Erkennungsregeln

Diese Seite gilt für Apigee und Apigee Hybrid.

Apigee Edge-Dokumentation aufrufen

Advanced API Security verwendet Erkennungsregeln, um ungewöhnliche Muster im API-Traffic zu erkennen, die schädliche Aktivitäten darstellen könnten. Diese Regeln umfassen sowohl Modelle für maschinelles Lernen, die mit echten API-Daten trainiert wurden, als auch beschreibende Regeln, die auf bekannten Arten von API-Bedrohungen basieren.

Hinweis: Die Seite Missbrauchserkennung der erweiterten API-Sicherheit verwendet Erkennungsregeln, um Sicherheitsvorfälle zu erkennen. Ein Sicherheitsvorfall besteht aus einer Gruppe von Ereignissen mit ähnlichen Mustern, die eine Sicherheitsbedrohung darstellen können. Beachten Sie, dass ein Vorfall durch mehrere Erkennungsregeln ausgelöst werden kann. In diesem Fall werden alle Regeln, die den Vorfall ausgelöst haben, in der Ansicht Umgebungsdetails der Missbrauchserkennung aufgeführt.

In der folgenden Tabelle sind die Erkennungsregeln und ihre Beschreibungen aufgeführt.

Erkennungsregel	Beschreibung
Vorschau: Advanced API Scraper	Ein Modell für maschinelles Lernen, das API-Scraping erkennt, also das Extrahieren von Zielinformationen aus APIs für böswillige Zwecke.
Vorschau: Advanced Anomaly Detection	Ein Modell für maschinelles Lernen zur Erkennung von Anomalien – ungewöhnlichen Mustern in API-Traffic.
Brute Guessor	Hoher Anteil an Antwortfehlern in den letzten 24 Stunden
Flooder	Hoher Anteil an Traffic von einer IP-Adresse in einem 5-Minuten-Fenster
OAuth Abuser	Große Anzahl der OAuth-Sitzungen mit einer kleinen Anzahl von User-Agents in den letzten 24 Stunden
Roboter-Nutzer	Große Anzahl von 403-Ablehnungsfehlern in den letzten 24 Stunden
Static Content Scraper	Hoher Anteil der Antwortnutzlastgröße von einer IP in einem 5-Minuten-Fenster
TorListRule	Tor-Ausgangsknoten-IP-Liste Ein Tor-Ausgangsknoten ist der letzte Tor-Knoten, der Traffic im Tor-Netzwerk durchläuft, bevor er ins Internet wechselt. Die Erkennung von Tor-Ausgangsknoten weist darauf hin, dass ein Agent Traffic über das Tor-Netzwerk an Ihre APIs gesendet hat, möglicherweise zu böswilligen Zwecken.

Maschinelles Lernen und Erkennungsregeln

Advanced API Security verwendet Modelle, die mit den Algorithmen für maschinelles Lernen von Google erstellt wurden, um Sicherheitsbedrohungen für Ihre APIs zu erkennen. Diese Modelle werden mit echten API-Traffic-Datasets (nicht mit Ihren aktuellen Traffic-Daten) vortrainiert, die bekannte Sicherheitsbedrohungen enthalten. Dadurch lernen die Modelle, ungewöhnliche API-Traffic-Muster, wie API-Scraping und Anomalien, sowie Clusterereignisse anhand ähnlicher Muster zu erkennen.

Zwei der oben aufgeführten Erkennungsregeln basieren auf Modellen für maschinelles Lernen:

• Advanced API Scraper
• Advanced Anomaly Detection

Hinweis: Die Daten, die zum Trainieren der Modelle für maschinelles Lernen für die Regeln „Advanced API Scraper“ und „Advanced Anomaly Detection“ verwendet werden, enthalten Metadaten, einschließlich Quell-IP-Adresse, Quellregion und der Werte einiger HTTP-Anfrageheader. Die von den Modellen empfangenen Erkennungsdaten enthalten jedoch nicht die tatsächlichen Werte dieser Metadaten. Das Modell nutzt für die Erkennung statistische Attribute der Daten, nicht die Werte der Metadaten.