利用Sigma相關(guān)改進(jìn)威脅檢測(cè)

來(lái)源:https://blog.sekoia.io/improving-threat-detection-with-sigma-correlations/

https://github.com/D0d3cah3dr0n/Dagger/tree/main/rules/sigma

http://kth.diva-portal.org/smash/get/diva2:1589698/FULLTEXT01.pdf

https://maciejszymczyk.medium.com/ksqldb-real-time-sql-magic-in-the-cybersecurity-scenario-part-1-3232fa711442

https://github.com/D0d3cah3dr0n/Dagger/blob/main/sigma-transf/main.py

https://bradleyjkemp.dev/sigmadoc/rules/proxy/proxy_ursnif_malware_c2_url.yml/

今天,我們將Sigma關(guān)聯(lián)性( Correlations)支持到SEKOIA-IO威脅檢測(cè)能力!在這篇文章中,我們將討論如何使用它,以及為什么需要它。

一、STIX和STIX模式的局限性

當(dāng)我們第一次創(chuàng)建威脅檢測(cè)引擎時(shí),我們查看了現(xiàn)有的數(shù)據(jù)格式,以確定是否可以使用其中一種。由于我們的愿景是網(wǎng)絡(luò)威脅情報(bào)對(duì)威脅檢測(cè)至關(guān)重要,我們轉(zhuǎn)向STIX,發(fā)現(xiàn)它是一個(gè)很好的候選者:

1、觀察數(shù)據(jù)對(duì)象可用于描述事件

2、STIX模式可以描述檢測(cè)規(guī)則

但是隨著我們的產(chǎn)品和用例的發(fā)展,我們不得不面對(duì)一些限制。

首先,我們用來(lái)表示事件的觀察數(shù)據(jù)對(duì)象遠(yuǎn)非理想。我們面臨著正確索引事件和STIX模型不適合搜索的問(wèn)題。出于這些原因,我們決定改用Elastic公共模式(ECS)。

然后,我們嘗試基于多個(gè)事件設(shè)計(jì)復(fù)雜的檢測(cè)場(chǎng)景。例如,假設(shè)我們想要快速連續(xù)地檢測(cè)幾個(gè)偵察命令的使用。單獨(dú)的每一個(gè)命令都不可疑,但放在一起可能表明有偵察活動(dòng):

([process:command_line LIKE ‘quser%’] AND [process:command_line LIKE ‘dir%’] AND [process:command_line LIKE ‘net%’]) WITHIN 30 SECONDS

乍一看,這個(gè)模式似乎正在做我們想要的事情。但是有一個(gè)主要的問(wèn)題:STIX Patterning沒(méi)有辦法限制此檢測(cè)邏輯適用的事件范圍。當(dāng)我們監(jiān)控整個(gè)周邊時(shí),這真正的意思是:“quser”anywhere和“dir”anywhere和“net”anywhere在30秒內(nèi)。我們真正想要的是將此邏輯應(yīng)用于相同的主機(jī)名和可能相同的用戶(hù)。

不要誤解我們,我們?nèi)匀徽J(rèn)為STIX是模擬威脅情報(bào)的最好方法,我們的威脅情報(bào)平臺(tái)正在密集使用它。但為了強(qiáng)大的檢測(cè),我們還需要?jiǎng)e的東西。

二、Sigma來(lái)拯救我們!

在那時(shí)候,似乎沒(méi)有明顯的替代者能夠提供我們所設(shè)想的所有功能,直到這款游戲出現(xiàn):

Sigma已經(jīng)是檢測(cè)規(guī)則中最常用的格式,所以這些相關(guān)特征的添加使其成為我們尋找的完整選項(xiàng)。這開(kāi)啟了將我們的檢測(cè)邏輯轉(zhuǎn)換為Sigma的漫長(zhǎng)過(guò)程,隨著SEKOIA.IO中原生Sigma相關(guān)性支持的發(fā)布,這個(gè)過(guò)程在本周結(jié)束。與STIX模式相比,Sigma相關(guān)性的主要改進(jìn)是增加了“分組”功能。我們前面的例子可以用以下規(guī)則修復(fù):

name:quser_recon

detection:

selection:

? process.command_line|startswith:quser

condition:selection

–––

name:dir_recon

detection:

selection:

? process.command_line|startswith:dir

condition:selection

–––

name:net_recon

detection:

selection:

? process.command_line|startswith:net

condition:selection

–––

action:correlation

type:temporal

rule:

-quser_recon

-dir_recon

-net_recon

group-by:

-user.name

-log.hostname

timespan:30s

ordered:false


這依賴(lài)于匹配事件序列的“時(shí)間”相關(guān)規(guī)則。下面是我們實(shí)驗(yàn)室中由該規(guī)則生成的一個(gè)警報(bào)示例。如您所見(jiàn),警報(bào)是在幾秒鐘內(nèi)創(chuàng)建的。



Sigma correlation還支持“event_count”類(lèi)型來(lái)匹配幾個(gè)類(lèi)似的事件。以“user.name”在5分鐘內(nèi)登錄失敗超過(guò)5次為例:


最后,“value_count”關(guān)聯(lián)類(lèi)型可用于根據(jù)字段中唯一值的數(shù)量創(chuàng)建檢測(cè)規(guī)則。例如,這里有一個(gè)規(guī)則來(lái)檢測(cè)當(dāng)一個(gè)“user.name”登錄失敗超過(guò)5個(gè)不同的“日志”。在5分鐘內(nèi)輸入主機(jī)名:

三、顯著的差異

我們很高興現(xiàn)在支持SEKOIA.IO中的Sigma和Sigma相關(guān)。也就是說(shuō),有幾點(diǎn)使我們的實(shí)現(xiàn)與典型的Sigma支持不同,值得一提:

我們直接在規(guī)則中使用來(lái)自ECS格式的規(guī)范化字段。

Sigma相關(guān)規(guī)范還沒(méi)有包含在Sigma的當(dāng)前版本中。據(jù)我們所知,我們是第一個(gè)支持它的。

我們添加了一個(gè)“aliases”屬性來(lái)覆蓋更復(fù)雜的用例。

雖然Sigma通常用于將規(guī)則轉(zhuǎn)換為查詢(xún)語(yǔ)言,但我們的實(shí)時(shí)檢測(cè)引擎中就建立了對(duì)Sigma的支持。這意味著更快的檢測(cè),使您能夠?qū)W(wǎng)絡(luò)攻擊作出快速反應(yīng)。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,224評(píng)論 6 529
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 97,916評(píng)論 3 413
  • 文/潘曉璐 我一進(jìn)店門(mén),熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人,你說(shuō)我怎么就攤上這事。” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 175,014評(píng)論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我,道長(zhǎng),這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 62,466評(píng)論 1 308
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 71,245評(píng)論 6 405
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 54,795評(píng)論 1 320
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼。 笑死,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 42,869評(píng)論 3 440
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 42,010評(píng)論 0 285
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 48,524評(píng)論 1 331
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 40,487評(píng)論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 42,634評(píng)論 1 366
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,173評(píng)論 5 355
  • 正文 年R本政府宣布,位于F島的核電站,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 43,884評(píng)論 3 345
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 34,282評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 35,541評(píng)論 1 281
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 51,236評(píng)論 3 388
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 47,623評(píng)論 2 370

推薦閱讀更多精彩內(nèi)容