Hinter jedem Alarm steht eine Regel
Detection Engineering ist die Arbeit, Regeln zu schreiben, zu testen und zu pflegen, die aus Logs und Netzwerkverkehr Alarme machen. Jeder Alarm, den ein Sicherheitsteam liest, gibt es nur, weil jemand eine Regel dafür geschrieben hat.
Eine gute Regel fängt einen Angriff früh. Eine nachlässige begräbt das Team unter Rauschen. Vor allem anderen gilt eine Regel: Arbeiten Sie nur in Ihrer eigenen Lab-Kopie und in einem echten Netz nur mit schriftlicher Erlaubnis.
Am Ende dieser Lektion
Notiz
Ich kann eine Erkennungsregel durch ihren Lebenszyklus verfolgen, von der Hypothese bis zur Ausmusterung.
Schlüsselwörter
| Begriff | Was er bedeutet | Beispiel |
|---|---|---|
| Erkennungsregel | eine Regel, die Alarm gibt, wenn sie ein bestimmtes Verhalten sieht | |
| Hypothese | eine prüfbare Vermutung, welche Spuren ein Angriff hinterlässt | |
| Fehlalarm | ein Alarm bei etwas Harmlosem, auch False Positive genannt | |
| Tuning | eine Regel so ändern, dass sie weniger Fehler macht | |
| Detection as Code | Regeln als Dateien führen, mit Review, Tests und Historie | |
| SID | die Nummer, die eine Suricata-Regel benennt | 1000002 |
Die Zellen, die Lernende ausfüllen, bleiben in dieser Vorschau leer.
Die eine Regel dieses Moduls
Wichtig
Jeder Mitschnitt und jedes Log in diesem Modul ist für das Lab erfunden. Nutzen Sie diese Werkzeuge nur in Ihrer eigenen Lab-Kopie. In einem echten Netz beobachten Sie Verkehr nur mit schriftlicher Erlaubnis der Eigentümer. Es geht um Verteidigung: Sie lernen einen Angriff zu sehen, damit er gestoppt werden kann.
Eine Erkennung beginnt als Hypothese
Niemand schreibt eine gute Regel, indem er auf Logs starrt. Sie beginnen mit einer Hypothese: Wenn dieser Angriff hier passiert wäre, welche Spuren hätte er hinterlassen?
Angenommen, ein Bericht sagt: Ein Werkzeug namens updater fragt Namen unter cdn-update.example ab und meldet sich dann über das Web bei seinem Server. Die Hypothese lautet: Ein befallener Rechner sendet DNS-Abfragen nach diesen Namen.
Beispiel: vom Bericht zur Regel
| Schritt | Für updater |
|---|---|
| Was der Bericht sagt | Es fragt Namen unter cdn-update.example ab |
| Hypothese | Ein befallener Rechner sendet diese DNS-Abfragen |
| Wo Sie suchen | Im DNS-Verkehr des Büronetzes |
| Regel | Alarm bei einer DNS-Abfrage nach dieser Domain |
| Test | Die Regel auf Verkehr laufen lassen, dessen Antwort bekannt ist |
Die Zellen, die Lernende ausfüllen, bleiben in dieser Vorschau leer.
Das Lab führt seine Regeln als Dateien
Das Lab hat einen Ordner mit Beispielregeln für updater, geschrieben für Suricata, ein Werkzeug, das Netzwerkverkehr liest und Alarme auslöst.
Der erste Befehl wechselt in den Ordner des Labs. Der zweite zeigt den Hilfsbefehl des Labs, det. Der dritte zählt die Regeln in der Datei, der vierte druckt die erste Regel, SID 1000001.
In den Ordner des Labs wechseln
cd ~/detectHier angezeigt, nicht ausgeführt. Mit „Lab starten“ geben Sie ihn im Terminal Ihres eigenen Labs ein.
Sehen, was der Befehl det kann
detHier angezeigt, nicht ausgeführt. Mit „Lab starten“ geben Sie ihn im Terminal Ihres eigenen Labs ein.
Die Beispielregeln zählen
grep -c "^alert" rules/examples.rulesHier angezeigt, nicht ausgeführt. Mit „Lab starten“ geben Sie ihn im Terminal Ihres eigenen Labs ein.
Die erste Regel lesen
grep "sid:1000001" rules/examples.rulesHier angezeigt, nicht ausgeführt. Mit „Lab starten“ geben Sie ihn im Terminal Ihres eigenen Labs ein.
Erst der Test zeigt, was eine Regel tut
Danach läuft eine Regel durch eine Schleife. Sie testen sie auf Verkehr, dessen Antwort Sie kennen. Verfehlt sie Angriffe oder schlägt sie bei Harmlosem an, tunen Sie sie und testen erneut.
Der Befehl zählt die Alarme jeder Beispielregel in zwanzig Minuten Büroverkehr. Der erste Versuch schlägt 8-mal an, die getunte Regel 5-mal. Der Unterschied sind 3 Abfragen von Namen, die nur so aussehen wie die von updater.
Die Alarme jeder Regel zählen
det count pcaps/office.pcap rules/examples.rulesHier angezeigt, nicht ausgeführt. Mit „Lab starten“ geben Sie ihn im Terminal Ihres eigenen Labs ein.
Ein häufiger Fehler
Warnung
Viele glauben, eine Regel, die öfter anschlägt, sei die bessere. Das stimmt nicht. Jeder Fehlalarm kostet eine Analystin Zeit. Eine Regel ist gut, wenn sie beim Angriff anschlägt und sonst still bleibt. Darum wird jede Regel getestet, bevor man ihr vertraut.
Detection as Code hält Regeln ehrlich
Teams führen Regeln als einfache Dateien in einer Versionsverwaltung. Eine Änderung wird wie Code geprüft, und die Tests laufen bei jeder Änderung einer Regel.
Eine Regel wird auch ausgemustert, wenn ihre Bedrohung vorbei ist oder sie seit Monaten nichts Nützliches gefunden hat. Eine Regel, die niemand pflegt, kostet trotzdem Zeit beim Ausführen und beim Lesen.
Probieren Sie es: die nächste Stufe
stufen = ["hypothese", "regel", "test", "tuning", "ausmusterung"]
regel = {"name": "updater-abfrage", "stufe": "regel"}
stelle = stufen.index(regel["stufe"])
print(regel["name"], "steht bei", regel["stufe"])
print("als Nächstes:", stufen[stelle + 1])
# Setzen Sie die Stufe auf "test". Was kommt dann?