Cross-Correlation (همبستگی متقاطع داده‌ها)

همبستگی متقاطع داده‌ها توانایی برقراری ارتباط و تحلیل داده‌ها از منابع مختلف – مانند نقاط انتهایی، شبکه، ابر و فیدهای تهدید شخص ثالث – به‌صورت تقریباً بلادرنگ است. سکوی XDR به‌جای بررسی جداگانه هر جریان اطلاعات، رویدادهای حوزه‌های گوناگون را به هم مرتبط می‌کند تا تهدیدات پیچیده و هماهنگ را شناسایی نماید.

برای مثال، ممکن است یک رویداد ظاهراً عادی در یک ایستگاه کاری، هنگامی که در کنار یک ارتباط شبکه‌ای غیرمعمول و یک ورود مشکوک به حساب ابری از موقعیتی غیرمنتظره قرار گیرد، نشانه یک حمله پیشرفته باشد؛ حمله‌ای که هیچ‌یک از این حوزه‌ها به‌تنهایی قادر به شناسایی آن نیستند. قوانین همبستگی متقاطع – چه از پیش تعریف‌شده و چه سفارشی – به سیستم امکان می‌دهند این الگوهای چندبرداری را تشخیص دهد و وقتی دنباله‌ای از رویدادهای میان‌دامنه مطابق با یک سناریوی حمله شناخته‌شده باشد، هشدار صادر کند.

این تحلیل جامع با ارائه «تصویر کلان»، به شناسایی تهدیدات پیشرفته مانند حملات APT کمک می‌کند؛ تهدیداتی که ممکن است در لاگ‌های پراکنده و بدون همبستگی، نادیده بمانند. همچنین از همبستگی بازنگرانه نیز پشتیبانی می‌کند؛ به این معنا که می‌توان با استفاده از قوانین جدید، داده‌های تاریخی را دوباره تحلیل کرد تا حملاتی که پیش‌تر شناسایی نشده بودند، آشکار شوند.