제이슨

JMACHINE - SIEM

Insight in everything We Analyze.

JMachine 대응

대량 이벤트의 AI 자동대응

기존 보안 관제시스템은 인적 자원 한계를 넘어서는 대량 이벤트를 발생시키고 있습니다.
JMachine은 이러한 대량 이벤트의 문제점을 AI가 자동으로 대응 처리할 수 있도록 개발된 최첨단 AI 관제 시스템입니다.

이벤트 대응
이벤트 자동 대응

Event Auto Response

  1. 대응의AI 자동화
수동 이벤트 대응
현행 시스템 이벤트 대응 환경
1하루 수천개의 대량 이벤트에 직면
임계값 조정으로 소량 이벤트 유도, 분석 효력 상실
21인 처리 가능한 평균 이벤트 개수, 60여개
※ 금융 그룹 S사 실제 사례
3대량 이벤트에 보안전문가의 인력과 시간 낭비
많은 이벤트를 확인없이 폐기하는 현실

미확인 폐기 이벤트

보안 전문가의 대응처리 이벤트

수동 이벤트 대응
이벤트 대응 자동화
JMachine 이벤트 자동 대응
1대량 이벤트 전수 대응처리 가능
로그 및 원천 데이터를 AI가 직접 분석하여 의사결정
2대량 이벤트 전수 대응처리 가능
보안 전문가의 대응행위를 AI가 기계학습
이벤트 대응 전문성의 지속적인 AI학습과 자생적 진화
보안 전문가는 최신 보안사고 분석에 집중 가능

제이머신 실제 화면

JOAS- Optimal Artificial neural network Selector

인공신경망을 생성하는 J.OAS(Optimal Artificial neural network Selector)시스템은 주어진 학습데이터를 통해 최고의 예측 성능을 보장합니다.
이는 인공지능(딥러닝 및 머신러닝) 비전문가 또한 인공지능 알고리즘(인공신경망)을 생성·활용 가능하도록 합니다.

최적화된 인공신경망 생성 = 자가학습 및 자생진화
  1. 신경망 생성

  2. 저장

  3. 데이터 저장소

기계학습
학습 데이터 = 이벤트 데이터
변수값 결과값

수치 예측 - 학습데이터(아파트 시세 가격 예측)

변수값

결과값

구분 건축 년도 방개수 샤워실 개수 집면적 가격
House1 1996 3 1 18,256 200,000,000
House2 2001 5 2 345,000,000
House3 2015 2 1 56,526 222,000,000
House4 2007 4 2 22,261 756,000,000

분류 예측 - 학습데이터(침몰선박 생존 여부예측)

구분 성별 나이 객실 등급 승무원 여부 생존 여부
탑승자1 21 2등실 승객 사망
탑승자2 89 1등실 승무원 생존
탑승자3 62 3등실 승객 사망
탑승자4 42 3등실 승객 사망
예측 판단
신규 데이터 = 이벤트 자동대응
변수값 결과값?

분석 대상 데이터

판단 결과

아래로
구분 성별 나이 객실 등급 승무원 여부 생존 여부
탑승자101 31 3등실 승무원 사망
탑승자102 62 3등실 승객 사망
탑승자103 42 3등실 승무원 사망
탑승자104 75 1등실 승객 생존
탑승자105 67 3등실 승객 생존
탑승자106 21 2등실 승객 사망
탑승자107 45 3등실 승객 생존
탑승자108 89 1등실 승무원 생존
탑승자109 36 1등실 승객 생존
탑승자110 42 3등실 승객 사망
변수값 결과값

※ 상기 데이터는 가상의 데이터 입니다.