サイバーセキュリティインシデントの予測は複雑です。 ミッションクリティカルな環境の脆弱性を特定し、悪用 可能性 に基づいて軽減することから始まります。 しかし、エクスプロイトの予測方法や評価すべき要素には複雑さが生じます。 従来、セキュリティ・チームは共通 脆弱性 スコアリング・システム(CVSS)を利用して、環境内で優先すべき共通脆弱性とエクスポージャー(CVE)を決定してきました。 しかし、このシステムは、その複雑さ、不正確さ、および一般的な誤用に対して多くの批判に直面しており、そのスコアは、チームが組織にとって最も危険なCVEを特定し、軽減することを可能にするには効果的ではない傾向があります。 これにより、リスクスコアリングにより多くの価値を加えることを目的としたエクスプロイト予測スコアリングシステム(EPSS)が登場しました。 このブログでは、EPSS の長所と短所、そしてそれを有効かつ効率的に活用して、すでに圧倒されている人員に負担をかけずに脆弱性に優先順位を付ける方法を説明します。
2019年に開発された新しい エクスプロイト予測スコアリングシステムは、ソフトウェア脆弱性が悪用される 可能性 を推定するデータ駆動型の機械学習モデルです。 EPSSは、多数の脆弱性スコアリングプロトコルを担当するインシデント対応・セキュリティチームフォーラム(FIRST)によって管理されています。 FIRSTの目標は、ネットワーク・ディフェンダーが脆弱性の修復作業の優先順位をより高く設定できるように支援することです。最終的には、過剰な負荷を抱えたセキュリティ担当者が、終わりのない脆弱性ストリームを管理するのを支援することです。
ほとんどの業界標準は、脅威を評価する能力が限られています。 EPSSは、Common Vulnerabilities and Exposures(CVE)からの最新の脅威情報、公開されているセキュリティ上の欠陥のリスト、および実際のエクスプロイトデータを使用して、このギャップを埋めることができます。 この情報を利用して、EPSSモデルは 0 ~1(0 ~100%)の確率スコアを生成します。 確率スコアが高いほど、脆弱性が悪用される 可能性 高くなります。 一方、CVSSモデルのような業界標準の大半は、脆弱性の重大性を判断するために、脆弱性の固有の特性に焦点を当てています。 次に、EPSSとCVSSの活用の主な違いと明確な利点について話し合います。
国家インフラ諮問委員会(NIAC)によって開発された Common 脆弱性 Scoring System(CVSS) は、脆弱性とその影響に関する共通の理解を促進するために設計されました。 これは、脆弱性が示す全体的な重大度とリスクを表す複合スコアを エンドユーザー 提供することによって行われます。 CVSSスコアは、一般的に、環境内で発見された脆弱性の重大度を計算し、脆弱性修復活動の優先順位付けの要因として使用されます。 これはリスクを評価するのに最もよく使用されるツールの1つですが、CVSSはリスクの尺度ではないため、セキュリティチームがスコアを解釈して適用する方法で悪用される可能性があります。 これは、システムに対して多くの批判を平準化させました。 これらの批判には、次のようなものがあります。
運用環境の脆弱性は、その複雑さによって脆弱性の悪用が困難になり、不正確なスコアリングにつながる可能性があるため、評価が高すぎる傾向があります。
組織や環境の変化によって脆弱性がどのように影響を受けるかは考慮されず、脆弱性の優先順位付けに誤検出がもたらされます。
サプライチェーンのリスクは考慮されていない
重要な状況要因を考慮せずに、CVSSで特定された脆弱性が関連性があり、実行可能であると見なされることは困難です。 一方、EPSSは、実世界のエクスプロイトデータに対してトレーニングされ、収集されたリアルタイムデータに基づいて毎日更新される機械学習モデルです。 1,100 以上の変数を考慮した複数のソースからのデータを取得し、脆弱性プロファイルに測定可能なメトリックを添付することで、セキュリティチームはシステムの問題にうまく対処できます。 基本的に、EPSSは、脅威情報と脅威の確率的理解を提供することで、最も差し迫った脆弱性に優先順位を付けることを可能にします。一方、CVSSは、特定の脆弱性が悪用された場合にどの程度危険になるかを示します。 インシデント重大度の予測を超えて脆弱性の優先順位付けにEPSSが重点を置いているため、この手法は、チームが組織にとって最も危険なCVEを特定して軽減できるようにするのに適しています。
従来、標準ソリューションと従来の知恵は、エクスプロイト 可能性ではなく、CVSS v3の重大度スコアに基づいて脆弱性の優先順位付けをガイドしていました。 これは、 サイバー物理システム(CPS) の脆弱性を管理する責任を担う人員が、悪用されている、または今後悪用されないリソースを優先してリソースを消費する原因となっていることがよくあります。 第三者の研究の結果によると、CVSS v3ガイドによる優先順位付けの平均カバレッジ率は 82.4%です。 つまり、CVSS v3スコアが“high”または“critical”を修復しきい値として使用している平均的なセキュリティチームは、環境内で積極的に悪用されている脆弱性の 82.4%を優先し、 17.6%を見落とします。 悪用されない脆弱性の優先順位付けにリソースが浪費されるのを防ぐために、組織は最新の現在および予測されたエクスプロイト可能性指標に基づいて悪用される、または最も悪用される可能性が高い脆弱性に容易に焦点を絞ることができるソリューションを見つけることに集中する必要があります。
Clarotyでは、脆弱性の重大度を測定するのは非常に難しい作業であることを理解しており、そのため、 エクスポージャー管理 機能に新たな強化を導入しました。 当社の エクスポージャー管理 ・オファリングは、既知の脆弱性の悪用(KEV)カタログとEPSSを利用して、悪用 可能性 に基づいて脆弱性を自動的に優先順位付けします。 両方のソースからのデータポイントを組み合わせることで、顧客は、環境への最大のリスクをもたらす脆弱性の現在および可能性の高い短期的な状態を完全に可視化できます。 その結果、セキュリティ・チームは、攻撃者が最も活用する可能性の高い脆弱性を 11 倍効率的に優先順位付けすることができ、 クリティカルな資産脆弱性の保護に関して最善の意思決定を行う権限がさらに与えられます。 ご存知のように、CPS環境はそれぞれユニークであるため、 Claroty は、ビジネスの真の文脈で CPSリスクの姿勢 を定量化する能力を顧客に提供します。
Claroty Claire™がサイバーフィジカル システムにAIを活用したサイバーセキュリティをもたらす方法
攻撃者のように考え、CPSへの エクスポージャーに優先順位を付ける
医療機器の ライフサイクル管理におけるサイバーセキュリティに関する上位 3 の考慮事項
Clarotyのサイバーセキュリティソリューションについて知りたいですか?
Life, uninterrupted
可用性を最大化し、保険力を強化し、コンプライアンスをサポートし、運用の回復力を確保します。