AWS 命令异常城市

编辑

机器学习作业检测到 AWS 命令活动,虽然本身并不可疑或异常,但其来源地理位置(城市)对于该命令而言非常 unusual。这可能是由于威胁参与者使用了被入侵的凭据或密钥,其地理位置与授权用户不同。

规则类型:machine_learning

规则索引:无

严重性:低

风险评分: 21

每隔:15 分钟

搜索索引自:now-2h (日期数学格式,另见 附加回溯时间)

每次执行的最大告警数: 100

参考资料:

标签:

  • 领域:云
  • 数据源:AWS
  • 数据源:Amazon Web Services
  • 规则类型:ML
  • 规则类型:机器学习
  • 资源:调查指南

版本: 209

规则作者:

  • Elastic

规则许可证:Elastic License v2

调查指南

编辑

分类和分析

调查 AWS 命令异常城市

CloudTrail 日志记录提供了 AWS 环境中所采取操作的可视性。通过监控这些事件并了解组织内哪些行为被认为是正常的,您可以在发生偏差时发现可疑或恶意活动。

此规则使用机器学习作业来检测 AWS API 命令,虽然本身并不可疑或异常,但其来源地理位置(城市)对于该命令而言非常 unusual。这可能是由于威胁参与者使用了被入侵的凭据或密钥,其地理位置与授权用户不同。

此规则的检测警报表示 AWS API 命令或方法调用对于源 IP 地址的地理位置而言很少见且 unusual。

可能的调查步骤

  • 确定涉及的用户帐户和执行的操作。验证其是否应该执行此类操作。
  • 检查 aws.cloudtrail.user_identity.arn 字段中的用户身份和 aws.cloudtrail.user_identity.access_key_id 字段中的访问密钥 ID,这有助于确定精确的用户上下文。
  • user_agent.original 字段中的用户代理详细信息还可以指示发出请求的客户端类型。
  • 调查过去 48 小时内与该用户帐户相关的其他警报。
  • 验证该活动是否与计划的补丁、更新或网络管理员活动有关。
  • 检查请求参数。这些参数可能指示程序的来源或其任务的性质。
  • 考虑发出命令的用户源 IP 地址和地理位置
  • 对于调用用户而言,这些看起来正常吗?
  • 如果源是 EC2 IP 地址,它是否与您帐户中的 EC2 实例关联,或者源 IP 是否来自您无法控制的 EC2 实例?
  • 如果是授权的 EC2 实例,该活动是否与实例角色的正常行为相关?是否有任何其他警报或可疑活动迹象涉及此实例?
  • 考虑一天中的时间。如果用户是人(而不是程序或脚本),活动是否发生在一天中的正常时间?
  • 如果可疑,请联系帐户所有者并确认他们是否知道此活动。
  • 如果您怀疑帐户已被入侵,请通过跟踪帐户在过去 24 小时内访问的服务器、服务和数据来确定可能受入侵的资产。

误报分析

  • 如果活动来自以前没有 AWS 使用历史记录的城市的新的员工,则可能会出现误报。
  • 检查命令的历史记录。如果命令只是最近才出现,它可能是新自动化模块或脚本的一部分。如果它具有稳定的节奏(例如,它每周或每月以少量出现),它可能是家庭管理或维护过程的一部分。您可以在 event.action field 字段中找到该命令。

相关规则

  • AWS 命令异常国家 - dca28dee-c999-400f-b640-50a081cc0fd1
  • 用户的异常 AWS 命令 - ac706eae-d5ec-4b14-b4fd-e8ba8086f0e1
  • 罕见的 AWS 错误代码 - 19de8096-e2b0-4bd8-80c9-34a820813fff
  • AWS 错误消息激增 - 78d3d8d9-b476-451d-a9e0-7a5addd70670

响应和补救

  • 根据分类的结果启动事件响应流程。
  • 在调查和响应期间禁用或限制帐户。
  • 确定事件的可能影响并相应地确定优先级;以下操作可以帮助您了解上下文
  • 确定云环境中的帐户角色。
  • 评估受影响服务和服务器的关键程度。
  • 与您的 IT 团队合作,确定并最大限度地减少对用户的影响。
  • 确定攻击者是否正在横向移动并入侵其他帐户、服务器或服务。
  • 确定与该活动相关的任何监管或法律影响。
  • 调查受入侵系统或攻击者使用的系统上的凭据泄露,以确保识别所有受入侵的帐户。根据需要重置密码或删除 API 密钥以撤销攻击者对环境的访问权限。与您的 IT 团队合作,最大限度地减少这些操作对业务运营的影响。
  • 检查是否创建了未经授权的新用户,删除未经授权的新帐户,并为其他 IAM 用户请求密码重置。
  • 考虑为用户启用多因素身份验证。
  • 检查分配给相关用户的权限,以确保遵循最小权限原则。
  • 实施 AWS 概述 的安全最佳实践。
  • 采取必要的措施,使受影响的系统、数据或服务恢复到正常的运行级别。
  • 确定攻击者滥用的初始载体,并采取措施防止通过相同的载体再次感染。
  • 使用事件响应数据,更新日志记录和审计策略,以提高平均检测时间 (MTTD) 和平均响应时间 (MTTR)。

设置

编辑

设置

此规则需要安装关联的机器学习作业,以及来自 AWS 的数据。

异常检测设置

启用规则后,关联的机器学习作业将自动启动。您可以在检测规则的“定义”面板下查看关联的机器学习作业。如果作业由于错误而未启动,则必须解决此问题才能成功启动作业。有关设置异常检测作业的更多详细信息,请参阅 帮助指南

AWS 集成设置

AWS 集成允许您使用 Elastic Agent 收集来自 Amazon Web Services (AWS) 的日志和指标。

为了将 Elastic Agent 系统集成“aws”添加到您的系统,应按顺序执行以下步骤

  • 转到 Kibana 首页并点击“添加集成”。
  • 在查询栏中,搜索“AWS”并选择集成以查看有关它的更多详细信息。
  • 点击“添加 AWS”。
  • 配置集成名称,并可选择添加说明。
  • 相应地查看可选和高级设置。
  • 将新安装的“aws”添加到现有或新的代理策略,并从需要 aws 日志文件的系统部署代理。
  • 点击“保存并继续”。
  • 有关集成的更多详细信息,请参阅 帮助指南