UEBA 是用户和实体行为分析技术(user and entity behavior analytics )，UEBA更多的是关注人异常行为，行为主体通常是企业内部的员工。UEBA技术基于海量数据对内部用户的异常行为或内部威胁进行预测，直接以“人”的视角给出判定，抓住“坏人”、主动出击，在数据泄漏之前进行阻止，并为安全分析人员提供可靠的依据。
我们可以通俗的理解为，UEBA是通过技术手段侦察到，“谁”在什么时间内做了什么“坏事”，或者“谁”即将准备“做坏事”。
UEBA和DLP联动，可以提高检测的效率和精确度，减少误报。数据防泄漏（DLP）产品做为APT攻击的最后一道防线可以有效防止用户数据资产的泄漏，但是纯粹的DLP解决方案存在敏感信息不易定义的问题，引起较高的误报率和较低的检出率，只能够被动的对数据进行监控和保护，无法做到主动防御。而且DLP对一般人员效果显著，但是对于别有用心的人员防护能力略显不足。而主动防御，对别有人用心的人进行防御，则是UEBA的强项。如果IUEBA能与数据防泄漏 (DLP)技术相结合，则能实现更精准的异常行为定位。
相较于传统的安全设备分析外部威胁系统例如 SOC/SIEM（Security Operations Center/Security Information Event Management,安全运营中心/安全事件管理），UEBA更加聚焦于“异常用户”（即特权账号被盗用）和“用户异常”（即合法的人做不合法的事），其本身对海量告警信息并不关心。UEBA对企业内部威胁的分析场景更有优势，更侧重于关注用户的行为，可以从另一视角去发现问题。
通常UEBA会与SIEM联动，针对外部数据和内部数据进行统一侦察分析，实现系统的多维度异常检测，对于将会产生的威胁进行及时告警，规避风险。
