潜在的 DGA 活动
编辑潜在的 DGA 活动
编辑一个人口分析机器学习作业检测到潜在的 DGA（域名生成算法）活动。这种活动通常被恶意软件命令和控制 (C2) 通道使用。此机器学习作业查找发出 DNS 请求的源 IP 地址，这些请求具有较高的 DGA 活动聚合概率。
规则类型: machine_learning
规则索引: 无
严重性: 低
风险评分: 21
运行频率: 15 分钟
搜索索引起始时间: now-45m (日期数学格式，另请参阅 额外回溯时间)
每次执行的最大警报数: 100
参考:
标签:
- 用例：域名生成算法检测
- 规则类型：ML
- 规则类型：机器学习
- 战术：命令和控制
版本: 5
规则作者:
- Elastic
规则许可证: Elastic License v2
设置
编辑设置
该规则需要安装域名生成算法 (DGA) 检测集成资产，以及由 Elastic Defend、网络数据包捕获或 Packetbeat 等集成收集的 DNS 事件。
DGA 检测设置
DGA 检测集成包含一个基于 ML 的框架，用于检测 DNS 事件中的 DGA 活动。
先决条件
- DGA 检测需要 Fleet。
- 要配置 Fleet Server，请参阅文档。
- 由 Elastic Defend、网络数据包捕获集成或 Packetbeat 收集的 DNS 事件。
- 要安装 Elastic Defend，请参阅文档。
- 要将网络数据包捕获集成添加到 Elastic Agent 策略，请参阅此指南。
- 要设置并运行 Packetbeat，请按照此指南操作。
应执行以下步骤来安装与 DGA 检测集成关联的资产
- 转到 Kibana 主页。在“管理”下，单击“集成”。
- 在查询栏中，搜索“域名生成算法检测”，然后选择该集成以查看有关它的更多详细信息。
- 按照 安装 部分下的说明进行操作。
- 为了使此规则生效，请完成 添加预配置的异常检测作业 中的说明。
异常检测设置
在启用此规则之前，您需要启用相应的异常检测作业。 - 转到 Kibana 主页。在“分析”下，单击“机器学习”。 - 在“异常检测”下，单击“作业”，然后单击“创建作业”。选择包含您丰富后的 DNS 事件的数据视图。例如，如果您使用 Elastic Defend 收集事件，这将是 logs-endpoint.events.*，如果您使用网络数据包捕获，这将是 logs-network_traffic.*。 - 如果选定的数据视图包含与此配置文件中的查询匹配的事件，您将在“使用预配置的作业”下看到 DGA 的卡片。 - 保留默认设置，然后单击“创建作业”以启动异常检测作业和数据源。
框架: MITRE ATT&CKTM
-
战术
- 名称：命令和控制
- ID：TA0011
- 参考 URL：https://attack.mitre.org/tactics/TA0011/
-
技术
- 名称：动态解析
- ID：T1568
- 参考 URL：https://attack.mitre.org/techniques/T1568/