[Clash of Clans]

Lợi ích: Các đề xuất chuyên viên của Cortex XSOAR đảm bảo khối lượng công việc không phải là tiêu chí duy nhất để phân bổ các sự cố mà còn có thể  lựa chọn chuyên viên có kinh nghiệm xử lý sự cố phù hợp nhất, đảm bảo đồng thời cả yếu tố thời gian, kinh nghiệm và chất lượng xử lý sự cố.

2. Đề xuất chuyên gia hỗ trợ xử lý sự cố

Thách thức: Xử lý sự cố không phải là một quá trình tách biệt và riêng rẽ của một cá nhân. Tuy nhiên các chuyên viên xử lý sự cố, đặc biệt là các chuyên viên mới ít kinh nghiệm thường âm thầm tiếp nhận và xử lý các sự cố một mình, ít khi chú ý hoặc biết các kỹ năng của đồng nghiệp có thể giúp ích và khiến quá trình xử lý sự cố trở nên nhanh chóng và đơn giản hơn rất nhiều.

Giải pháp: Tính năng War Room trên XSOAR cho phép các chuyên viên hợp tác trong quá trình điều tra xử lý sự cố. War Room cho phép các chuyên viên có thể mời các đồng nghiệp tham gia ngay lập tức vào quá trình xử lý sự cố với cú pháp thân thiện như các chương trình chat phổ biến @chuyên_viên_được_mời. Điều đặc biệt thú vị ở đây, XSOAR sẽ áp dụng cơ chế học máy để phân tích lịch sử các sự cố đã được giải quyết, đặc biệt đánh giá các thao tác thủ công đã được thực hiện bởi các chuyên viên và đưa ra đề xuất 3 chuyên viên phù hợp nhất với sự cố đang được xử lý.

Cortex XSOAR phân tích và đề xuất các chuyên gia có kỹ năng phù hợp với sự cố đang xử lý.

Lợi ích: Bằng cách tạo điều kiện thuận lợi và đơn giản cho quá trình phối hợp xử lý sự cố của các chuyên viên, XSOAR sẽ giúp giảm thời gian và tăng chất lượng, kết quả của công việc. Dựa trên sự đề xuất chính xác của XSOAR, các chuyên viên, đặc biệt là chuyên viên mới, sẽ không phải mất nhiều thời gian tìm hiểu lựa chọn các đồng nghiệp có kinh nghiệm, kỹ năng phù hợp để hỗ trợ mình hoàn thành nhiệm vụ được giao.

3. Tự động đề xuất các câu lệnh thường được sử dụng

Thách thức: Trong quá trình tiến hành điều tra xử lý sự cố, các chuyên viên thường có rất nhiều tác vụ cần thực thi như truy vấn thêm các thông tin từ hệ thống tường lửa, EDR, AD… Khi số lượng các thiết bị, thành phần của SOC tăng lên thì việc lựa chọn thứ tự cũng như các câu lệnh phù hợp để hỗ trợ quá trình xử lý sự cố sẽ giúp tăng đáng kể chất lượng xử lý sự cố cũng như tiết kiệm rất nhiều thời gian cho chuyên viên.

Giải pháp: Khi các chuyên viên nhập “!” để bắt đầu lựa chọn các câu lệnh, Cortex XSOAR sẽ nghiên cứu lịch sử các lệnh thủ công đã được thực thi với các loại sự cố tương ứng trước đó và đưa ra đề xuất các lệnh nên được thực thi trước. Ngay cả khi các chuyên viên đã đang thử một số lệnh và chưa tìm ra các thông tin phù hợp, tính năng này cũng có thể hỗ trợ họ đi đúng hướng với các lệnh mà họ đã có thể bỏ qua hoặc quên.

XSOAR đưa ra các đề xuất thông minh dựa trên phân tích dữ liệu lịch sử

Lợi ích: Tính năng tự động đề xuất các câu lệnh giúp tiêu chuẩn hoá quá trình điều tra xử lý, đảm bảo các câu lệnh phổ biến không bị bỏ quên với bất kì loại sự cố nào. Quan trọng nhất, nền tảng XSOAR sẽ đảm bảo và tối ưu SLA của SOC, ngăn chặn các quá trình điều tra xử lý thiếu thận trọng, bỏ quên các tác vụ quan trọng, cũng như tăng cường hiểu biết và kinh nghiệm cho các chuyên viên.

4. Hiển thị trực quan các sự cố tương đồng

Thách thức: Tần suất và số lượng các sự cố trong SOC thường rất lớn dẫn đến việc các chuyên viên phân tích khi tập trung vào phân tích xử lý một sự cố cụ thể sẽ rất khó có góc nhìn rộng hơn, kết nối sự cố hiện tại với một bức tranh lớn về các sự cố tương tự đã xảy ra trên hệ thống. Điều này có thể dẫn đến việc thực thi lại các tác vụ điều tra xử lý đã được thực thi, làm.

Giải pháp: Với mỗi sự cố, Cortex XSOAR sẽ tự động phân tích và tìm các sự cố có đặc điểm tương đồng diễn ra trên hệ thống. Một biểu đồ trực quan, dễ dàng tương tác cho phép chuyên viên phân tích, tìm kiếm, điều chỉnh các mức độ tương đồng khác nhau hay theo mốc thời gian.

Biểu đồ trực quan, dễ dàng tương tác

Lợi ích: Không chỉ đơn thuần cung cấp khả năng tiếp nhận, giảm thời gian xử lý sự cố (MTTR) như các tính năng của giải pháp SOAR tiêu chuẩn, khả năng hiển thị trực quan các sự cố tương đồng cùng mức độ dễ dàng tương tác điều chỉnh bộ lọc sẽ tăng cường năng lực điều tra của chuyên viên trong SOC. Các chuyên viên sẽ được một góc nhìn rộng hơn về các sự cố đang xảy ra, giúp họ dễ dàng phân tích sự tương đồng, liên quan giữa các sự cố thông qua hàng loạt các thông tin, yếu tố.

5. Đơn giản hóa quá trình xây dựng các kịch bản xử lý sự cố (Playbook)

Thách thức: Sau khi tiếp nhận các sự cố từ các giải pháp như SIEM, XDR, Email, các giải pháp SOAR sẽ sử dụng các playbook (các kịch bản xử lý sự cố) để thực thi các tác vụ điều tra xử lý sự cố. Các playbook này sẽ bám sát các quy trình xử lý sự cố trong SOC và được cập nhật hoặc tạo mới khi có thêm các loại sự cố mới hoặc cần bổ sung các tương tác với các hệ thống mới trong SOC. Việc tạo hay cập nhật playbook có thể sẽ tốn nhiều thời gian trong việc lựa chọn các dữ liệu đầu vào phù hợp và thử nghiệm nhiều lần để đánh giá mức độ chính xác.

Giải pháp: Không chỉ cung cấp giao diện rất trực quan cho việc tạo, cập nhật các playbook với các thao tác kéo thả rất nhanh chóng và đơn giản (không cần kỹ năng lập trình hay viết các script khi tạo playbook), Cortex XSOAR còn áp dụng công nghệ học máy để phân tích và tự động đề xuất các giá trị đầu vào (input) phù hợp cho các Task trong playbook. Tính năng này sẽ hỗ trợ rất nhiều cho các chuyên viên trong quá trình xây dựng playbook, tăng độ chính xác và rút ngắn thời gian đưa playbook vào hoạt động trong thực tế.

Cortex XSOAR tự động đề xuất các giá trị đầu vào phù hợp cho các task

Lợi ích: Không chỉ đơn thuần sử dụng các playbook để xử lý các sự cố, Cortex XSOAR sử dụng công nghệ học máy để giúp đẩy nhanh và tối ưu hóa việc tạo mới hoặc cập nhật các playbook, tiết kiệm thời gian của các chuyên viên cũng như tăng hiệu và liên tục tối ưu các playbook.

6. Trích xuất các sự cố trùng lặp

Thách thức: Lượng cảnh báo lớn thường dẫn đến việc có nhiều sự cố bị trùng lặp dẫn các chuyên viên phải tốn thêm thời gian khi phải lặp lại quá trình điều tra, xử lý. Nguyên nhân của sự trùng lặp có thể đến từ việc có nhiều hướng tấn công khác nhau, hoặc các cảnh báo sinh ra đồng thời trên nhiều nền tảng phân tích (XDR, SIEM…) và đây là một trong những yếu tố khiến cho các chuyên viên mệt mỏi và giảm hiệu quả hoạt động của SOC.

Giải pháp: Với Cortex XSOAR, chuyên viên có thể tự động hóa việc phát hiện và tạo danh sách các sự cố trùng lặp như sử dụng các playbook, các task trong playbook hoặc trong trực tiếp War Room. Cortex XSOAR sử dụng công nghệ máy học để phân tích các dữ liệu trong quá trình tiếp nhận và xử lý các sự cố, tìm kiếm các thông tin tương đương (như các email labels trong việc xác định các email phishing), thời gian xảy ra sự cố và các dấu hiệu phổ biến để xác định sự trùng lặp.

Tự động hóa việc xác định các sự cố trùng lặp với Cortex XSOAR

Lợi ích: Dễ dàng xác định và loại bỏ các sự cố trùng lặp giúp giảm tải cho các chuyên viên, giúp họ tập trung cho các nhiệm vụ quan trọng và nâng cao hiệu quả hoạt động của SOC.

7. Tự động xử lý các tấn công phishing

Thách thức: Các tấn công phishing rất phổ biến và diễn ra thường xuyên khiến cho các chuyên viên SOC phải dành nhiều thời gian để phân tích và xác định và xử lý các sự cố này. Thông thường các chuyên viên sẽ phải thực hiện phân tích thủ công bằng cách sử dụng nhiều công cụ, nguồn thông tin để tìm kiếm, đối chiếu các IOC có trong các email phishing. Có rất nhiều trường hợp, sau khi tốn nhiều thời gian để phân tích, đánh giá thì lại là cảnh báo giả, không phải là email phishing, gây ra sự lãng phí rất lớn thời gian và công sức của chuyên viên cũng như giảm hiệu năng hoạt động của SOC.

Giải pháp: Năng lực học máy của Cortex XSOAR có thể giải quyết các công đoạn đánh giá thủ công này với độ chính xác rất cao bằng cách sử dụng bộ phân loại tấn công phishing. Bộ phân loại phishing là một mô hình học máy chuyên sâu cho phép Cortex XSOAR phân tích và dựa đoán hành vi thông qua loại sự cố và các trường thông tin có trong các sự cố (như domain, IP, URL…). Mô hình học máy này có thể được sử dụng để tự động phát hiện các loại email phishing, địa chỉ URL hợp pháp hay chứa các nội dung spam, lừa đảo.

Ví dụ về kết quả phân loại của mô hình học máy phát hiện phishing

Lợi ích: Với khả năng áp dụng học máy trong tự động phát hiện xử lý các tấn công lừa đảo, Cortex XSOAR sẽ giúp các SOC tiết kiệm rất nhiều thời gian công sức của các chuyên viên. Tận dụng toàn bộ các thông tin về sự cố, các đánh giá phân tích của chuyên viên như đầu vào để đào tạo bộ phân loại nhận biết và phân loại giữa các tấn công phishing và cảnh báo giả sẽ giúp đảm bảo độ chính xác và phù hợp với môi trường thực tế tại SOC. Đây là một bước tiến nữa trong hành trình tự động hóa trong SOC, loại bỏ và giải phóng chuyên viên khỏi các tác vụ thủ công không cần thiết.

Trên thực tế, các hình thức lừa đảo như mạo danh nhân viên ngân hàng, mạo danh thương hiệu ngân hàng, lợi dụng tình huống khẩn cấp để lừa đảo… không mới, thậm chí đã trở nên phổ biến và nhiều lần được các cơ quan, tổ chức cảnh báo. Tuy nhiên, vẫn có không ít người dân lơ là, mất cảnh giác vẫn bị mắc bẫy lừa đảo của các nhóm đối tượng.

Theo báo cáo tình hình nguy cơ an toàn thông tin quý II/2022 của Viettel Security thực hiện, số lượng tên miền lừa đảo và giả mạo được ghi nhận trong quý II năm nay đã tăng gấp 3 lần so với quý I và gấp 1,5 lần so với cùng kỳ năm trước. Trong các ngành, ngành tài chính ngân hàng vẫn là mục tiêu hàng đầu của các nhóm tấn công lừa đảo, giả mạo, chiếm tới 68% tổng số các cuộc tấn công.

Số liệu thống kê của Cục An toàn thông tin cũng cho thấy sự gia tăng của lừa đảo trực tuyến. Chỉ trong nửa đầu năm nay, cơ quan này đã ngăn chặn 674 website lừa đảo, tăng 13,1% so với cùng kỳ năm ngoái.

Để không trở thành nạn nhân của các đối tượng lừa đảo qua mạng, Trung tâm VNCERT/CC lưu ý người dân: Các trang web chính thức của các ngân hàng được đăng ký với các cơ quan có thẩm quyền ở Việt Nam thường được đăng ký tên miền .vn hoặc .com.vn; các trang web đăng ký tên giống nhưng đuôi khác như .vip), .top), .cc), .com… có thể là giả mạo.

Khi nhận các tin nhắn, cuộc gọi nghi vấn, không rõ ràng, người dân có thể gọi điện trực tiếp lên tổng đài chăm sóc khách hàng của ngân hàng để kiểm tra lại thông tin. Người dân cũng cần lưu lại các bằng chứng như tin nhắn hoặc ghi âm cuộc gọi để phản ánh tới doanh nghiệp viễn thông quản lý thuê bao yêu cầu xử lý; đồng thời cung cấp các bằng chứng đã có tới các cơ quan chức năng của Bộ Công an nơi gần nhất đề nghị xử lý vi phạm theo quy định pháp luật.

Trường hợp nhận được các cuộc gọi, tin nhắn lạ, có dấu hiệu nghi vấn, người dân cần bình tĩnh, tuyệt đối không tiết lộ thông tin đăng nhập dịch vụ Smart Banking như mật khẩu, mã OTP… cho người khác. Không truy cập vào các đường dẫn (link) giả mạo ngân hàng. Cùng với đó, cần xác minh kỹ các thông tin trao đổi trên mạng xã hội, đặc biệt với các giao dịch liên quan đến tài chính.

Trung tâm VNCERT/CC cũng khuyến cáo người dân không công khai các thông tin cá nhân như: Ngày tháng, năm sinh, số CMND hoặc CCCD, số điện thoại, số tài khoản ngân hàng… lên các trang mạng xã hội để tránh bị các đối tượng lợi dụng khai thác, sử dụng thủ đoạn lừa đảo; khi chia sẻ thông tin trên mạng xã hội cần chọn lọc những thông tin có thể chia sẻ công khai.

Bên cạnh đó, người dân cũng cần thường xuyên thay đổi mật khẩu đăng nhập tài khoản Internet Banking, SmartBanking và có biện pháp để quản lý, bảo mật các thông tin này; tuyệt đối không cung cấp tài khoản, mật khẩu, mã OTP cho bất kỳ ai dưới bất kỳ hình thức nào.

Vân Anh

Mạo danh ngân hàng dụ người dùng rút tiền thẻ tín dụng lãi suất thấp để lừa đảo

Gần đây, nhiều người dân phản ánh với VNCERT/CC, Cục An toàn thông tin về việc họ nhận được cuộc gọi, tin nhắn giả mạo các ngân hàng đề nghị hỗ trợ rút tiền qua thẻ tín dụng với lãi suất 0% hoặc lãi suất thấp.

Chia sẻ với VietNamNet, đại diện truyền thông một chuỗi bán lẻ lớn cho biết, ở mảng điện thoại Android tầm trung và thấp, bức tranh ảm đạm đã được nhận thấy từ đầu năm 2022, khi những diễn biến xấu của nền kinh tế thế giới bắt đầu nhen nhóm. 

Thu nhập của tầng lớp bình dân, công nhân, người lao động thường bị ảnh hưởng đầu tiên mỗi khi kinh tế biến động. Đây cũng là nhóm đối tượng khách hàng chủ yếu của phân khúc điện thoại tầm trung. 

Thực tế cho thấy, theo thống kê của Tổng Liên đoàn Lao động Việt Nam, từ tháng 9/2022 đến nay, đã xảy ra tình trạng nhiều doanh nghiệp ngành dệt may, da giày, chế biến gỗ, điện tử gặp khó khăn, bị thiếu, cắt, giảm đơn hàng.

Hệ lụy là hàng trăm ngàn người lao động bị giảm giờ làm, mất việc làm, ảnh hưởng nghiêm trọng tới việc làm, thu nhập, đời sống của một bộ phận người lao động và gia đình họ.

Từ tháng 9/2022 đến hết tháng 1/2023, đã có khoảng 1.300 doanh nghiệp gặp khó khăn, bị cắt, giảm đơn hàng nên phải giảm giờ làm của 546.835 người lao động. Số lao động bị ảnh hưởng phần lớn ở các doanh nghiệp FDI (chiếm 75%), chủ yếu tại các tỉnh, thành phố khu vực phía Nam.

Theo chia sẻ của một hệ thống bán lẻ lớn, chính những khó khăn về kinh tế của nhóm khách hàng thu nhập thấp đã khiến lượng tiêu thụ các sản phẩm điện thoại có giá dưới 5 triệu giảm liên tiếp suốt cả năm 2022. 

“Ước tính từ hệ thống của chúng tôi, lượng khách hỏi mua điện thoại trong phân khúc dưới 5 triệu ở thời điểm tháng 12/2022 chỉ bằng 47% so với tháng 1 cùng năm. Phân khúc 5-10 triệu cũng chứng kiến sự sụt giảm tương tự. Lượng điện thoại bán ra tháng 12/2022 ước tính chỉ bằng 55% so với tháng 1/2022”, vị chuyên gia này cho biết. 

Bước vào năm 2023, xu hướng này một lần nữa lặp lại khi sau tết, thị trường smartphone giá rẻ vẫn ế người mua. Việc tiêu thụ các dòng máy dưới 10 triệu có chiều hướng tương tự như ở cuối năm 2022, tức giảm từ 50-60% so với cùng kỳ năm trước. 

Đối với sự đi xuống của thị trường smartphone bình dân, cả các hãng sản xuất, đại lý phân phối và phía nhà bán lẻ đều đang phải đối mặt với bài toán khó khăn về chi phí, dòng tiền. 

Do vậy, việc tăng hoặc ít nhất giữ doanh số để duy trì dòng tiền đang được xem là một hành động chiến lược. Đây cũng là nguyên nhân khiến nhiều nhà bán lẻ phải đưa đến quyết định “cắt lỗ” một số dòng máy tầm trung và thấp bằng cách giảm giá bán từ 10-15%. 

Doanh số thị trường smartphone được dự đoán chỉ có thể dần khởi sắc vào quý 3 năm nay, giai đoạn các nhà sản xuất bắt đầu tung ra thị trường những dòng sản phẩm mới. 

Lê Trang

Ứng dụng công nghệ dự báo thị trường nông sản

Đề án “Đẩy mạnh ứng dụng công nghệ thông tin trong thu thập thông tin, dự báo tình hình thị trường nông sản” hướng đến mục tiêu cung cấp thông tin đầy đủ, chính xác, kịp thời cho các tổ chức, cá nhân, doanh nghiệp, hợp tác xã và nông dân nhằm tăng khả năng cạnh tranh, nâng cao giá trị gia tăng, phát triển bền vững cho nông sản Việt Nam.

Mục tiêu cụ thể được đề ra trong Đề án: đến năm 2025, sẽ hình thành Trung tâm quản lý dữ liệu tập trung của ngành nông nghiệp; xây dựng, vận hành mạng lưới giám sát, thu thập, phân tích thông tin dữ liệu nông nghiệp tự động từ cấp trung ương, địa phương và doanh nghiệp.

Trên 90% các tổ chức, cá nhân, doanh nghiệp hoạt động sản xuất, kinh doanh trong lĩnh vực nông nghiệp được tiếp cận thông tin phân tích và dự báo tình hình thị trường hàng ngày qua nền tảng công nghệ số. 

Thu hút mọi thành phần doanh nghiệp đầu tư thích đáng vào khoa học dữ liệu và ứng dụng công nghệ số để tự động hóa các quy trình sản xuất, kinh doanh; quản lý, giám sát nguồn gốc, chuỗi cung ứng nông sản, đồng thời kết nối thông tin với trung tâm dữ liệu quốc gia.

Định hướng đến năm 2030, sẽ ứng dụng đồng bộ công nghệ dữ liệu lớn (Bigdata), Trí tuệ nhân tạo (AI), Kết nối vạn vật (ToT) trong thu thập thông tin, phân tích, dự báo tình hình thị trường nông sản của ngành nông nghiệp.

Đề án đề ra các nhiệm vụ: Xây dựng và hoàn thiện chính sách hỗ trợ, đẩy mạnh đầu tư, quản lý công tác thu thập thông tin, phân tích và dự báo tình hình thị trường nông sản. Xây dựng hệ thống chỉ tiêu và quy chuẩn dữ liệu quốc gia về dữ liệu ngành nông nghiệp, tiến đến hình thành cơ sở dữ liệu quốc gia của ngành.

Đề án đưa ra kế hoạch sẽ đầu tư, xây dựng Trung tâm dữ liệu tập trung, chuyên sâu phân tích và dự báo tình hình thị trường nông sản. Đối với dự báo tình hình thị trường nông sản, ứng dụng công nghệ viễn thám (giải đoán ảnh vệ tinh) để dự báo diện tích, sản lượng một số cây trồng chủ lực (lúa, cà phê, cây ăn quả, cao su, hồ tiêu…).

Đề án cũng thúc đẩy ứng dụng các mô hình toán kinh tế, mô hình kinh tế lượng để dự báo xu hướng biến động của cung, cầu, giá cả, xuất khẩu, nhập khẩu của các ngành hàng chủ lực. Ứng dụng dữ liệu bigdata và các thuật toán “máy học” để dự báo tình hình biến động về cung – cầu, giá các mặt hàng nông sản.

Xây dựng tính năng hỗ trợ bằng AI (trí tuệ nhân tạo) cho các hoạt động quản lý, phân tích và dự báo thị trường để hỗ trợ ra quyết định cho người dùng. Cung cấp thông tin thị trường nông sản thông qua liên kết thiết bị số cho mọi người dùng trên cơ sở kết nối dữ liệu với cổng thông tin cơ sở dữ liệu số quốc gia.