当前位置: 首页 > news >正文

Cyber Triage 3.16 发布 - 通过 Cyber Triage Enterprise 更快开展调查

Cyber Triage 3.16 发布 - 通过 Cyber Triage Enterprise 更快开展调查

Digital Forensics Specialized For Incident Response

请访问原文链接:https://sysin.org/blog/cybertriage-3/ 查看最新版。原创作品,转载请保留出处。

作者主页:sysin.org


唯一专门用于事件响应的数字取证工具
快速、准确和简单地完成入侵调查

Cyber Triage 是一款自动化的数字取证与事件响应(DFIR)软件,旨在帮助安全运营中心(SOCs)、托管安全服务提供商(MSSPs)、顾问和执法机构快速调查网络入侵事件,如恶意软件、勒索软件和账户接管等。

新增功能

2026 年 1 月 15 日

快速访问和分析数据对于高效调查至关重要,但 SOC 分析师和 IR 团队往往在这两件事上浪费大量时间。Cyber Triage 的 3.16 版本引入了Enterprise(企业级)层级,使调查人员能够更快速地访问并利用 SOC 中已有的数据。

调查需要数据

所有调查,无论是 SOC 分析师对单一主机进行初步研判,还是 DFIR 团队同时分析 30 台主机,都依赖于访问能够显示攻击者行为的数据。

调查人员面临两个问题:

  1. 访问现有数据孤岛中的数据。
  2. 在海量数据中分析并找到极小一部分关键证据。

SOC 需要访问的数据来源包括但不限于:

  • 终端取证工件
  • EDR 遥测数据
  • SIEM 系统

调查人员往往难以将这些数据访问并整合到一个统一位置 (sysin),并从 99.99% 的异常活动中识别出那 0.01% 的真正证据。

调查平台

为了解决数据访问和分析问题,团队会使用调查平台,以确保调查过程快速且全面。

一个调查平台将:

  • 从多种数据源导入数据;
  • 分析数据并突出显示恶意和可疑工件;
  • 提供建议,确保线索不会被遗漏;
  • 以报告或其他结构化数据形式发布结果。

Cyber Triage Enterprise 就是一个调查平台。它确保所有数据都被纳入考量,并避免你手动审查海量数据所造成的时间浪费。

它通过将 Cyber Triage 集成到你现有的 SOC 基础设施中来实现这一点。

Enterprise 集成 Cyber Triage

Enterprise 层级将 Cyber Triage 集成到 SOC 的安全技术栈中。

Cyber Triage 的 Enterprise 层级包含所有可加速调查的标准功能,并额外提供:

  • 导入遥测数据:你可以将 EDR 遥测数据加入调查中,并由 Cyber Triage 对其进行评分,以识别恶意和可疑行为。EDR 本身并不擅长发现诸如 “利用系统自带工具(living off the land)” 之类的可疑活动。该功能可显著加快调查速度 (sysin)。
  • 发布结果:你可以将最终结果导出到案件管理系统或威胁情报平台,使 IOC 得以集中用于报告。这可以减少将调查发现记录到正式系统中的人为错误。
  • 连接威胁情报(即将推出):你可以连接威胁情报系统,使 Cyber Triage 的评分能够使用你从其他情报源收集的 IOC,确保调查结果充分利用你现有的威胁情报投入。

通过 Enterprise,这些功能可添加到以下两种版本中:

  • Standard Pro:Cyber Triage 的单用户桌面版本。Standard Pro 的 Enterprise 层级称为Standard Enterprise
  • Team:Cyber Triage 的多用户、自托管服务器版本。Team 的 Enterprise 层级称为Team Enterprise

Enterprise 层级还为 Team 服务器增加了访问控制功能,使你可以限制不同调查人员对不同数据的访问权限。

下载地址

Cyber Triage 3.16: Investigate Faster with Cyber Triage Enterprise

January 15, 2026

  • 请访问:https://sysin.org/blog/cybertriage-3/

更多:HTTP 协议与安全

http://www.jsqmd.com/news/253789/

相关文章:

  • 导师严选2026 TOP8 AI论文写作软件:本科生毕业论文全攻略
  • Vue3 + Element Plus 表格复选框踩坑记录
  • 【收藏级干货】RAG技术深度解析:让大语言模型告别“闭卷考试“
  • 前后端分离靓车汽车销售网站系统|SpringBoot+Vue+MyBatis+MySQL完整源码+部署教程
  • 信号不太好,有什么要优化的地方
  • 基于Simulink平台实现无人驾驶运动控制中的非线性模型预测控制算法
  • Elasticsearch Enterprise 8.19.10 发布 - 分布式搜索和分析引擎
  • 中国GEO优化专家孟庆涛获牛津大学与联合国教科文组织权威认证
  • 二分+滑窗|hash
  • 掌握f-string高级用法:日期、数字与嵌套表达式的实战指南
  • 【必藏】从零开始掌握大模型:Dify知识库优化秘籍,让AI助手回答更精准
  • Flowable 7.x 超详细技术(2026 最新版)
  • 当AI成为标准配置,知识服务者如何构建新竞争力?
  • 大厂Java面试八股文精选(蚂蚁金服/滴滴/美团/腾讯)
  • 2022VS及以上版本的scanf函数的使用,引发的错误导致编译器运行不了
  • SpringBoot+Vue 专辑鉴赏网站管理平台源码【适合毕设/课设/学习】Java+MySQL
  • 我做的一个好用的工具网站
  • 收藏备用|大模型智能体三种调用模式全解析,RAG技术落地指南(小白/程序员必看)
  • 最新一线大厂 Java 面试题大全(整理版)1000+ 面试题附答案详解
  • 收藏!AI行业“起薪通胀”愈演愈烈,应届生5万起、3年经验冲百万的财富密码
  • 高效阅读与知识内化实战攻略:从一篇专业文章到可行动的知识体系
  • 【深度】大模型工具平台对比评测:从部署到应用,一篇搞定所有知识点(建议收藏)
  • 鸿蒙异步并发 async/await 最佳实践,代码瞬间优雅
  • 【必收藏】多模态RAG革命:测试工程师的自动化新利器,告别“看字不看图“的局限
  • DataCMD 怎么部署?用服务器搭建终端数据可视化工具
  • 当大模型成为生产力,知识付费行业如何迎接价值兑现时代?
  • 【25年美赛C题】Olympic Multi-dimensional Predictive Integrator
  • InkBox Browser-水墨屏浏览器,一款你可以浏览所有网页以墨水屏风格显示的浏览器
  • dify可视化搭建秘籍:3步打造符合业务需求的专属智能体
  • 学术论文AI结果可视化踩坑?规范+工具全攻略,拒被审稿人打回!