Reglas de detección

Esta página se aplica a Apigee y Apigee Hybrid.

Consulta la documentación de Apigee Edge.

La seguridad avanzada de APIs usa reglas de detección para detectar patrones inusuales en el tráfico de APIs que podrían representar la actividad maliciosa. Estas reglas incluyen modelos de aprendizaje automático, entrenados con datos de APIs reales y reglas descriptivas, basadas en tipos conocidos de amenazas a las APIs.

Nota: en la página de Detección de abusos de la API avanzada, se usan reglas de detección para detectar incidentes de seguridad. Un incidente de seguridad es un grupo de eventos con patrones similares, que pueden representar una amenaza de seguridad. Ten en cuenta que un incidente se puede activar mediante varias reglas de detección, en cuyo caso todas las reglas que activaron el incidente se enumeran en los Detalles del entorno de detección de abuso. .

En la siguiente tabla, se enumeran las reglas de detección y sus descripciones

Regla de detección	Descripción
Vista previa: Scraping avanzado de APIs	Un modelo de aprendizaje automático que detecta el scraping de APIs, que es el proceso de extraer información específica de las APIs con fines maliciosos.
Vista previa: Detección avanzada de anomalías	Un modelo de aprendizaje automático para detectar anomalías (patrones inusuales de eventos) en el tráfico de APIs.
Brute Guessor	Proporción alta de errores de respuestas durante las 24 horas anteriores
Flooder	Proporción alta de tráfico de una IP en un período de 5 minutos
OAuth Abuser	Gran cantidad de sesiones de OAuth con una cantidad pequeña de usuarios-agentes en las últimas 24 horas
Robot Abuser	Gran cantidad de errores de rechazo 403 en las últimas 24 horas
Static Content Scraper	Proporción alta del tamaño de la carga útil de respuesta de una IP en un período de 5 minutos
TorListRule	Lista de IP de nodos de salida de Tor. Un nodo de salida de Tor es el último nodo de Tor que el tráfico pasa a través de la red de Tor antes de salir a Internet. La detección de nodos de salida de Tor indica que un agente envió tráfico a tus APIs desde la red de Tor, posiblemente con fines maliciosos.

Reglas de detección y aprendizaje automático

La seguridad avanzada de APIs usa modelos creados con los algoritmos de aprendizaje automático de Google para detectar amenazas contra la seguridad de tus APIs. Estos modelos están previamente entrenados en conjuntos de datos de tráfico de APIs reales (no en tus datos de tráfico actuales) que contienen amenazas de seguridad conocidas. Como resultado, los modelos aprenden a reconocer patrones inusuales de tráfico de APIs, como la recopilación y anomalía de APIs, y los eventos de clústeres juntos en función de patrones similares.

Dos de las reglas de detección enumeradas anteriormente se basan en modelos de aprendizaje automático:

• Scraper avanzado de APIs
• Detección avanzada de anomalías

Nota: Los datos que se usan para entrenar los modelos de aprendizaje automático para el scraper avanzado de APIs de las reglas y la detección avanzada de anomalías contienen metadatos, incluida la dirección IP de origen, la geografía de la fuente y los valores de algunos encabezados de solicitud HTTP. Sin embargo, los datos de detección que reciben los modelos no incluyen los valores reales de estos metadatos. El modelo realiza detecciones en función de las propiedades estadísticas de los datos, no de los valores de los metadatos.