SCSインシデント対応
あるセキュリティチームが、Amazon GuardDutyで複数のセキュリティ検出結果を受け取りましたが、GuardDutyの画面だけでは攻撃者の活動経路や影響を受けたリソース間の関係性が把握できず、根本原因の特定に時間がかかっています。セキュリティチームは、VPCフローログ・CloudTrailログ・GuardDuty検出結果を統合的に相関分析し、IPアドレス・IAMエンティティ・EC2インスタンス間の行動グラフを視覚化して迅速な根本原因分析（RCA）を行いたいと考えています。この目的に最も適したAWSサービスはどれですか？
AAmazon CloudWatch Logs Insightsで複数ロググループにまたがるクエリを実行し、不審なIPアドレスや操作パターンを時系列で抽出・分析する
CloudWatch Logs Insightsはログのアドホッククエリとパターン抽出に有効ですが、GuardDuty・VPCフローログ・CloudTrailを自動統合して行動グラフを視覚化する機能がなく、Detective と比較して手動分析の作業量が大きくなります。
BAmazon Detectiveを有効化し、GuardDutyの検出結果を起点にIPアドレス・IAMロール・EC2インスタンスの行動を相関グラフで視覚的に調査する
✓ 正解
Amazon DetectiveはGuardDuty・CloudTrail・VPCフローログを自動取り込みして行動グラフを構築し、IPアドレス・IAMロール・EC2インスタンスの関係性を視覚化します。GuardDutyの検出結果から直接遷移でき、根本原因分析に最も適したサービスです。
CAWS Security HubでサードパーティSIEMの検出結果も集約してASFF形式でスコアリングし、インシデントの優先度付けと一元管理を行う
Security Hubは複数のセキュリティ検出結果を集約してスコアリングするコンプライアンス管理サービスです。エンティティ間の行動関係を相関グラフで可視化するインシデント調査機能はなく、この目的には適していません。
DAmazon Macieを有効化してS3バケットへのアクセスパターンを機械学習で分析し、不正アクセスされた可能性のある機密データオブジェクトを特定する
MacieはS3バケット内の機密データを機械学習で分類し異常なアクセスを検知するサービスです。GuardDutyの検出結果を起点としたIPアドレスやIAMエンティティにまたがる横断的な相関調査には対応していません。
解説
Amazon Detectiveは、GuardDuty・CloudTrail・VPCフローログなどのデータを自動取り込みし、機械学習とグラフ分析を使用してセキュリティインシデントの調査を支援するサービスです。エンティティ（IPアドレス、AWSアカウント、IAMロール、EC2インスタンス）間の行動グラフ（Behavior Graph）を自動生成し、GuardDutyの検出結果から直接Detectiveの調査画面に遷移して関連リソースの全体像を視覚的に確認できます。これにより根本原因分析（RCA）を大幅に効率化できます。
選択肢AのAmazon CloudWatch Logs Insightsはログのアドホッククエリに有用ですが、異なるデータソースを自動相関して行動グラフを視覚化する機能がなく、手動での分析作業が多く必要です。
選択肢CのAWS Security Hubは複数セキュリティサービスの検出結果を集約・スコアリングしてコンプライアンス管理を行いますが、エンティティ間の行動を相関グラフで可視化するインシデント調査機能はありません。
選択肢DのAmazon MacieはS3内の機密データ分類とアクセス異常検知に特化しており、GuardDutyの検出結果を起点とした複数エンティティの横断的な相関調査には対応していません。
ドメイン別正答率・予想スコアでリアルタイムに実力把握
無限ノックでSCSを徹底対策。全問AI生成のオリジナル問題。
無料で演習を始める →