Detection-Lab: Suricata, Sigma und Zeek-Logs in einer VM

Dieses Lab gibt jeder lernenden Person die Arbeit einer Detection Engineerin in einer einzigen Ubuntu-VM: eine Regel schreiben, sie auf Daten testen, deren Antwort bekannt ist, sie tunen, bis sie nichts verfehlt und still bleibt, und sie messen. Jeder Mitschnitt und jedes Log ist für das Lab erfunden und aus festem Text geschrieben, sodass alle dasselbe sehen, und zwei Arbeiten, die die Lernenden selbst schreiben, bewertet ein Skript auf Verkehr und Logs, die es jedes Mal neu erzeugt.

Suricata, das quelloffene Intrusion-Detection-System, ist das echte, aus dem Archiv von Ubuntu installiert. Die Sigma-Werkzeuge, sigma-cli und pySigma mit einem SQLite-Backend, sind ebenfalls die echten, von PyPI installiert. Zeek steht nicht im Archiv von Ubuntu, darum hat das Lab zeek-lite, ein eigenes kleines Modell von Zeek, das conn.log, dns.log und http.log im Format von Zeek mit einem Teil seiner Felder schreibt. Nur defensiv: Die Lernenden nutzen diese Werkzeuge in ihrer eigenen Kopie und in einem echten Netz nur mit schriftlicher Erlaubnis.

Was die Lernenden lernen

Wie eine Erkennungsregel entsteht und gepflegt wird. Der Mitschnitt eines erfundenen Büros wird zu Logs im Stil von Zeek, die mit zeek-cut gelesen werden. Suricata-Regeln für ein erfundenes Werkzeug namens updater laufen darüber: ein erster Versuch, der bei Namen anschlägt, die nur so aussehen wie die des Werkzeugs, eine getunte Regel, verankert mit dotprefix und endswith, und eine Regel mit einem Threshold von einem Alarm je Rechner und Stunde. Sigma-Regeln für Windows-Prozessereignisse werden in SQL umgewandelt und auf einer kleinen Tabelle von Ereignissen ausgeführt. Ein Testgerüst wendet jede Regel auf einen bekannt schlechten und einen bekannt guten Mitschnitt an, und aus den Zahlen ergeben sich Precision und Recall.

Die fünf Teile

Erstens der Mitschnitt als Logs, mit zeek-lite und zeek-cut. Zweitens die Beispielregeln für Suricata, gezählt und gelesen mit det, dem Hilfsbefehl des Labs. Drittens die Sigma-Regeln, umgewandelt mit sigma convert und ausgeführt mit det sigma. Viertens die Testmitschnitte, mit det test. Fünftens zwei Arbeiten, die die Lernenden selbst schreiben: rules/local.rules, Suricata-Regeln für ein zweites erfundenes Werkzeug namens quietbird, und beacon.py, ein Programm, das in einem conn.log von Zeek Rechner findet, die sich in festem Takt bei einem Server melden. Der Kommentar am Anfang jeder Datei sagt genau, was sie tun muss, und die README.md im Home-Ordner verrät keine Antwort.

Im Browser ausführen

VM-Labs werden als Lab-Aufgabe in einem Modul gestellt, und das Beispiel steht auf der Seite des Labs. Die Maschine ist klein: eine CPU, 1 GB Arbeitsspeicher und 10 GB Festplatte. Das Setup installiert von PyPI, das eine Besucherin ohne Konto nicht erreicht, darum braucht das Lab ein kostenloses Konto oder ein Konto der Hochschule.

  1. Lab hinzufügen. Fügen Sie in einem Modul, das Sie unterrichten, eine Aufgabe hinzu und wählen Sie die Karte für das Ubuntu-VM-Lab. Die Seite zeigt statt einer Compose-Datei eine kurze Beschreibung der Maschine.
  2. Mit dem Beispiel beginnen. Die Seite bietet fertige Labs zum Einstieg an. Wählen Sie Detection engineering. Ein Beispiel ersetzt den Text, und Rückgängig holt Ihren zurück.
  3. Veröffentlichen und eigene Kopie starten. Veröffentlichen Sie und klicken Sie auf Starten. Das Setup-Skript des Labs installiert beim ersten Start der VM Suricata aus dem Archiv von Ubuntu und die Sigma-Werkzeuge von PyPI und schreibt die Mitschnitte, die Logs, die Regeln, den Hilfsbefehl det und die README, in etwa einer Minute.
  4. Terminal öffnen. Öffnen Sie das Terminal und lesen Sie die README.md im Home-Ordner. Im Browser öffnet sich nichts: Das Lab ist das Terminal.

Eine Basics-Lektion zu diesem Lab

Detection Engineering Basics ist eine kleine Lektion, die in diesem Lab durchgeführt wird, einer Ubuntu-VM. Sie hat einen Einstieg, ein Ich-kann-Ziel, Schlüsselwörter, einen Start, nach jeder Idee eine Prüfung, einen häufigen Fehler und einen Abschlusscheck, und jeder Schritt hat eine Schaltfläche Ausführen, die ihren Befehl ins Terminal der Maschine tippt. Die Lernenden machen aus dem Mitschnitt Logs, zählen die Alarme der Beispielregeln, testen sie auf den zwei Testmitschnitten und führen eine Sigma-Regel aus.

Die Lektion schaut sich nur um und überlässt die eigentliche Aufgabe des Labs, die Regeln für quietbird und das Beacon-Programm, den Lernenden, sodass sie keine Antworten verrät. Das Hochschulmodul Detection Engineering mit Sigma, Suricata und Zeek wird in diesem Lab bearbeitet, sechs Lektionen und ein Leitfaden für Lehrende.

Wie bewertet wird

Das Lab hat eine Prüfung. Sie läuft auf einer Kopie der gespeicherten Maschine und erzeugt einen neuen Mitschnitt eines Büros mit Rechnern, Namen und Anzahlen, die niemand gesehen hat: einige Abfragen der Namen von quietbird, einige ähnlich aussehende Namen, die jemand anderem gehören, und ein bis drei Rechner, die immer wieder die Meldungen von quietbird senden, neben Software, deren Name nur so aussieht. Das echte Suricata lässt rules/local.rules darüber laufen, und bestanden ist nur ein Alarm je Abfrage von quietbird, einer je befallenem Rechner, wie viele Meldungen er auch sendete, und sonst nichts. Dann erzeugt sie ein neues conn.log mit einem oder zwei versteckten Beacons in zufälligem Intervall, Ködern und Spalten in neuer Reihenfolge, und ein ruhiges Log ohne Beacon: beacon.py muss jeden Beacon mit seinem Median-Abstand und seiner Anzahl finden und beim ruhigen NO BEACON drucken. Ein beacon.py, das ein anderes Programm startet oder die eigenen Dateien des Labs liest, wird abgelehnt. Die erste Zeile der Ausgabe der Prüfung sagt, warum.

  1. Austeilen. Weisen Sie das Lab wie jede Aufgabe zu, auf Wunsch mit einem Abgabetermin. Jede lernende Person bekommt eine eigene VM, die zwischen den Sitzungen erhalten bleibt.
  2. Prüfung ausführen. Klicken Sie in der Klassenliste in der Zeile einer lernenden Person auf Prüfung ausführen. Das startet eine Kopie ihrer gespeicherten Maschine, die nicht zurückgespeichert wird, führt das Prüfskript des Labs als root aus und zeigt, ob es bestanden wurde, was es ausgegeben hat und wann. Die lernende Person erfährt das Ergebnis nicht.
  3. Bewerten. Lesen Sie die erste Zeile der Ausgabe der Prüfung: Sie sagt, was nicht stimmt, zum Beispiel ein ähnlich aussehender Name, bei dem eine Regel Alarm gab, ein Rechner mit sieben Alarmen statt einem oder ein Beacon, den das Programm verfehlt hat. Geben Sie die Arbeit mit einer Begründung zurück, wenn mehr nötig ist.

Die Definition auf GitHub

Die Datei ist die ganze Lab-Definition, derselbe Text, den die Plattform ausführt: Größe, Setup-Skript, Hilfsbefehl, der Generator der Mitschnitte und Ereignisse, das Modell von Zeek, die Regeln, die README und die Prüfung. Kopieren Sie sie und ändern Sie die erfundenen Werkzeuge, die Namen oder das Büro, um ein eigenes Lab zu bauen.

Dieses Lab ausprobieren, und was es kostet

Mit einem kostenlosen persönlichen Konto können Sie die Grundlagenlektionen in diesem Lab durcharbeiten, mit genug kostenlosem Guthaben pro Monat für die meisten Lektionen und ohne Karte. Für eine Klasse sind die ersten 365 Tage für eine Schule kostenlos, für bis zu 50 Lernende; danach zahlt sie je lernender Person und Jahr, alle Labs inklusive und Lehrkräfte kostenlos.

Häufige Fragen

Braucht das Lab eine Lizenz?
Nein. Suricata und scapy stehen unter der GPL-2.0, sigma-cli und pySigma unter der LGPL, das SQLite-Backend unter der LGPL-3.0, und SQLite ist gemeinfrei. Sie werden beim Start der VM der Lernenden aus dem Archiv von Ubuntu und von PyPI installiert, wir verteilen also nichts davon.
Ist das echtes Zeek?
Nein. Zeek steht nicht im Archiv von Ubuntu und hat kein Binärpaket auf einer Quelle, die eine Lab-VM erreichen darf, darum hat das Lab zeek-lite, ein kurzes Python-Programm von uns, das conn.log, dns.log und http.log im tabulatorgetrennten Format von Zeek mit einem Teil seiner Feldnamen schreibt. Das Lesen der Logs, zeek-cut und die Feldnamen sind wie bei Zeek. Das echte Zeek schreibt mehr Felder und mehr Logs.
Können Lernende etwas kaputt machen?
Nur ihre eigene Kopie. Der Verkehr wird in der VM aus festem Text erzeugt und berührt nie ein Netz, und die Maschine erreicht das Archiv von Ubuntu und den Python-Paketindex und sonst nichts. Wenn jemand eine Datei zerstört, stellt det reset sie so wieder her, wie sie ausgegeben wurde.
Wurde das Lab in einer echten VM von Lernenden getestet?
Das Setup, die Befehle der Lektionen und die Prüfung, mit jedem Weg, sie zu täuschen, liefen in einem Ubuntu-26.04-Container, der die VM vertritt, auf einem arm64-Rechner. Eine gestartete VM der Lernenden und die amd64-Installation sind einen Versuch wert, bevor eine Klasse sie nutzt.