Ce module propose un guide complet sur la mise en place de Google SecOps SIEM, en mettant l'accent sur l'ensemble du cycle de vie de l'intégration des données, du contrôle d'accès et de la normalisation. Les apprenants exploreront tous les chemins d’ingestion pris en charge — collecteurs directs, API tierces, compartiments de stockage cloud, services de streaming et déploiements sur site à l’aide de BindPlane — afin de comprendre quand et comment chaque méthode est utilisée. Le module aborde également en détail le cadre RBAC (RBAC) de SIEM, en traitant des autorisations au niveau des fonctionnalités, de l’accès limité aux données, des périmètres, des étiquettes et des stratégies pratiques pour mettre en œuvre des opérations sécurisées et basées sur le principe du privilège minimal. Enfin, les apprenants aborderont les concepts de normalisation et la gestion des analyseurs syntaxiques afin de s’assurer que les journaux ingérés sont structurés, transformés et enrichis conformément aux meilleures pratiques UDM. À l’issue de ce module, les participants seront en mesure de déployer un pipeline d’ingestion SIEM pleinement fonctionnel et bien gouverné.

Ce module propose un guide complet sur la manière de mener des enquêtes sur les incidents de sécurité au sein de Google SecOps SIEM, en mettant l’accent sur la façon dont les analystes passent de l’exploration des journaux bruts à des enquêtes structurées et fondées sur des hypothèses à l’aide de l’UDM. Les apprenants commenceront par découvrir les techniques de recherche dans les journaux bruts afin de comprendre comment les données sont importées dans la plateforme et comment valider rapidement leur ingestion, leurs horodatages et le contexte de leur source. Le module présente ensuite le schéma UDM et les familles de champs, en expliquant comment la normalisation permet d’effectuer des requêtes cohérentes sur des sources de données disparates. Les participants passeront ensuite à la recherche UDM et à l’agrégation statistique, en apprenant à pivoter, regrouper et corréler des événements à l’aide de requêtes structurées et de tableaux de données. Grâce à des démonstrations pratiques et des exemples guidés, les apprenants développeront des workflows d’investigation efficaces combinant journaux bruts, recherches UDM et agrégations afin d’identifier les comportements suspects, de valider les détections et d’étayer les décisions en matière de réponse aux incidents.

Ce module offre une vue d'ensemble complète des tableaux de bord de Google SecOps SIEM, en mettant l'accent sur la manière dont ceux-ci sont utilisés pour visualiser, surveiller et exploiter les données de sécurité. Les apprenants commenceront par une introduction aux tableaux de bord préconfigurés et au contenu prêt à l'emploi, afin de comprendre quand et comment utiliser les vues prédéfinies par rapport aux tableaux de bord personnalisés. Le module guide ensuite les participants dans la création de requêtes YARA-L pour les tableaux de bord, en appliquant des techniques de filtrage efficaces pour se concentrer sur les signaux pertinents et réduire le bruit. Les fonctionnalités avancées des tableaux de bord natifs sont explorées, notamment les widgets interactifs, les analyses approfondies et les considérations de performance, suivies d’un aperçu des tableaux de bord SIEM traditionnels et de leurs différences par rapport aux tableaux de bord natifs. À la fin du module, les apprenants seront capables de concevoir et de maintenir des tableaux de bord fournissant des informations de sécurité claires et exploitables, tant pour les analystes que pour les parties prenantes.

Ce module propose une introduction complète à l'ingénierie de détection dans Google SecOps SIEM, en mettant l'accent sur la création, le test et l'optimisation des détections à l'aide de YARA-L. Les apprenants commenceront par explorer des catégories de détection, des ensembles de règles et des dépendances entre règles soigneusement sélectionnés afin de comprendre comment les détections sont organisées et déployées à grande échelle. Le module aborde ensuite en détail la construction des règles YARA-L, en couvrant la structure des règles, les variables, la correspondance de chaînes par expressions régulières, les listes de référence, les champs répétés et les fonctions YARA-L CORE. Les participants apprendront à concevoir des règles à événement unique, à événements multiples et composites, à exploiter le contexte des entités et le graphe d’entités pour améliorer la précision des détections, et à comprendre comment les événements sont transformés en alertes. Enfin, les apprenants s’exerceront aux techniques de test et d’optimisation des règles afin d’améliorer les performances, la précision et la maintenabilité des détections dans les environnements de production.