“在近一个月的测试期间，深信服XDR平台共产生1615875443个安全日志，聚合而成278802个安全告警，最终生成94个安全事件，告警削减效率提升2965倍。每位安全运营人员每天仅能处理500条告警，以往10+人花费10+天都处理不完，现在1人1天即可高质量研判完所有安全事件，安全告警结合威胁定性，可以将非病毒和扫描类的研判完毕。”
当安全工程师充满底气地汇报出这组数据，事实证明，“深信服XDR平台切切实实为用户带来安全效果”，不是一句“空谈”。
不仅如此，对比相同一台态势感知在同一天的告警数量，深信服XDR的告警削减比例接近10倍。
点击查看每条告警，都由大量日志聚合而成
就在一个月前，该用户还深陷苦恼中：
安全设备都买了，但没感受到效果
以往的态势感知与防火墙建设碎片化，设备分开运营，病毒、木马、挖矿告警太多，且大都是业务误报触发的告警，难以快速发现定向攻击。
告警研判分析难度大，效率低下
现网有各类厂商的不同安全设备，各个产品的告警非常分散，单独处理对应告警分析难度高且工作量过大，导致安全响应效率低下。
深信服XDR平台上线后，通过网端一手遥测数据聚合分析能力，大幅削减来源于EDR和态势感知（含第三方软件）的海量告警，并能完整还原出攻击故事线，精准狙击攻击者的入口点及影响面。
安全效果直观可视，用户都忍不住好奇：到底是怎么做到的？
首先了解下，深信服XDR所定义的安全事件：
收集多源遥测数据，编织以往零散割裂的信息，形成用户需要优先关注、能体现攻击全貌的安全事件。
能够深度理解安全日志的内容，在更细粒度层面做智能化处理。
从遥测数据、安全日志、安全告警，到深信服XDR所定义的安全事件，这背后依赖海量数据的高性能流式分析架构结合列式存储，也是XDR与以往SIEM类产品的关键差异。
从架构来看，一个或多个安全日志可能会经过聚合、去重、消减、过滤、融合等处理机制，实现告警降噪的效果。
接下来，我们详细讲讲，深信服XDR如何实现极致降噪？
三重降噪方式，效果直观可视
降噪的本质就是压缩有效信息，并基于更多有效的数据，提供丰富的上下文举证。
XDR极致降噪的方式，包括网络侧降噪、终端侧降噪和网端关联降噪。
网络侧降噪
多对一降噪：当黑客采用多个源IP，暴破同一个资产，无论持续了多长时间、成功与否，深信服XDR只需要给用户呈现一条事件或告警，在首次生成告警后，在该告警详情里持续更新。
一对多降噪：当内网某一个资产沦陷后，黑客会横向扫描多个内网资产，无论扫描多少资产、利用多少扫描方式，深信服XDR通过时间线关联，仅生成一条横向扫描的安全事件。
一对一降噪：黑客持续攻击一个资产，过程中可能利用了多种类似攻击手法，比如利用同一个漏洞，执行了多个不同的恶意命令，深信服XDR可以根据命中的安全日志，持续聚合成一条告警。
跨阶段关联降噪：将早期dnslog、WebShell上传+通信、内网横向等攻击，跨阶段关联在一起，深信服XDR以自动化方式，聚合成一个完整的安全事件。
2. 终端侧降噪
传统病毒查杀降噪：针对传统病毒类告警，可以提取出病毒路径、病毒名称、病毒hash等关键因子，按hash唯一和类别唯一两种模式，深信服XDR将同一病毒产生的告警聚合到一个安全事件中。
高级威胁降噪：针对例如无文件攻击的高级威胁，深信服XDR按时间顺序记录用户环境中发生的一切行为，将所有遥测数据串成一个图。基于溯源图通过时间、资产、网络、情报等多因子进行关联，选取与威胁相关的实体和关系作为点和边，形成一张小型威胁图，最终形成可视化的攻击故事链。
传统病毒查杀+高级威胁降噪：如果黑客进行一系列高级威胁攻击行为后，仍然落盘了一个可疑文件，被EDR杀毒检出，深信服XDR会将杀毒告警在进程链进行匹配，意味着传统病毒查杀和高级威胁降噪合二为一。
3. 网端关联降噪
根据网端发生“相同事情”的关联性，网端关联分为强关联、逻辑关联和弱关联，关联强度越强，泛化能力就越弱。
深信服XDR网端关联引擎，可以自动高效地串联起多维度安全信息，不仅提高对未知威胁、隐蔽攻击的检出率，还通过充分的溯源举证，大幅提高安全事件的准确度，帮助安全团队能做判断，敢做判断，高效处置。
值得强调的是，这一切都是自动化完成的。
第三方数据收集，平台开放亦可生长
需要圈重点的是，降噪能力在不同厂商设备间相通，深信服XDR平台能够收集来自多家第三方厂商的数据源。
深信服XDR将语义识别引擎和多级关联分析引擎创新结合，实现自动化的理解遥测数据和检测日志，“左手翻译、右手聚合”，持续将不同设备对同一次攻击产生的多条告警合为一条告警，将同一次攻击在不同阶段发起的多次尝试融为一个事件。
深信服XDR平台通过内置告警降噪、智能对抗、威胁定性等能力属性，结合安全GPT等AI技术持续赋能，提升威胁对抗的效果和效率，构建安全运营的全新范式，实现「秒级闭环，百倍提效，千万级降本」的效率和能力跃升，助力每一位用户「安全领先一步」。
