A. 조회를 점수 규칙으로 옮기면 조회 목록이 전혀 필요 없게 됩니다. 점수 규칙은 모든 경고에 대해 실시간으로 외부 위협 인텔리전스 플랫폼에 직접 쿼리를 보낼 수 있기 때문입니다.

B. 채점 규칙은 일반적으로 탐지 규칙보다 평가 우선순위가 높아 IP 평판 검사를 먼저 수행하고 탐지하기 전에 양성 경고를 걸러냅니다.

C. 이 솔루션의 장점은 동적 강화 및 평판 할당 작업을 대용량 탐지 파이프라인에서 탐지 후 알림 처리로 이전하는 것입니다. 이를 통해 탐지 규칙 성능을 향상시키고 더욱 명확한 탐지 로직을 유지할 수 있습니다.

D. 채점 규칙은 채점 작업을 위한 전용 메모리 할당으로 인해 탐지 규칙보다 본질적으로 더 큰 조회 목록을 더 효율적으로 처리할 수 있습니다.

E. 이 마이그레이션을 사용하면 검색 목록 자체 내에서 IP 평판에 탐지 규칙의 기본 점수를 곱하여 '복합' 점수를 생성할 수 있습니다.

A. 

B. 

C. 
{<디>}:

D. 

A. 옵션 A

B. 옵션 B

C. 옵션 C

D. 옵션 D

E. 옵션 E

A. 지역 A와 지역 B 사이에 하드웨어 기반 WAN 최적화 솔루션을 구현하여 데이터 복제를 가속화하고 네트워크 지연 시간을 줄입니다.

B. 원활한 데이터 계층화 및 클라우드 보관을 위해 지역 A의 온프레미스 스토리지가 AWS S3와 호환되는지 확인합니다.

C. 지역 A와 AWS 지역 B 사이에 전용 고성능 네트워크 링크(예: AWS Direct Connect 또는 이와 동등한 서비스)를 프로비저닝하여 지역 간 지연 시간을 최소화하고 대역폭을 극대화합니다.

D. 일관된 성능 프로필을 유지하기 위해 지역 A와 지역 B 모두에 동일한 서버 하드웨어 사양(CPU, RAM, 스토리지)을 배포합니다.

E. 지역 간 전송 전에 실시간 데이터 중복 제거 및 압축을 위해 특수 네트워크 어플라이언스를 활용합니다.

A. '보이지 않는 IP'에 대한 정적 IP 주소 블랙리스트 사용 및 알려진 민감한 파일 경로에 대한 간단한 'OR' 조건 사용.

B. 민감한 데이터 경로/이름에 대한 '상황별 조회'와 XSIAM의 '행동 기준선' 또는 '분석 프로필'을 활용하여 시간 경과에 따른 사용자의 일반적인 로그인 IP 주소를 추적하고, 편차와 민감한 데이터 액세스를 연관시킵니다.

C. 여러 개의 개별 규칙을 작성합니다. 민감한 데이터 유형별로 하나씩, 그리고 각 사용자의 IP 주소 기록별로 별도의 규칙을 작성합니다.

D. 모든 IP 기반 상관관계를 비활성화하고 민감한 데이터에 대한 사용자 액세스 감사에만 의존합니다.

E. 새로 확인된 IP에서 민감한 데이터에 액세스하는 모든 사용자에 대한 알림을 처음 24시간 동안 무음으로 설정하는 '억제 규칙'을 만듭니다.