SuperAPI AI 工具集

building-threat-hunt-hypothesis-framework

安全与审计

查看项目

更新于 10-15 13:52

技能介绍

用途

该技能用于构建系统化的威胁狩猎工作流,将威胁情报和 ATT&CK 覆盖差距分析转化为可测试的假设,然后通过查询、分析和验证来执行这些假设。其核心目标是在环境中主动寻找与特定技术相关的入侵指标,而非被动等待告警。

何时使用

  • 主动在环境中狩猎相关技术的指标时
  • 威胁情报显示攻击者正在使用这些技术的活跃活动后
  • 事件响应期间,用于界定与这些技术相关的入侵范围
  • EDR 或 SIEM 告警触发相关指标时
  • 定期安全评估和紫队演练期间

前置条件

  • 具备进程和网络遥测能力的 EDR 平台(如 CrowdStrike、MDE、SentinelOne)
  • 已摄取相关日志数据的 SIEM(如 Splunk、Elastic、Sentinel)
  • 部署了完整配置的 Sysmon
  • 启用了 Windows 安全事件日志转发
  • 用于 IOC 关联的威胁情报源

工作流

  1. 制定假设:基于威胁情报或 ATT&CK 差距分析定义可测试的假设。
  2. 识别数据源:确定验证或反驳假设所需的日志和遥测数据。
  3. 执行查询:对 SIEM 和 EDR 平台运行检测查询,收集相关事件。
  4. 分析结果:检查查询结果中的异常,跨多个数据源进行关联。
  5. 验证发现:通过上下文分析区分真阳性与假阳性。
  6. 关联活动:将发现链接到更广泛的攻击链和威胁行为者 TTP。
  7. 记录与报告:记录发现、更新检测规则并建议响应措施。

关键概念

  • TA0001 初始访问
  • TA0003 持久化
  • TA0008 横向移动
  • TA0010 数据外泄

工具与系统

  • CrowdStrike Falcon:EDR 遥测与威胁检测
  • Microsoft Defender for Endpoint:使用 KQL 进行高级狩猎
  • Splunk Enterprise:使用 SPL 查询进行 SIEM 日志分析
  • Elastic Security:检测规则与调查时间线
  • Sysmon:详细的 Windows 事件监控
  • Velociraptor:端点工件收集与狩猎
  • Sigma Rules:跨平台检测规则格式

常见场景

  • 场景 1:基于 APT 活动报告的威胁情报驱动狩猎
  • 场景 2:ATT&CK 覆盖差距分析驱动假设创建
  • 场景 3:基于 UEBA 告警调查的异常驱动假设
  • 场景 4:基于行业部门威胁的态势感知狩猎

输出格式

  • Hunt ID: TH-BUILDI-[DATE]-[SEQ]
  • Technique: TA0001
  • Host: [主机名]
  • User: [账户上下文]
  • Evidence: [日志条目、进程树、网络数据]
  • Risk Level: [严重/高/中/低]
  • Confidence: [高/中/低]
  • Recommended Action: [遏制、调查、监控]