机器学习检测到可疑 Windows 事件，恶意概率得分低
编辑机器学习检测到可疑 Windows 事件，恶意概率得分低
编辑一个监督式机器学习模型 (ProblemChild) 识别了一个可疑的 Windows 进程事件，该事件为恶意活动的可能性较低。或者，模型的黑名单将该事件识别为恶意事件。
规则类型: eql
规则索引:
- endgame-*
- logs-endpoint.events.process-*
- winlogbeat-*
严重程度: 低
风险评分: 21
每隔: 5m
搜索索引自: now-10m (日期数学格式，另请参阅 额外回溯时间)
每次执行的最大告警数: 100
参考:
标签:
- 操作系统：Windows
- 数据源：Elastic Endgame
- 用例：隐蔽攻击检测
- 规则类型：ML
- 规则类型：机器学习
- 战术：防御规避
- 数据源：Elastic Defend
版本: 8
规则作者:
- Elastic
规则许可证: Elastic License v2
设置
编辑设置
该规则需要安装隐蔽攻击 (LotL) 检测集成资产，以及由 Elastic Defend 或 Winlogbeat 等集成收集的 Windows 进程事件。
LotL 攻击检测设置
LotL 攻击检测集成检测 Windows 进程事件中的隐蔽活动。
先决条件
- LotL 攻击检测需要 Fleet。
- 要配置 Fleet 服务器，请参阅文档。
- 由Elastic Defend集成或 Winlogbeat(https://elastic.ac.cn/guide/en/beats/winlogbeat/current/_winlogbeat_overview.html)收集的 Windows 进程事件。
- 要安装 Elastic Defend，请参阅文档。
- 要设置和运行 Winlogbeat，请按照此指南操作。
应执行以下步骤以安装与 LotL 攻击检测集成相关的资产
- 转到 Kibana 主页。在“管理”下，单击“集成”。
- 在查询栏中，搜索“隐蔽攻击检测”，然后选择该集成以查看有关它的更多详细信息。
- 按照“安装”部分下的说明操作。
- 要使此规则生效，请完成直至“配置摄取管道”的说明。
规则查询
编辑process where ((problemchild.prediction == 1 and problemchild.prediction_probability <= 0.98) or
blocklist_label == 1) and not process.args : ("*C:\\WINDOWS\\temp\\nessus_*.txt*", "*C:\\WINDOWS\\temp\\nessus_*.tmp*")
框架: MITRE ATT&CKTM
-
战术
- 名称：防御规避
- ID：TA0005
- 参考 URL：https://attack.mitre.org/tactics/TA0005/
-
技术
- 名称：伪装
- ID：T1036
- 参考 URL：https://attack.mitre.org/techniques/T1036/
-
子技术
- 名称：伪装任务或服务
- ID：T1036.004
- 参考 URL：https://attack.mitre.org/techniques/T1036/004/