UEBA 的风险分析
本文档概述了 UEBA 类别风险分析中的规则集、所需数据以及可用于调整每个规则集生成的提醒的配置。这些规则集有助于通过评估支持的日志来源来识别威胁。
规则集说明
UEBA 类别风险分析中提供以下规则集，这些规则集按检测到的模式类型分组：
身份验证
- 用户登录到新设备：用户登录到新设备。
- 用户异常身份验证事件：与历史使用情况相比，单个用户实体最近发生了异常 身份验证事件。
- 设备身份验证失败：与历史使用情况相比，单个设备实体最近发生了多次 登录尝试失败。
- 用户身份验证失败：与历史使用情况相比，单个用户实体最近发生了多次 登录尝试失败。
网络流量分析
- 设备异常入站字节数：与历史使用情况相比，单个设备实体最近 上传了大量数据。
- 设备异常出站字节数：与历史使用情况相比，单个设备实体最近 下载了大量数据。
- 设备异常总字节数：与历史使用情况相比，设备实体最近上传 和下载了大量数据。
- 用户异常入站字节数：与历史使用情况相比，单个用户实体最近下载了 大量数据。
- 用户异常总字节数：与历史使用情况相比，用户实体最近上传和 下载了大量数据。
- 用户暴力破解后成功登录：来自一个 IP 地址的单个用户实体在成功登录之前，曾多次尝试对某个应用进行身份验证，但均失败。
基于对等群组的检测
新创建的用户异常或过度登录：新创建的用户发生了异常或过度 身份验证活动。此规则使用 AD 上下文数据中的创建时间。
新创建的用户异常或过度可疑操作: 新创建的用户发生了异常或过度活动（包括但不限于 HTTP 遥测数据、 进程执行和群组修改）。此规则使用 AD 情境数据中的创建时间。
可疑操作
- 设备创建的账号过多：设备实体创建了多个 新用户账号。
- 用户收到的提醒过多：防病毒
或端点设备（例如 connection was blocked、malware was detected）报告了大量关于用户实体的安全提醒，远超历史模式。
这些事件是指
security_result.actionUDM 字段设置为BLOCK的事件。
基于数据泄露防护的检测
- 具有数据渗漏功能的进程异常或过多：与具有数据渗漏功能的进程（例如键盘记录器、屏幕截图和远程访问）相关的活动异常或过多。此规则使用 VirusTotal 中的文件元数据扩充功能。
UEBA 类别风险分析所需的数据
本部分详细介绍了每个规则集类别实现最佳 性能所需的数据。虽然 UEBA 检测旨在与所有受支持的默认 解析器搭配使用，但使用以下特定数据类型可以最大限度地发挥其优势。 如需查看受支持的默认解析器的完整列表，请参阅 支持的日志类型和默认解析器。
身份验证
如需使用其中任何规则集，请从 Azure AD 目录审核 (AZURE_AD_AUDIT) 或 Windows 事件 (WINEVTLOG) 中收集日志数据。
对于 WINEVTLOG，您必须将数据收集配置配置为在 Security 事件日志 Channel 中包含以下 Windows Event IDs。
这些事件直接映射到检测引擎使用的 Event types（例如 USER_LOGIN 或 PROCESS_LAUNCH）。
Windows 事件 ID 要求
| 事件类型 | Windows 事件 ID |
|---|---|
| USER_LOGIN | 529, 4624, 4625, 4626, 4648, 4672, 4768, 4769, 4770, 4771, 4777, 4820, 4821, 4964 |
| USER_CREATION | 4720 |
| NETWORK_CONNECTION | 4096, 4097, 4321, 5156, 5632, 5633, 5157 |
| GROUP_MODIFICATION | 4728, 4729, 4732, 4733, 4735, 4737, 4745, 4746, 4747, 4750, 4751, 4752, 4755, 4756, 4757, 4760, 4761, 4762, 4764, 4784, 4785, 4786, 4787, 4788, 4791 |
| PROCESS_LAUNCH | 4688 |
| PROCESS_OPEN | 4663, 4670, 4691, 8002 |
网络流量分析
如需使用其中任何规则集，请收集捕获网络活动的日志数据。
例如，来自 FortiGate (FORTINET_FIREWALL)、Check Point (CHECKPOINT_FIREWALL)、Zscaler (ZSCALER_WEBPROXY)、CrowdStrike Falcon (CS_EDR) 或 Carbon Black (CB_EDR) 等设备。
基于对等群组的检测
如需使用其中任何规则集，请从 Azure AD 目录审核 (AZURE_AD_AUDIT) 或 Windows 事件 (WINEVTLOG) 中收集日志数据。
可疑操作
此群组中的每个规则集都使用不同类型的数据。
设备创建的账号过多规则集
如需使用此规则集，请从 Azure AD 目录审核 (AZURE_AD_AUDIT) 或 Windows 事件 (WINEVTLOG) 中收集日志数据。
用户收到的提醒过多规则集
如需使用此规则集，请收集捕获端点活动或审核数据的日志数据，例如 CrowdStrike Falcon (CS_EDR)、Carbon Black (CB_EDR) 或 Azure AD 目录审核 (AZURE_AD_AUDIT) 记录的数据。
基于数据泄露防护的检测
如需使用其中任何规则集，请收集捕获进程和文件活动的日志数据，例如 CrowdStrike Falcon (CS_EDR)、Carbon Black (CB_EDR) 或 SentinelOne EDR (SENTINEL_EDR) 记录的数据。
字段依赖项
本部分介绍了 Google SecOps UEBA 规则使用的指标和维度字段。
指标依赖项
下表列出了指标以及定义构成每个指标的事件的相应 UDM 搜索查询。
| 指标 | 构成该指标的事件的 UDM 搜索查询 |
|---|---|
AUTH_ATTEMPTS_FAIL |
metadata.event_type = "USER_LOGIN" |
AUTH_ATTEMPTS_SUCCESS |
metadata.event_type = "USER_LOGIN" |
AUTH_ATTEMPTS_TOTAL |
metadata.event_type = "USER_LOGIN" |
DNS_BYTES_OUTBOUND |
network.sent_bytes > 0 |
DNS_QUERIES_FAIL |
network.dns.id > 0 |
DNS_QUERIES_SUCCESS |
network.dns.id > 0 |
DNS_QUERIES_TOTAL |
network.dns.id > 0 |
FILE_EXECUTIONS_FAIL |
metadata.event_type = "PROCESS_LAUNCH" |
FILE_EXECUTIONS_SUCCESS |
metadata.event_type = "PROCESS_LAUNCH" |
FILE_EXECUTIONS_TOTAL |
metadata.event_type = "PROCESS_LAUNCH" |
HTTP_QUERIES_FAIL |
network.http.method != "" |
HTTP_QUERIES_SUCCESS |
network.http.method != "" |
HTTP_QUERIES_TOTAL |
network.http.method != "" |
NETWORK_BYTES_INBOUND |
network.received_bytes > 0 |
NETWORK_BYTES_OUTBOUND |
network.sent_bytes > 0 |
NETWORK_BYTES_TOTAL |
(network.received_bytes > 0 AND network.received_bytes < 1000000000000000) |
NETWORK_FLOWS_INBOUND |
network.received_bytes > 0 |
NETWORK_FLOWS_OUTBOUND |
network.sent_bytes > 0 |
NETWORK_FLOWS_TOTAL |
(network.received_bytes > 0 AND network.received_bytes < 1000000000000000) |
RESOURCE_READ_FAIL |
(metadata.event_type = "FILE_OPEN" OR metadata.event_type = "RESOURCE_READ") |
RESOURCE_READ_SUCCESS |
(metadata.event_type = "FILE_OPEN" OR metadata.event_type = "RESOURCE_READ") |
RESOURCE_READ_TOTAL |
(metadata.event_type = "FILE_OPEN" OR metadata.event_type = "RESOURCE_READ") |
RESOURCE_WRITTEN_FAIL |
(metadata.event_type = "FILE_CREATION" OR metadata.event_type = "RESOURCE_CREATION") |
RESOURCE_WRITTEN_SUCCESS |
(metadata.event_type = "FILE_CREATION" OR metadata.event_type = "RESOURCE_CREATION") |
RESOURCE_WRITTEN_TOTAL |
(metadata.event_type = "FILE_CREATION" OR metadata.event_type = "RESOURCE_CREATION") |
维度依赖项
下表列出了维度以及可用于过滤或分组的相应 UDM 字段选项。
| 维度 | 字段选项 |
|---|---|
| 主设备 | principal.asset.asset_idprincipal.asset.hostnameprincipal.asset.ipprincipal.asset.macprincipal.asset.product_object_id |
| 目标设备 | target.asset.asset_idtarget.asset.hostnametarget.asset.iptarget.asset.mactarget.asset.product_object_id |
| 主用户 | principal.user.email_addressesprincipal.user.employee_idprincipal.user.product_object_idprincipal.user.useridprincipal.user.windows_sid |
| 目标用户 | target.user.email_addressestarget.user.employee_idtarget.user.product_object_idtarget.user.useridtarget.user.windows_sid |
| 目标服务 | target.application |
| 目标 IP | target.ip |
| 主进程文件路径 | principal.process.file.full_path |
| 主进程文件哈希 | principal.process.file.sha256 |
| 主文件哈希 | principal.file.sha256 |
| 主国家/地区 | principal.ip_geo_artifact.location.country_or_region |
| 安全类别 | security_result.category |
| 主网络组织名称 | principal.ip_geo_artifact.network.organization_name |
| 目标网络组织名称 | target.ip_geo_artifact.network.organization_name |
| 客户端证书哈希 | network.tls.client.certificate.sha256 |
| DNS 查询类型 | network.dns.questions.type |
| DNS 域名 | network.dns_domain |
| HTTP 用户代理 | network.http.user_agent |
| 事件类型 | metadata.event_type |
| 操作系统 | principal.platform |
调整此类别中规则集返回的提醒
您可以使用 规则排除项来减少规则或规则集生成的检测数量。
规则排除项定义了用于排除事件的条件，以使其不被规则集或规则集中的特定规则评估。创建一个或多个规则排除项，以帮助减少检测数量。如需了解具体操作方法，请参阅配置规则排除项 。
UEBA 类别风险分析的规则示例
以下示例展示了如何创建规则，以针对风险得分大于 100 的任何实体主机名生成检测：
rule EntityRiskScore {
meta:
events:
$e1.principal.hostname != ""
$e1.principal.hostname = $hostname
$e2.graph.entity.hostname = $hostname
$e2.graph.risk_score.risk_window_size.seconds = 86400 // 24 hours
$e2.graph.risk_score.risk_score >= 100
// Run deduplication across the risk score.
$rscore = $e2.graph.risk_score.risk_score
match:
// Dedup on hostname and risk score across a 4 hour window.
$hostname, $rscore over 4h
outcome:
// Force these risk score based rules to have a risk score of zero to
// prevent self feedback loops.
$risk_score = 0
condition:
$e1 and $e2
}
此示例规则还使用匹配部分执行自我重复数据删除。如果规则检测可能会触发，但主机名和风险得分在 4 小时的时间范围内保持不变，则不会创建新的检测。
实体风险得分规则的唯一可能风险窗口期为 24 小时或 7 天（分别为 86,400 秒或 604,800 秒）。如果您未在规则中包含风险窗口期大小，则规则会返回不准确的结果。
实体风险得分数据与实体情境数据分开存储。如需在规则中使用这两者，规则必须有两个单独的实体事件，一个用于实体上下文，另一个用于实体风险得分，如以下示例所示：
rule EntityContextAndRiskScore {
meta:
events:
$log_in.metadata.event_type = "USER_LOGIN"
$log_in.principal.hostname = $host
$context.graph.entity.hostname = $host
$context.graph.metadata.entity_type = "ASSET"
$risk_score.graph.entity.hostname = $host
$risk_score.graph.risk_score.risk_window_size.seconds = 604800
match:
$host over 2m
outcome:
$entity_risk_score = max($risk_score.graph.risk_score.normalized_risk_score)
condition:
$log_in and $context and $risk_score and $entity_risk_score > 100
}