Securityteams verdrinken in data. Waar een organisatie tien jaar geleden met een paar duizend logregels per dag uitkwam, gaat het nu om miljoenen events uit firewalls, endpoints, cloudapplicaties en identiteitsplatforms. Tegelijk laat de aanvaller van nu weinig sporen achter die op het eerste gezicht verdacht zijn. Hij logt in met gestolen maar geldige inloggegevens, gebruikt de beheertools die al op het systeem staan en blijft soms maanden onopgemerkt, verscholen tussen gewone bedrijfsprocessen.

Een Next Gen SIEM zet daar kunstmatige intelligentie, gedragsanalyse en automatisering tegenover, bovenop de klassieke functies van Security Information & Event Management. Het label “next generation” wordt alleen zo vaak gebruikt dat het weinig meer zegt. De vraag die er werkelijk toe doet, is of een platform in de dagelijkse praktijk van een SOC meetbaar beter presteert, of dat er vooral bekende functies onder een nieuw etiket worden verkocht.

Van logverzameling naar correlatie en gedragsanalyse

SIEM-systemen begonnen als centrale logverzamelaars. Een server ontving logs van firewalls, servers en applicaties, sloeg die op in een database en gaf een alert zodra een vooraf gedefinieerde regel afging. Dat werkte redelijk zolang netwerken overzichtelijk waren en aanvallers voorspelbare patronen volgden.

Moderne aanvallen laten zich zo niet vangen. Iemand die met buitgemaakte inloggegevens binnenkomt, levert geen afwijkend loginpatroon op. Malware die via Windows PowerShell draait, lijkt verdacht veel op een systeembeheerder die gewoon zijn werk doet. Een regelgebaseerde SIEM die alleen naar losse events kijkt, mist dit soort scenario’s vrijwel altijd.

Wat maakt een SIEM next generation?

Context. Een Next Gen SIEM houdt bij welke systemen er in gebruik zijn, hoe ze zich normaal gedragen en met wie ze communiceren. In plaats van elke melding los te beoordelen, analyseert het platform patronen over langere tijd en over meerdere systemen heen. User and Entity Behavior Analytics, kortweg UEBA, doet daarin veel van het zware werk: het systeem leert wat normaal is voor een gebruiker, server of applicatie en slaat alarm zodra iets daarvan afwijkt. Denk aan een boekhouder die om drie uur ’s nachts ineens grote hoeveelheden bestanden van een fileserver haalt. Elke afzonderlijke actie is toegestaan, de combinatie is dat bepaald niet.

De toevoeging van AI moest in eerste instantie vooral routineanalyses automatiseren en analisten helpen bij lastige onderzoeken. Lange tijd was het eerlijke antwoord dat veel van die AI neerkwam op machine learning-algoritmen die al jaren bestonden, in een nieuwe verpakking. Dat beeld is de afgelopen anderhalf jaar wel veranderd. Met zogenoemde agentic AI voert een assistent zelfstandig een onderzoek in meerdere stappen uit: hij stelt een plan op, draait de benodigde queries en komt met een onderbouwd oordeel over de vraag of een incident echt is of vals alarm.

De analist houdt het laatste woord. Het voorwerk is alleen grotendeels al gedaan.

Welke functies horen bij een moderne SIEM?

Een volwassen SIEM doet meer dan logs verzamelen en doorzoekbaar maken. Het koppelt die logs aan een actueel overzicht van de omgeving, meestal een configuratiedatabase (CMDB) die via automatische asset discovery wordt opgebouwd. Daardoor weet het systeem bij een melding niet alleen wát er gebeurt, maar ook op welk apparaat, bij welke afdeling en welke bedrijfsdienst er last van heeft. Platforms die ook prestatie- en beschikbaarheidsgegevens meenemen, brengen bovendien de werelden van het Security Operations Center en het Network Operations Center bij elkaar. Een switch die uitvalt en een verdachte login op dezelfde locatie worden dan niet door twee teams los van elkaar onderzocht.

Vooraf gebouwde correlatieregels, rapporten en dashboards scheelt veel tijd bij de ingebruikname. Reken er wel op dat het afstemmen van die regels op uw eigen omgeving werk blijft dat u niet moet onderschatten. Standaardregels die niet passen bij hoe uw organisatie werkt, leveren vooral valse meldingen op, en daarmee precies de alert fatigue die u wilde voorkomen.

Let ook op hoe breed het platform logs kan inlezen. De meeste organisaties hebben apparatuur en software van meerdere leveranciers, en een SIEM die alleen goed overweg kan met één merk laat blinde vlekken achter. Voor organisaties met meerdere vestigingen, dochterbedrijven of een productieomgeving met OT-systemen zijn multi-tenancy en ondersteuning voor industriële protocollen het controleren waard.

Hoe zet een moderne SIEM AI in bij incidentonderzoek?

De nieuwste generatie platforms laat een AI-assistent incidenten zelfstandig onderzoeken aan de hand van vooraf ingestelde onderzoeksvragen. Die vragen zijn per detectieregel op te slaan, zodat het volgende vergelijkbare incident automatisch dezelfde onderzoeksroute doorloopt. Analisten kunnen in gewone taal vragen stellen aan de data, doorvragen op een eerder antwoord en queries laten opstellen zonder eerst een querytaal te leren.

Daarnaast zie je functies opduiken die het onderzoek verbreden. Met federated search zoekt een analist in externe databronnen, zoals cloudopslag of de data van een EDR-oplossing, zonder die gegevens eerst in de SIEM te importeren. Event tagging verrijkt binnenkomende events met eigen kenmerken, bijvoorbeeld de afdeling die bij een bepaalde IP-reeks hoort. Die kenmerken zijn daarna gewoon bruikbaar in regels en rapporten. Het zijn geen spectaculaire vernieuwingen, maar in de praktijk besparen ze een analist veel handwerk.

On-premises SIEM of SIEM vanuit de cloud?

Steeds meer leveranciers brengen SIEM, SOAR, UEBA, case management, threat intelligence en detectie van identiteitsdreigingen samen in één cloudplatform met één console en één abonnement. Dat is aantrekkelijk voor organisaties die geen eigen infrastructuur meer willen onderhouden. Wie gevoelige data niet buiten de eigen omgeving wil hebben, of te maken heeft met strikte eisen rond dataopslag, kiest vaak nog bewust voor een SIEM in eigen beheer, on-premises of in een private cloud. Beide varianten zijn volwassen. Welke past, hangt vooral af van uw eisen rond data, beheer en kostenmodel.

Waar let u op bij de keuze voor een Next Gen SIEM?

Begin bij de vraag wie de meldingen straks gaat beoordelen. Dat klinkt vanzelfsprekend, toch zien we regelmatig organisaties die een SIEM aanschaffen en pas na de implementatie merken dat niemand tijd heeft om de incidenten op te volgen. Een SIEM zonder analisten is een dure logarchiefkast. Heeft u geen eigen securityteam dat dag en nacht kan reageren, kijk dan naar een dienst als SOC as a Service, waarbij een extern team de bewaking en opvolging verzorgt.

Breng daarna in kaart welke systemen u wilt monitoren en welke logbronnen daarbij horen. Die inventarisatie bepaalt de omvang van het project en vaak ook direct de kosten, omdat veel SIEM-platforms worden gelicentieerd op basis van het datavolume per dag of het aantal events per seconde. Het loont om kritisch te zijn. Niet elke logregel heeft beveiligingswaarde, en wie alles binnenhaalt, betaalt voor ruis.

Kijk verder goed naar hoe het platform past bij uw bestaande incident response-procedures en securitytools. De implementaties die het best werken, sluiten aan op de manier waarop een team al werkt, in plaats van alles opnieuw op te bouwen rondom een nieuw dashboard. Een gefaseerde implementatie, te beginnen met de meest kritieke systemen, levert sneller resultaat op dan alles in één keer willen aansluiten. Investeer ten slotte in training. Gedragsanalyse en geavanceerde correlatie leveren pas iets op als analisten begrijpen wat het systeem doet en waarom het een melding geeft.

SolidBE helpt organisaties bij de keuze, inrichting en het beheer van een SIEM, als losse SIEM-oplossing of als onderdeel van bredere security operations. Wilt u zien hoe een moderne SIEM met uw eigen logbronnen omgaat? Vraag een demo aan, dan laten we het u in de praktijk zien.