Derrière chaque alerte, une règle
L’ingénierie de la détection consiste à écrire, tester et entretenir les règles qui transforment des journaux et du trafic réseau en alertes. Chaque alerte lue par une équipe de sécurité existe parce que quelqu’un a écrit sa règle.
Une bonne règle repère une attaque tôt. Une règle bâclée noie l’équipe sous le bruit. Avant tout, notre seule règle : travaillez uniquement sur votre copie du labo, et sur un vrai réseau seulement avec une autorisation écrite.
À la fin de cette leçon
Remarque
Je peux suivre une détection tout au long de son cycle de vie, de l’hypothèse au retrait.
Mots-clés
| Mot | Ce que ça veut dire | Exemple |
|---|---|---|
| Détection | une règle qui lève une alerte quand elle voit un certain comportement | |
| Hypothèse | une supposition vérifiable sur la trace que laisse une attaque | |
| Faux positif | une alerte sur quelque chose d’inoffensif | |
| Réglage | modifier une règle pour qu’elle se trompe moins | |
| Détection as code | garder les règles dans des fichiers, avec relecture, tests et historique | |
| SID | le numéro qui désigne une règle Suricata | 1000002 |
Les cellules que les étudiants remplissent restent vides dans cet aperçu.
La seule règle de ce module
Important
Chaque capture et chaque journal de ce module ont été inventés pour le labo. N’utilisez ces outils que sur votre propre copie. Sur un vrai réseau, n’observez le trafic qu’avec l’autorisation écrite de son propriétaire. Le but est la défense : voir une attaque pour pouvoir l’arrêter.
Une détection commence par une hypothèse
Personne n’écrit une bonne règle en fixant des journaux. On part d’une hypothèse : si cette attaque avait lieu ici, quelle trace laisserait-elle ?
Imaginons un rapport : un outil appelé updater cherche des noms sous cdn-update.example, puis appelle son serveur par le web. L’hypothèse devient : une machine infectée envoie des requêtes DNS pour ces noms.
Exemple travaillé : du rapport à la règle
| Étape | Pour updater |
|---|---|
| Ce que dit le rapport | Il cherche des noms sous cdn-update.example |
| Hypothèse | Une machine infectée envoie ces requêtes DNS |
| Où regarder | Le trafic DNS du réseau du bureau |
| Règle | Alerter sur une requête DNS pour ce domaine |
| Test | Lancer la règle sur un trafic dont on connaît la réponse |
Les cellules que les étudiants remplissent restent vides dans cet aperçu.
Le labo garde ses règles dans des fichiers
Le labo contient un dossier de règles d’exemple pour updater, écrites pour Suricata, un outil qui lit le trafic réseau et lève des alertes.
Le premier Run entre dans le dossier du labo. Le deuxième montre l’aide du labo, det. Le troisième compte les règles du fichier, et le quatrième affiche la première, le SID 1000001.
Entrer dans le dossier du labo
cd ~/detectAffichée ici, non exécutée. Appuyez sur Démarrer le labo pour la saisir dans le terminal de votre propre labo.
Voir ce que fait l’aide det
detAffichée ici, non exécutée. Appuyez sur Démarrer le labo pour la saisir dans le terminal de votre propre labo.
Compter les règles d’exemple
grep -c "^alert" rules/examples.rulesAffichée ici, non exécutée. Appuyez sur Démarrer le labo pour la saisir dans le terminal de votre propre labo.
Lire la première règle
grep "sid:1000001" rules/examples.rulesAffichée ici, non exécutée. Appuyez sur Démarrer le labo pour la saisir dans le terminal de votre propre labo.
Le test révèle ce que fait une règle
Une règle tourne ensuite en boucle. On la teste sur un trafic dont on connaît la réponse. Si elle rate des attaques ou se déclenche sur des choses inoffensives, on la règle et on la teste de nouveau.
Le Run compte les alertes de chaque règle d’exemple sur vingt minutes de trafic du bureau. Le premier essai se déclenche 8 fois et la règle réglée 5 fois. L’écart vient de 3 requêtes pour des noms qui ressemblent seulement à ceux d’updater.
Compter les alertes de chaque règle
det count pcaps/office.pcap rules/examples.rulesAffichée ici, non exécutée. Appuyez sur Démarrer le labo pour la saisir dans le terminal de votre propre labo.
Une erreur fréquente
Attention
Beaucoup pensent qu’une règle qui se déclenche plus souvent est meilleure. C’est faux. Chaque faux positif coûte du temps à un analyste. Une bonne règle se déclenche sur l’attaque et reste muette le reste du temps. C’est pourquoi chaque règle est testée avant qu’on lui fasse confiance.
La détection as code garde les règles honnêtes
Les équipes gardent leurs règles dans des fichiers texte, sous contrôle de version. Une modification est relue comme du code, et les tests tournent à chaque changement de règle.
Une règle est aussi retirée quand sa menace a disparu, ou quand elle n’a rien attrapé d’utile depuis des mois. Une règle que personne n’entretient coûte quand même du temps à exécuter et à lire.
À vous : l’étape suivante
etapes = ["hypothese", "regle", "test", "reglage", "retrait"]
regle = {"nom": "recherche updater", "etape": "regle"}
ici = etapes.index(regle["etape"])
print(regle["nom"], "en est à", regle["etape"])
print("ensuite :", etapes[ici + 1])
# Mettez l’étape à "test". Que vient-il ensuite ?