Detrás de cada alerta hay una regla
La ingeniería de detección es el trabajo de escribir, probar y mantener las reglas que convierten logs y tráfico de red en alertas. Cada alerta que lee un equipo de seguridad existe porque alguien escribió una regla.
Una buena regla descubre un ataque a tiempo. Una regla descuidada entierra al equipo en ruido. Antes de nada, una norma nuestra: trabaja solo en tu copia del laboratorio, y en una red real solo con permiso por escrito.
Al terminar esta lección
Nota
Puedo seguir una detección por su ciclo de vida, desde la hipótesis hasta la retirada.
Palabras clave
| Palabra | Qué significa | Ejemplo |
|---|---|---|
| Detección | una regla que lanza una alerta cuando ve cierto comportamiento | |
| Hipótesis | una suposición, que se puede comprobar, sobre lo que deja un ataque | |
| Falso positivo | una alerta sobre algo inofensivo | |
| Ajuste | cambiar una regla para que se equivoque menos | |
| Detección como código | guardar las reglas como archivos con revisión, pruebas e historial | |
| SID | el número que identifica una regla de Suricata | 1000002 |
Las celdas que rellenan los estudiantes quedan en blanco en esta vista previa.
La regla única de este módulo
Importante
Todas las capturas y los logs de este módulo se inventaron para el laboratorio. Usa estas herramientas solo en tu copia. En una red real, observa el tráfico solo con permiso por escrito de quien la gestiona. El objetivo es defender: aprendes a ver un ataque para poder pararlo.
Una detección empieza como hipótesis
Nadie escribe una buena regla mirando logs sin más. Se parte de una hipótesis: si este ataque ocurriera aquí, ¿qué rastro dejaría?
Imagina que un informe dice que una herramienta llamada updater consulta nombres bajo cdn-update.example y luego llama a casa por la web. La hipótesis es: una máquina infectada envía consultas DNS de esos nombres.
Ejemplo: de un informe a una regla
| Paso | Para updater |
|---|---|
| Qué dice el informe | Consulta nombres bajo cdn-update.example |
| Hipótesis | Una máquina infectada envía esas consultas DNS |
| Dónde mirar | El tráfico DNS de la red de la oficina |
| Regla | Alertar ante una consulta DNS de ese dominio |
| Prueba | Pasar la regla por tráfico cuya respuesta se conoce |
Las celdas que rellenan los estudiantes quedan en blanco en esta vista previa.
El laboratorio guarda sus reglas como archivos
El laboratorio tiene una carpeta con reglas de ejemplo para updater, escritas para Suricata, una herramienta que lee tráfico de red y lanza alertas.
La primera Ejecución entra en la carpeta del laboratorio. La segunda enseña su ayudante, det. La tercera cuenta las reglas del archivo y la cuarta imprime la primera, el SID 1000001.
Entra en la carpeta del laboratorio
cd ~/detectSe muestra aquí y no se ejecuta. Pulsa Iniciar laboratorio para escribirlo en el terminal de tu propio laboratorio.
Mira qué hace el ayudante det
detSe muestra aquí y no se ejecuta. Pulsa Iniciar laboratorio para escribirlo en el terminal de tu propio laboratorio.
Cuenta las reglas de ejemplo
grep -c "^alert" rules/examples.rulesSe muestra aquí y no se ejecuta. Pulsa Iniciar laboratorio para escribirlo en el terminal de tu propio laboratorio.
Lee la primera regla
grep "sid:1000001" rules/examples.rulesSe muestra aquí y no se ejecuta. Pulsa Iniciar laboratorio para escribirlo en el terminal de tu propio laboratorio.
Probar enseña lo que hace de verdad
Después, la regla da vueltas en un bucle. La pruebas con tráfico cuya respuesta conoces. Si se le escapan ataques o salta con cosas inofensivas, la ajustas y vuelves a probar.
La Ejecución cuenta las alertas de cada regla en veinte minutos de tráfico de la oficina. El primer intento salta 8 veces y la regla ajustada 5. La diferencia son 3 consultas de nombres que solo se parecen a los de updater.
Cuenta las alertas de cada regla
det count pcaps/office.pcap rules/examples.rulesSe muestra aquí y no se ejecuta. Pulsa Iniciar laboratorio para escribirlo en el terminal de tu propio laboratorio.
Un error frecuente
Advertencia
Mucha gente cree que una regla que salta más es mejor. No lo es. Cada falso positivo le cuesta tiempo a un analista. Una regla es buena cuando salta con el ataque y calla en lo demás. Por eso toda regla se prueba antes de confiar en ella.
La detección como código mantiene las reglas honestas
Los equipos guardan las reglas como archivos de texto en un control de versiones. Un cambio se revisa como el código, y las pruebas se lanzan cada vez que cambia una regla.
Una regla también se retira cuando su amenaza desaparece o lleva meses sin saltar con algo útil. Una regla que nadie mantiene sigue costando tiempo de ejecución y de lectura.
Pruébalo: la etapa siguiente
stages = ["hipótesis", "regla", "prueba", "ajuste", "retirada"]
rule = {"name": "consulta de updater", "stage": "regla"}
at = stages.index(rule["stage"])
print(rule["name"], "está en", rule["stage"])
print("siguiente:", stages[at + 1])
# Cambia la etapa a "prueba". ¿Qué viene después?