ICT network security risks

Lab SOC mini: aturan deteksi, triase berbantuan AI, dan laporan insiden

Bangun lab SOC di laptop Anda memakai log serangan yang direkam ulang (dataset disediakan). Tulis aturan deteksi, ukur kinerjanya, lakukan triase dengan bantuan LLM, dan tulis laporan insiden lengkap. Setiap kesimpulan AI yang Anda pakai harus diverifikasi terhadap log asli. Tahapan pengerjaan • Kerangka: Arsitektur lab, sumber log, dan daftar teknik serangan yang ingin dideteksi beserta alasannya. • Draf: SIEM berjalan, log mengalir, dan minimal 5 aturan deteksi aktif beserta hasil uji awal. • Revisi: Minimal 8 aturan, positif palsu dikurangi berdasarkan data, alur triase berbantuan LLM berjalan, dan umpan balik reviewer ditindaklanjuti. • Final: Laporan insiden lengkap untuk skenario yang diberikan, catatan verifikasi atas kesimpulan AI, dan pemetaan ATT&CK.

Yang diserahkan: Tautan repositori berisi konfigurasi lab dan aturan deteksi, tabel kinerja deteksi (positif benar dan positif palsu), dan laporan insiden maksimal 5 halaman.

• Kualitas deteksibobot 30% · skor 0–4

  Aturan menangkap teknik sasaran dengan positif palsu yang terkendali dan terukur.

• Ketepatan triasebobot 25% · skor 0–4

  Prioritas dan eskalasi tepat; kesimpulan AI diverifikasi terhadap bukti, bukan diterima begitu saja.

• Investigasi dan kronologibobot 20% · skor 0–4

  Kronologi insiden akurat dan didukung bukti log.

• Laporan insidenbobot 15% · skor 0–4

  Laporan jelas untuk pembaca teknis dan manajemen, dengan rekomendasi yang bisa ditindaklanjuti.

• Pemetaan ATT&CKbobot 10% · skor 0–4

  Deteksi dipetakan dengan benar ke taktik dan teknik.

Pengamanan platform AI di cloud dengan model ancaman, kontrol berlapis, dan uji serangan

Amankan aplikasi AI contoh yang sengaja rentan, di lingkungan cloud milik Anda sendiri. Tulis model ancamannya, terapkan kontrol, lalu serang sistem Anda sendiri dengan minimal 10 skenario (termasuk prompt injection tidak langsung lewat dokumen yang diunggah) dan laporkan mana yang tertahan dan mana yang tidak. Semua pengujian hanya boleh dilakukan pada lingkungan milik Anda sendiri. Tahapan pengerjaan • Kerangka: Model ancaman (aset, pelaku, jalur serangan, prioritas) dan rancangan kontrol. • Draf: IAM, isolasi jaringan, dan pengelolaan rahasia diterapkan sebagai kode; pencatatan aktif. • Revisi: Kontrol khusus LLM diterapkan dan 10 skenario serangan dijalankan; umpan balik reviewer ditindaklanjuti. • Final: Laporan keamanan bergaya enterprise: ringkasan eksekutif, temuan, risiko yang tersisa beserta alasan menerimanya.

Yang diserahkan: Tautan repositori berisi kode infrastruktur dan aplikasi yang sudah diamankan, dokumen model ancaman, log uji serangan, dan laporan keamanan maksimal 6 halaman.

• Kualitas model ancamanbobot 25% · skor 0–4

  Ancaman diprioritaskan berdasarkan dampak dan kemungkinan, termasuk ancaman khas LLM; tidak sekadar daftar umum.

• Ketepatan kontrol cloudbobot 25% · skor 0–4

  IAM benar-benar minimum, jaringan terisolasi, dan rahasia terkelola, semuanya sebagai kode.

• Pertahanan aplikasi LLMbobot 25% · skor 0–4

  Prompt injection langsung dan tidak langsung serta kebocoran data ditangani berlapis, bukan dengan satu filter.

• Pengujian dan kejujuran temuanbobot 15% · skor 0–4

  Skenario serangan realistis; kegagalan kontrol dilaporkan apa adanya.

• Komunikasi risikobobot 10% · skor 0–4

  Laporan bisa dipakai pengambil keputusan; risiko yang tersisa beserta alasannya jelas.