Préparation à la criminalistique pilotée par l'IA pour sécurité organisationnelle: Détection, corrélation et intégrité des preuves dans les environnements SOC modernes

Cet ouvrage présente la conception et la validation d'une approche intégrée visant à améliorer la préparation des organisations en matière de criminalistique numérique grâce aux technologies d'intelligence artificielle et d'apprentissage automatique. Ce travail a été motivé par le volume actuel et la diversité des types de journaux et d'informations analytiques générés dans l'environnement technologique actuel, ainsi que par l'incapacité fréquente à collecter des preuves de manière proactive. Une approche de recherche en sciences de la conception a été mise en place afin d'élaborer un cadre appliqué et éprouvé, conforme aux normes de qualité reconnues. Ce cadre se compose de quatre éléments principaux : un pipeline de streaming pour l'ingestion des données ; une étape de prétraitement visant à normaliser et à transformer les données en formats lisibles par machine ; une étape de traitement hybride IA/ML qui inclut à la fois l'identification non supervisée des anomalies et la classification supervisée des événements ; et un moteur de corrélation des preuves qui utilise une méthodologie basée sur les graphes et possède des caractéristiques inviolables. De plus, une interface utilisateur permet aux enquêteurs de visualiser les résultats explicables issus des modèles d'IA développés à partir de ce cadre.