הנחיות חדשות לרישום לוגים בארגונים
אמ;לק
מזכר חדש מהבית הלבן דורש מארגונים להפעיל מנגנוני רישום לוגים (תיעוד פעולות המערכת) מותאמים אישית לפי רמת סיכון. המטרה היא לשפר את יכולת הזיהוי של תקיפות סייבר. על מנהלי מערכות לוודא שהם מגדירים את התיעוד בצורה חכמה וממוקדת במקום לאסוף כל מידע גולמי.
סיכום בעברית: מערכת VibeSec · מדיניות המקורות
נוסף ל-VibeSec:
כותרת מקורית: Navigating the New Federal Logging Mandate | OMB Memorandum M-26-14

התוכן המלא בעברית
תרגום אוטומטי מהמקור; מונחים טכניים נשארו באנגלית. לנוסח המחייב — הכתבה המקורית.
עם פרסום תזכיר M-26-14 של ה-Office of Management and Budget (OMB) בחודש שעבר, הבית הלבן ממשיך במאמציו הרחבים להעביר את קבלת ההחלטות בתחום אבטחת הסייבר הפדרלית מצווים ממשלתיים גורפים למסגרות עבודה שסוכנויות נדרשות להתאים לצרכיהן הייחודיים.
התזכיר החדש מבטל דרישות קודמות במסגרת M-21-31, שהוצא בתגובה לתקרית פדרלית גדולה בשנת 2020, שבה גורמי איומים בחסות ממשלת רוסיה ניצלו מתקפת שרשרת אספקה על תוכנת ה-Orion של SolarWinds כדי לחדור לסוכנויות פדרליות. התזכיר הקודם היה מרחיק לכת, והוביל לשמירת כמויות אדירות של נתונים – כמו גם לבלבול לא מבוטל סביב הדרישות הספציפיות לאחסונם ולשימוש בהם.
מזכר חדש זה משקף חששות עדכניים בעידן של תוכנות המשתנות במהירות ואיומים מבוססי בינה מלאכותית (AI-enabled). הוא שואף להעביר את הממשל הפדרלי לגישה זריזה יותר לרישום לוגים (logging), המבוססת על סיכונים וסדרי עדיפויות.
כדי להתחיל בתהליך, על CISA לפתח עד ה-20 באוגוסט ארכיטקטורת ייחוס לרישום (LRA). ה-LRA לא רק ישמש כמדריך לסוכנויות בפיתוח תוכניותיהן, אלא גם כיריית הזינוק עבורן להתחיל ספרינט להתאמת גישת הרישום שלהן במהלך השנה הקרובה. לסוכנויות יהיו 120 יום ממועד פרסום ה-Logging Reference Architecture (LRA) של CISA כדי לעמוד ברמת בשלות בסיסית, ועליהן להגיע לרמת בשלות "Advanced" תוך 320 יום.
מ-Data Retention עד Actionable Security Context
אבני דרך אלו עוסקות ביותר מסתם אחסון נתונים; הן עוסקות בהשגת הקשר בר-פעולה (actionable context). מזכר M-26-14 מתמקד בשני יעדי ליבה:
• הראשון הוא Continuous Event Monitoring (CEM), לניטור פעילות בזמן אמת כאמצעי לזיהוי מהיר ולתגובה לפעילות חריגה.
• השני, Threat Hunting, Investigation, Response, and Forensics (THIRF), שואף להבטיח שלסוכנויות יהיו לוגים מתאימים כדי לחקור כל פריצה פוטנציאלית.
דבר זה יהפוך לקריטי ומורכב יותר ככל שאנו נכנסים לעידן של ציד פגיעויות וניצולן מבוסס בינה מלאכותית (AI-fueled). קיום מסגרת עבודה שסוכנויות מעדכנות כדי לעמוד בקצב של מערכת הסייבר המתפתחת ללא הרף, מציב בסיס איתן לעתיד שכולנו ניצבים בפניו.
איך Wiz Can Help
Wiz קולט יומנים חיוניים ברחבי הסביבה, כולל יומני ספקי זהות (למשל, Entra, Okta), יומני ביקורת ענן (למשל, CloudTrail, Azure Activity Logs) ו-AWS VPC Flow Logs.
בנוסף להזרמת לוגים אלה ישירות, Wiz יכולה להטמיע מידע מפריסות קיימות של צד שלישי באמצעות יכולת ה-Unified Vulnerability Management (UVM) שלנו. הדבר מאפשר לנו למשוך מידע לגבי מגוון מכשירים מקומיים, כולל Internet of Things ו-Operational Technology, לתוך ה-Wiz Security Graph. על ידי מינוף ההקשר הזה של נכסים וזהויות, Wiz מסוגלת לשפר את ניתוח זיהוי האיומים כדי לזהות במהירות אירועים מקושרים ולהפחית את עומס ההתראות (alert fatigue).
בשילוב עם ה-Blue Agent מבוסס הבינה המלאכותית שלנו, החוקר התנהגות חשודה כדי לספק מסקנות מדויקות, סוכנויות יכולות להקים זרימות עבודה אוטומטיות של תגובה כדי להכיל איומים במהירות המכונה.
הפונקציונליות החדשה של Wiz Audit History יכולה לסייע לסוכנויות בדרישה זו. Audit History פועל כ"מכונת זמן" עבור סביבת הענן שלך ותומך בדרישות THIRF. במקום לעבור ידנית על לוגים מפוזרים כדי להבין מה השתנה, Wiz מאחסנת שינויים היסטוריים כדי לבנות ציר זמן מלא ומגובה בגרסאות של תשתית הענן שלך. כאשר מתרחש אירוע אבטחה, צוותי אבטחה ו-DevOps יכולים למנף הבדלים חזותיים כדי להשוות משאב פגום מול המצב התקין האחרון הידוע שלו.
מנהלי מערכת יכולים להגדיר תקופות ברירת מחדל לשמירת נתונים ולעקוף כללים כדי להתיישר בדיוק עם צירי הזמן הפדרליים. בנוסף, הוכחת ציות למבקרים חיצוניים הופכת לפשוטה יותר. סוכנויות יכולות לייצא דוחות Audit History מקיפים ומותאמים אישית המפרטים שינויים היסטוריים בתצורה, ממצאי פגיעויות ופתרונות, ישירות למאגר הנתונים שלהן.
החלפת M-21-31 עמדה על הפרק במשך שנים. מזכר M-26-14 מייצג שינוי משמעותי באופן שבו הממשל הפדרלי תופס ניהול לוגים, ומדרבן סוכנויות לעבור לקראת תגובה לאיומים המבוססת על תעדוף ומודעות להקשר.
Wiz ממוקמת לעזור לסוכנויות פדרליות להבשיל במהירות את שיטות הרישום שלהן בענן ולגשר על הפער בין תאימות לרישום לתוצאות האבטחה בפועל.
על ידי מינוף הניטור הרציף, הזיהוי הפלילי בסיוע בינה מלאכותית (AI-assisted) והנראות המקיפה של הנכסים ב-Wiz, סוכנויות יכולות לאבטח את סביבותיהן בביטחון, לעמוד בלוחות הזמנים החדשים והאגרסיביים של OMB, ולשמור על החוסן התפעולי הדרוש כדי להתגונן מפני איומי סייבר מודרניים.
1. Achieving Continuous Event Monitoring (CEM)
M-26-14 מחייב ניטור רשת בזמן אמת, זיהוי חריגות מהיר והתראה אוטומטית כדי לספק למרכזי פעולות אבטחה (SOCs) טלמטריה שמישה.
• Real-Time Log Ingestion ו-Analytics: ה-Wiz Detection Engine קולט ומעבד יומנים רב-שכבתיים כמעט בזמן אמת על פני תשתית Cloud, SaaS, IdP ו-VCS שלך.
• Behavior-Based Anomaly Detection: במקום להסתמך אך ורק על אינדיקטורים סטטיים, Wiz קובעת קווי בסיס התנהגותיים יומיים עבור משתמשים, עומסי עבודה ואובייקטי נתונים תוך שימוש בחלון מבט לאחור של 30 עד 90 יום. מאות חוקי Threat Detection Rules (TDRs) מובנים מראש ממנפים את קווי הבסיס הללו כדי לסמן מיד פעילויות חריגות, זדוניות או לא טיפוסיות.
• Lightweight Workload Visibility: ה-eBPF מבוסס Wiz Runtime Sensor מספק נראות בזמן אמת של יישומים ברמת מיכל וברמת התהליך (כגון מעקב אחר ביצוע תהליכים, קלט פקודות וחיבורים).
• Alert Noise Reduction: כדי למנוע שחיקה של אנליסטים ב-SOC (דאגה עיקרית המודגשת בהנחיה), Wiz משתמשת בקיבוץ מודע להקשר כדי לסנתז מיליוני אירועים מבודדים המתרחשים בתוך חלון של 24 שעות לכדי התראת אבטחה אחת בעלת דיוק גבוה (high-fidelity), המגוללת סיפור תקיפה קוהרנטי.
• תמיכה באקו-סיסטם של SOC/SIEM מרכזי: Wiz מזרימה באופן מקורי איומים מתועדפים והתראות אבטחת ענן עתירות הקשר ישירות לפלטפורמות SIEM ו-SOAR קיימות (כמו Splunk, Microsoft Sentinel ו-Google SecOps) כדי להניע זרימות עבודה אוטומטיות של תגובה.
2. Driving Threat Hunting, Investigation, Response, ו-Forensics (THIRF)
התזכיר דורש מהסוכנויות לבסס יכולות עמוקות לאחר פשרה כדי למפות דפוסי תקיפה, למתן חדירות ולשמר שרשרת בלתי פוסקת של ראיות משפטיות.
• Automated & On-Demand Forensics: Wiz מאפשרת תעדוף מהיר (triage) עם איסוף פורנזי היברידי. כאשר מופעלים איומים קריטיים, ה-Wiz Runtime Sensor לוכד אוטומטית חבילות פורנזיות מקומיות (כולל סקריפטים, לוגים של מערכת, קבצים בינאריים והקשר ביצוע בזמן אמת) מעומס העבודה המושפע.
• Agentless Evidence Preservation: לצורך בידוד תשתית רחב יותר, ה-Agentless Forensics של Wiz יכול להעתיק ולשדר בצורה מאובטחת צילומי מצב של נפחי מחשב וירטואלי חשודים לחשבון פורנזי מבודד מבלי לשבש את פעילות הסוכנות השוטפת. בנוסף, הפלטפורמה מאפשרת הורדה לפי דרישה של ארכיוני Machine Log בפורמט ZIP המכילים ממצאים מקיפים מהמארח (host artifacts).
• Mapping Attack Patterns and Lateral Movement: באמצעות מינוף ה-Wiz Security Graph, חוקרים יכולים להמחיש שרשראות מורכבות של חשיפות ולעקוב במדויק אחר האופן שבו תוקף יכול לנוע לרוחב (laterally) לעבר נכסים בעלי ערך גבוה או למערכות בקרה מנהליות. אנליסטים יכולים לבחון ציר זמן אינטראקטיבי של התקיפה צעד אחר צעד כדי להבין במהירות את הגורמים השורשיים.
• Proactive Threat Hunting: צוותי אבטחה יכולים לחפש באופן יזום איומים רדומים, ללא תלות במנוע הזיהוי הראשי, על ידי הפעלת שאילתות מתקדמות חוצות דומיינים על גבי טלמטריה גולמית ו-Runtime Execution Data (RED).
3. הפעלת "Log What Matters" באמצעות אופטימיזציה של עלויות וסינון מוקדם (Pre-Filtering)
אבן היסוד של M-26-14 היא הפחתת הניקוז הפיננסי של אחסון כמויות עצומות של נתונים על ידי קידום ניהול יומן אופטימלי.
• Network Log Pre-Filtering: Wiz כולל פקדי סינון מראש של יומנים מוגדרים מראש ומותאמים לעלות הניתנים להגדרה ישירות מלוח המחוונים של הפורטל.
• Volume and Cost Reduction: עבור זרמי נתונים בנפח גבוה כמו VPC Flow Logs, Wiz יכולה לסנן תעבורה פנימית על סמך טווחי IP פנימיים מותאמים אישית. עבור לוגים של DNS, היא יכולה להחריג באופן שיטתי דומיינים פנימיים מותאמים אישית ונקודות קצה של ספקי ענן, מה שמאפשר לסוכנויות למחוק לצמיתות אירועי אחסון ענן שנוצרו על ידי שירותים לפני הגעתם ל-Wiz, ובכך למזער באופן דרסטי את תקורה ההזרמה.
4. Categorizing Assets דרך Rigorous Data Classification
ההנחיה מדגישה שגישה מבוססת סיכונים לרישום נכשלת אם ארגון אינו יכול להבדיל כראוי בין רכיבים קריטיים למשאבי רקע. זה גם ידרוש מהסוכנויות להבטיח שיומנים לא ילכדו או יחשפו נתונים בניגוד לחוק.
• AI-Driven Data Discovery: Wiz משתמשת באלגוריתמים מתוחכמים מונעי בינה מלאכותית וב-Data Classification Rules כדי לסרוק קבצים, דיסקים ומסדי נתונים, במטרה לגלות ולמפות באופן אוטומטי דפוסי נתונים רגישים (כגון PII, PHI או מסמכים פיננסיים מוסדרים).
• Strategic Log Placement: על ידי שימוש ב-Wiz Data Security Posture Management (DSPM), סוכנויות משיגות את התובנה ההקשרית הדרושה כדי לוודא באופן יזום כי רישום גישה רציף לנתונים מופעל במיוחד במאגרי נתונים המכילים מידע בסיכון גבוה או רגיש, תוך החלפת ניחושים בתיעדוף מונחי נתונים.
5. Managing Compliance דרך Incident Readiness Framework
M-26-14 מחייב שסוכנויות עוקבות באופן הדרגתי ומדווחות על ההתקדמות שלהן על פני רמות בסיסיות, בינוניות ומתקדמות של בשלות רישום.
• Incident Readiness Board: Wiz מספקת Incident Readiness Board ייעודי שתוכנן במיוחד כדי למדוד עד כמה סביבה ערוכה לזהות ולחקור הפרות בהתבסס על טביעות רגל פעילות של כיסוי יומן. הוא מנטר גבולות על פני בקרה, נתונים, רשת, מחשוב, קונטיינרים ודומיינים סודיים.
• Weighted Maturity Scores: הפלטפורמה מחשבת Readiness Score מאוחדת באמצעות נוסחה משוקללת המשקפת באופן מושלם את סדרי העדיפויות הפדרליים. לדוגמה, לוגים ניהוליים בסיסיים (כמו AWS CloudTrail, Azure Activity Logs ו-GCP Audit Logs) מסומנים כדרישות ברמת Critical, מה שמבטיח שמנהלי מערכת יוכלו לזהות בקלות סחיפות תצורה (configuration drifts) ולטפל בפערים באמצעות פקודות תיקון שנוצרו אוטומטית.
• Eliminating Blind Spots: ארכיטקטורת הליבה של Wiz, המבוססת על גישת Agentless-first, ממפה את ארכיטקטורת הענן המלאה כדי לגלות ללא הרף עומסי עבודה שנפרסו לאחרונה, ובכך בונה מלאי פעיל של Cloud Resources ו-Hosted Technologies כדי להבטיח שחלקים בארגון לא יישארו ללא מעקב או בלתי נראים.
מַסְקָנָה
M-26-14 מייצג מעבר מרישום לצורך תאימות לרישום לצורך פעולה. במקום לקבוע דרישות רחבות לשמירת נתונים, התזכיר שם דגש על זיהוי בזמן אמת, חקירות אפקטיביות ותעדוף מבוסס סיכונים.
כאשר סוכנויות פועלות לקראת אבני דרך חדשות לבשלות, הן יצטרכו את הנראות, ההקשר והיכולות התפעוליות כדי להפוך טלמטריה לתוצאות אבטחה. על ידי שילוב של ניטור מתמשך, ציד איומים וזיהוי פלילי, ונראות מקורית בענן, Wiz עוזר לסוכנויות לחזק את חוסן הסייבר תוך עמידה בכוונת M-26-14.
המשך לקרוא
נדבך 3 במוכנות לאיומי בינה מלאכותית: ביצוע ניתוח קוד מבוסס AI באופן טבעי (natively) ב-Wiz
המדריך שלך להפעלת ניתוח קוד מבוסס בינה מלאכותית (AI-powered) עם Wiz כדי להקדים את הפיתוח והיריבים המונעים על ידי בינה מלאכותית
AI Threat Readiness Pillar 2: Accelerate Patching and Response
המדריך שלך להפעלת בעלות, תיקון ותגובה עם Wiz כדי לעמוד בקצב של נוף איומי הבינה המלאכותית.
הכירו את Wiz Cloud Cost: ניהול עלויות ואופטימיזציה מבוססי הקשר (Context)
Wiz מאחדת נראות ענן וAI עלויות כדי לעזור לצוותים לחסל בזבוז ולשפר את יעילות ההוצאות בסביבות AWS, Azure ו-GCP שלהם.