フォルス・ポジティブ

誤検知とは、検出システムが正当な行動を悪意のあるものや疑わしいものと誤ってマークするときに発生します。

定義

誤検知とは、システムが通常または正当な活動を脅威、攻撃、または詐欺行為と誤って識別する、誤った検出結果を指します。これはサイバーセキュリティツール、ボット検出システム、スパムフィルター、および異常検出に使用される機械学習モデルで一般的に発生します。ウェブセキュリティ環境では、誤検知により実際のユーザー、正当なAPIリクエスト、または自動プロセスが悪意のあるトラフィックパターンに似ているためにブロックされることがあります。過度な誤検知は検出システムへの信頼を低下させ、チームが実際にリスクではないアラートを調査することを強制することで運用上の負担を増加させます。

メリット

• セキュリティシステムが積極的に不審なパターンをモニタリングし検出していることを示します。
• 謹慎の方向で誤って対応することで、特定の攻撃を防止するのに役立ちます。
• 過度に許容的なルールが存在することを明らかにし、調整や最適化が必要であることを示します。
• 検出アルゴリズムやモデルの継続的な改善を促進します。

デメリット

• 正当なユーザーまたはリクエストがブロックされる可能性があり、ユーザー体験を低下させます。
• セキュリティチームが実際の脅威ではないアラートを調査する時間がかかります。
• 高い誤検知率はアラートの疲労を引き起こし、運用効率を低下させる可能性があります。
• ウェブスクリーピング、API、または正当なボットなどの自動ワークフローが妨げられることがあります。

使用例

• ボット検出システムが正当なブラウザ自動化を悪意のあるトラフィックと誤って分類する。
• CAPTCHAやアンチボット防御が不審なブラウジング行動により実際のユーザーをチャレンジする。
• メールスパムフィルターが正当なメッセージをスパムと誤ってマークする。
• ウェブアプリケーションファイアウォールが攻撃パターンに似た有効なAPIリクエストをブロックする。
• 詐欺検出システムが正当な取引を疑わしいとマークする。