SuperAPI AI 工具集

building-detection-rule-with-splunk-spl

安全与审计

查看项目

更新于 10-15 13:52

技能介绍

用途

本技能面向安全运营中心(SOC)环境,讲解如何使用 Splunk 搜索处理语言(SPL)构建检测规则。Splunk SPL 是 Splunk Enterprise Security 中用于构建关联搜索的主要查询语言,用于检测可疑事件和模式。精心编写的检测规则可以聚合、关联并富化安全事件,为 SOC 分析师生成可操作的重要事件。资料指出,企业 SIEM 平均仅覆盖 21% 的 MITRE ATT&CK 技术,因此熟练编写 SPL 规则对于弥补检测缺口至关重要。

主要能力

技能提供了多种核心 SPL 检测规则模式:

  1. 基于阈值的检测:检测在时间窗口内超过定义计数的事件,例如通过 EventCode 4625 统计失败登录次数和唯一用户数来识别暴力破解。

  2. 基于序列的检测:关联事件序列,例如失败登录后跟随成功登录,用于识别成功的暴力破解攻击。

  3. 基于基线对比的异常检测:将当前活动与基线周期比较以检测峰值,例如通过代理日志统计每小时请求数并与过去 7 天平均值和标准差对比。

  4. 横向移动检测:使用 Windows 登录事件(EventCode 4624,Logon_Type=3)识别潜在的横向移动,统计源 IP 和用户访问的唯一主机数。

  5. 数据外泄检测:监控大型出站数据传输,例如通过防火墙日志统计出站字节数和唯一目标数。

  6. PowerShell 可疑执行检测:检测编码或混淆的 PowerShell 命令,通过 EventCode 4104 的 ScriptBlockText 进行模式匹配。

使用方式

在 Splunk ES 中构建关联搜索的步骤包括:定义用例并映射到 MITRE ATT&CK 技术;识别包含相关事件的索引和 sourcetype;编写基础搜索;添加聚合(stats、eventstats 或 streamstats);应用阈值条件;通过查找表富化上下文(资产信息、身份数据、威胁情报);配置重要事件的严重性、紧急性和描述字段;针对历史数据运行并验证检测准确性。

技能还提供了关联搜索配置模板,使用 tstats 从数据模型查询,结合 dnslookup、asset_lookup 等查找表进行富化,并设置 urgency、rule_name、rule_description 和 mitre_attack 字段。

适用场景

适用于在环境中部署或配置 Splunk SPL 检测规则、建立符合合规要求的安全控制、构建或改进该领域的安全架构,以及执行需要此实现的安全评估。

前置条件

需要已部署并配置 Splunk Enterprise Security(ES);具有适当角色访问 Splunk Search & Reporting 应用;理解通用信息模型(CIM)数据模型;熟悉 MITRE ATT&CK 框架技术;了解组织的日志源和数据流。

性能优化

技能建议使用数据模型配合 tstats 查询;限制时间范围并使用索引字段;使用摘要索引建立历史基线。

测试与验证

可通过 makeresults 构造已知攻击模式进行测试,并计算检测指标,如精确率和误报率。

MITRE ATT&CK 映射

技能提供了技术 ID 与 SPL 检测方法的映射表,包括 T1110.001(密码猜测)、T1059.001(PowerShell)、T1021.002(SMB/Windows 管理共享)、T1048(通过 C2 外泄)、T1053.005(计划任务)、T1003.001(LSASS 内存)等。

限制

资料未提供具体的收费、价格、平台限制或效果保证信息。实际检测效果取决于环境配置、数据源质量和规则调优。