Solutions de machine learning pour Réponse aux vulnérabilités
Recommandations d'affectation de vulnérabilité utilise ServiceNow® Intelligence prédictive et le machine learning pour recommander des groupes d’affectation pour les éléments vulnérables (VI) et les tâches de remédiation (VUL, ou RT). Vous pouvez réduire le temps que vous consacrez à l’identification des propriétaires des résultats de vulnérabilité non affectés ou mal attribués. En outre, vous pouvez voir un score de confiance généré par le système qui évalue si le groupe d’affectation recommandé est adapté pour résoudre la vulnérabilité.
Les Intelligence prédictive options sont utilisées pour Réponse aux vulnérabilités offrir de meilleures expériences de travail en créant et en formant un modèle de définition de solution qui peut prédire le groupe d’affectation en fonction des données existantes.
Pour en savoir plus, consultez Intelligence prédictive.
Recommandations d'affectation de vulnérabilité
- Réponse aux vulnérabilités (
com.snc.vulnerability) - Intelligence prédictive (
com.glide.platform_ml)
Pour en savoir plus, consultez Intelligence prédictive.
Scores de confiance
Utilisez l’application Recommandations d'affectation de vulnérabilité pour générer le score de confiance qui indique le niveau de confiance des groupes d’affectation recommandés pour les RT ou VI sélectionnés. Le score de confiance évalue si le système est sûr que le groupe d’affectation recommandé est adapté pour résoudre la vulnérabilité. Jusqu’à 10 recommandations s’affichent. Ces recommandations sont basées sur la probabilité la plus élevée de réussite. La première recommandation de la liste signifie que le système est le plus sûr d’être le bon groupe d’affectation.
Par exemple, sur une échelle de 0 à 100, pour chaque groupe d’affectation, le score de confiance suggère la probabilité qu’un VI ou un RT appartienne à ce groupe particulier.