Konkrete, priorisierte Bedrohungsinfos statt unzuverlässiger Warnmeldungen

Unsere Lösung konzentriert sich auf die Bereitstellung unmittelbarer Sicherheitsergebnisse und Geschäftsvorteile, nicht nur auf Datenaufbewahrung und Compliance. Agentic SecOps Core basiert auf einem KI-Agent-zentrierten Ansatz und schafft so eine zukunftsfähige SOC-Lösung, bei der Menschen und Agents Hand in Hand arbeiten. Herkömmliche SIEM-Systeme aggregieren Warnmeldungen und haben Schwierigkeiten, die gewonnenen Erkenntnisse zu korrelieren – unsere Lösung nutzt ihren Plattformvorteil und ihren tiefen Kontextgraphen, um KI-gestützte, umsetzbare Vorfallsergebnisse zu liefern. Wir bieten einen neuen Mehrwert für unsere Zero-Trust-Daten, indem wir Kunden die Möglichkeit geben, 100 % ihrer Zscaler-Protokolle direkt in Agentic SecOps vollständig zu untersuchen und Entitätsbeziehungen herzustellen, die Risiken aufzeigen, ohne dass die Kosten für das Senden dieser großen Datenmengen an das SIEM anfallen.

Agentic SecOps ist als Ergänzung und nicht als Ersatz für ein SIEM-System konzipiert. Viele Kunden nutzen ihr SIEM-System für Compliance-Berichte, die langfristige Datenspeicherung und zentralisierte Sicherheitsabläufe. Zscaler Agentic SecOps kann den Sicherheitswert von Zero-Trust-Telemetrie nativ erschließen, sodass Kunden diese großen Mengen an Protokollen nicht mehr an ihr SIEM weiterleiten müssen, nur um Erkennung und Kontext zu erhalten. Stattdessen können die zuständigen Experten einen kleineren Satz angereicherter Erkennungen und kontextbezogener Erkenntnisse an das SIEM senden, wodurch die Ergebnisse verbessert und gleichzeitig die Kosten für die Datenerfassung und der operative Aufwand reduziert werden.

Die meisten agentenbasierten SOC-Tools beginnen mit Warnmeldungen, die bereits im SOC-Stack vorhanden sind, und automatisieren dann die Untersuchungsschritte auf der Grundlage dieser Signale. Zscaler Agentic SecOps Core setzt früher in der Kette an und bietet einen differenzierten Datenvorteil: Inline-Zero-Trust-Telemetrie, angereichert mit Identität, Gerätestatus, Anwendung sowie Geschäfts- und Risikokontext. Da diese Transparenz in der Plattform selbst integriert ist, können wir eine präzisere, kontextreiche Priorisierung und entsprechende Maßnahmen bereitstellen, insbesondere für Bereiche, mit denen viele SOC-Tools zu kämpfen haben. Dazu zählen beispielsweise nicht verwaltete Geräte, kompromittierte Identitäten, Angriffe, die sich im verschlüsselten Traffic verstecken, und verkettete Angriffe. Das Ergebnis sind handlungsorientierte Arbeitsabläufe, die auf aussagekräftigen Signalen und umfassenden Kontextinformationen basieren, und nicht nur auf der Automatisierung unstrukturierter Warnmeldungen.

Die Plattform stellt zahlreiche, von Experten geschulte KI-Agents bereit, die gemeinsam auf Basis sauberer, kontextbezogener Zero-Trust-Telemetrie arbeiten, die über den Zscaler Context Graph miteinander verbunden ist – bessere Daten führen zu besseren KI-Ergebnissen und schnelleren, sichereren Entscheidungen. Unsere ersten Agents umfassen: KI-Zusammenfassung (klare, vollständige Warnmeldung), KI Grouping/Correlation (gelernte Gruppierungsvorschläge, die über vordefinierte Regeln hinausgehen), KI-Triage (schnelle Validierung und Priorisierung verdächtiger Signale, einschließlich IOCs), KI-Empfehlungen (Eindämmung und optimale Folgemaßnahmen) und KI-Anreicherung (MITRE-Kontext sowie Angaben zu Asset/Host und Risikodetails). Jeder Agent präsentiert sowohl unterstützende als auch widersprüchliche Beweise und erklärt Unstimmigkeiten, um das Vertrauen der Kunden zu stärken. Zukünftige Plattformerweiterungen werden zusätzliche Agents umfassen, die von unserem MDR-Expertenservice geschult werden.

Agentic SecOps wurde speziell für Zscaler-Kunden entwickelt, da es nativ auf die bereits vorhandenen Funktionen der Zscaler-Plattform zurückgreift, anstatt die Kunden zum Exportieren von Rohprotokollen und zur Rekonstruktion des Kontextes an anderer Stelle zu nötigen. Es nutzt Inline-Zero-Trust-Telemetriedaten, die zu Usern, Apps und Geräten generiert werden, und reichert diese dann mit Kontextinformationen an (Identität, Status, Anwendung sowie Geschäfts- und Risikokontext), die bereits in der Zscaler-Umgebung vorhanden sind. Da Erkennung, Priorisierung und agentenbasierte Workflows auf der Plattform ausgeführt werden, können Kunden schneller mit weniger Integrationsaufwand agieren, die Abhängigkeit von der Erfassung großer SIEM-Datenmengen und benutzerdefinierten Korrelationsregeln verringern und risikogerechte Maßnahmen ergreifen, indem sie Zero-Trust-Inline-Kontrollen nutzen, die Bedrohungen dynamisch abwehren können.