに対しては予想されません。
![]() Note |
[最初のスキャン対象(First Scanned On)] と [最後の使用日(Last Used On)] 列は、AI エンジンが特定のポリシーを最初にスキャンしたタイムスタンプと、同じポリシーを最後にスキャンしたタイムスタンプを表します。 |
トラフィック フローの大量トレンド
ピーク イベント時にトラフィックの大量の傾向を把握するために、システムはネットワーク トラフィックの異常なパターンの特定に重点を置いてデータを処理します。AI エンジンは、履歴データを使用して通常のトラフィック パターンのベースラインを確立します。大量のイベント中に、このベースラインからの大幅な偏差が検出され、異常の可能性があるものとしてフラグが立てられます。ポリシーに関するインサイトにより、ポリシーのパフォーマンスに関するリアルタイム データが得られます。このデータを使用して、イベントのピーク時のトラフィックス パイクを監視して対応することができます。システムの分析アルゴリズムでは、ネットワーク トラフィックの動的な性質が考慮されており、誤検出を生成することなく、異常を正確に特定して報告します。
ポリシー統計を計算
ポリシー統計またはヒット カウントは、ポリシーの基準に一致するフローの数に基づいて計算されます。ポリシーの統計情報は、1 週間のウィンドウにわたって 6 時間ごとに更新されます。AI の側面では、機械学習アルゴリズムを使用してヒット数のパターンと傾向を特定することが含まれており、ファイアウォールでの単純なヒット数と比較して、ポリシー パフォーマンスの微妙な理解が得られます。

フィードバック