用户异常 AWS 命令编辑

机器学习作业检测到一条 AWS API 命令,虽然本身并不可疑或异常,但该命令是由通常不会使用该命令的用户上下文发出的。这可能是由于某人使用有效帐户来持久化、横向移动或窃取数据,导致凭据或密钥遭到入侵。

规则类型:machine_learning

规则索引:无

严重性:低

风险评分: 21

每隔:15 分钟运行一次

从以下时间开始搜索索引:now-2h(日期数学格式,另请参见 附加回溯时间

每次执行的最大警报数: 100

参考:

标签:

  • 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 许可证 v2

调查指南编辑

分类和分析

调查用户执行的异常 AWS 命令

CloudTrail 日志记录提供了对 AWS 环境中执行的操作的可见性。通过监控这些事件并了解组织中的正常行为,您可以在出现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,虽然此命令本身并不可疑或异常,但它是由通常不使用此命令的用户上下文发出的。这可能是由于有人使用有效帐户来持久化、横向移动或窃取数据,从而导致凭据或密钥遭到破坏。

此规则的检测警报指示对调用 IAM 用户来说罕见且异常的 AWS API 命令或方法调用。

可能的调查步骤

  • 识别涉及的用户帐户和执行的操作。验证它是否应执行此类操作。
  • 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,这有助于识别精确的用户上下文。
  • user_agent.original 字段中的用户代理详细信息也可能指示发出请求的客户端类型。
  • 调查过去 48 小时内与用户帐户关联的其他警报。
  • 验证该活动与计划的修补程序、更新或网络管理员活动无关。
  • 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的源 IP 地址和地理位置
  • 它们对于调用用户来说是否正常?
  • 如果源是 EC2 IP 地址,它是否与您帐户中的 EC2 实例相关联,或者源 IP 是否来自不受您控制的 EC2 实例?
  • 如果它是一个授权的 EC2 实例,该活动是否与实例角色或角色的正常行为相关联?是否还有其他警报或迹象表明此实例涉及可疑活动?
  • 考虑一天中的时间。如果用户是人(不是程序或脚本),该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破坏,请通过跟踪帐户在过去 24 小时内访问的服务器、服务和数据来确定范围内的潜在受损资产。

误报分析

  • 检查命令的历史记录。如果该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,它以每周或每月的节奏少量出现),它可能是整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 命令的异常城市 - 809b70d3-e2c3-455e-af1b-2626a5a1a276
  • AWS 命令的异常国家/地区 - dca28dee-c999-400f-b640-50a081cc0fd1
  • 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。
  • 识别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获得上下文
  • 识别云环境中的帐户角色。
  • 评估受影响服务和服务器的关键性。
  • 与您的 IT 团队合作以识别和最大程度地减少对用户的影响。
  • 识别攻击者是否正在横向移动并危害其他帐户、服务器或服务。
  • 识别与该活动相关的任何监管或法律后果。
  • 调查攻击者危害或使用的系统上的凭证泄露,以确保识别出所有受危害的帐户。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。在执行这些操作期间,与您的 IT 团队合作以最大程度地减少对业务运营的影响。
  • 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。
  • 考虑为用户启用多重身份验证。
  • 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操作级别。
  • 识别攻击者滥用的初始媒介,并采取措施通过同一媒介防止重新感染。
  • 使用事件响应数据,更新日志记录和审计策略,以改善平均检测时间 (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”面板下查看链接的机器学习作业。如果作业因错误而未启动,则必须解决该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 从 Amazon Web Services (AWS) 收集日志和指标。

应按以下步骤操作,将 Elastic Agent 系统集成“aws”添加到您的系统

  • 转到 Kibana 主页,然后单击“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。
  • 单击“添加 AWS”。
  • 配置集成名称,并可选择添加描述。
  • 相应地查看可选设置和高级设置。
  • 将新安装的“aws”添加到现有或新的代理策略,并从希望收集 aws 日志文件的系统上部署代理。
  • 单击“保存并继续”。
  • 有关集成的更多详细信息,请参阅帮助指南