Evergreen Alliance træningsprogram for GIAC-certificerede detektionsanalytikere (GCDA)

Analyse af alarmer
Kandidaten vil lære at analysere endpoint-sikkerhedslogfiler, forbedre indtrængningsdetektionsalarmer, vurdere sårbarhedsdata, korrelere malware-sandbox-logfiler, håndtere alarmer effektivt, prioritere hvilke alarmer der skal gemmes og identificere muligheder for personaleuddannelse.

Enhedsopdagelse
Kandidaten vil få en forståelse af, hvordan aktiv og passiv enhedsopdagelse kan give en dybere indsigt i et miljø, hvilket hjælper med at etablere basislinjer og opdage unormal adfærd.

Analyse af slutpunktslogging
Kandidaten vil lære at identificere unormale aktiviteter, etablere baselines og optimere endpoint-logs for at detektere unormal adfærd ved hjælp af hændelser af interesse og værtsbaserede firewalls.

Indsamling af slutpunktslogning
Kandidaten vil forstå, hvordan man identificerer angreb og analyserer logs i både Windows- og Linux-miljøer, bruger scriptingteknikker til at filtrere logstøj, samt etablerer indsamlingsstrategier, både agentbaserede og agentløse.

Logaggregation og parsing
Kandidaten vil lære at bruge logfiltre og message brokers under datakø og lagring for at forbedre logretention og søgeeffektivitet. De vil også forstå, hvordan man udfører analyser, rapportering og alarmering ved hjælp af visualiseringer og detektionsdashboards.

Log Indsamling
Kandidaten vil lære, hvordan dataindsamlingsstrategier, hændelsesrater, lagringskrav og bemandingshensyn påvirker SIEM-planlægning, arkitektur for hændelseslogningsenheder og logindsamlingsteknikker for aktiver.

Logoutput og -lagring
Kandidaten vil få en forståelse af datakøstyring, robusthed og lagringsmetoder, samt hvordan man udfører analytisk rapportering og alarmering ved hjælp af visualiseringer og detektionsdashboards.

Analyse af netværkstjenestelog
Kandidaten vil lære at identificere angriberkarakteristika, registrere unormal adfærd og etablere baselines i netværksprotokoltrafik, herunder SMTP, DNS, HTTP og HTTPS.

Indsamling og berigelse af netværkstjenestelogfiler
Kandidaten vil tilegne sig færdigheder i at analysere almindelige applikationslogfiler, anvende trusselsinformation på generiske netværkslogfiler, korrelere netværksdatasæt og etablere baseline netværksaktivitet.

Post-mortem analyse
Kandidaten vil lære at bruge virtuelle maskiner og malware-sandkasser, konfigurere systemer til at generere hændelseslogadvarsler efter en kompromitteret angreb, identificere usædvanlig tidsbaseret aktivitet og genanalysere netværkstrafik efter en hændelse.

Software overvågning
Kandidaten vil forstå, hvordan man identificerer autoriseret og uautoriseret software, behandler scriptværktøjer og kommandolinjeparametre som en særlig kategori af software og udvikler effektive metoder til indsamling af kildekode.

Brugerovervågning
Kandidaten vil lære at bruge adfærdsanalyser til at analysere brugerlogons, indbyggede konti og systemtjenester baseret på aktivitetsmønstre. De vil også forstå, hvordan man bruger netværksdata til at detektere uautoriseret brug af aktiver, konfigurere virksomhedsomfattende baselineindsamling og etablere storstilet persistensovervågning.