关于 building-threat-hunt-hypothesis-framework
面向安全分析人员的威胁狩猎技能，涵盖从提出可验证假设到审查证据和报告结果的流程。适用于结合 SIEM 与终端遥测开展情报驱动狩猎、事件响应和安全评估。
主要功能
- 01制定可验证的狩猎假设
- 02确定所需日志和遥测数据
- 03查询 SIEM 与 EDR 数据
- 04跨数据源关联发现
- 05记录证据与响应行动
适用场景
- 01调查威胁情报提及的攻击活动
- 02弥补 ATT&CK 覆盖缺口
- 03分析 UEBA 告警中的异常
- 04在事件响应中界定疑似入侵范围
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/building-threat-hunt-hypothesis-framework确认已加载。
包含的文件
除 SKILL.md 外，安装时一起下载的参考资料和脚本。
LICENSEassets/template.mdreferences/api-reference.mdstandards.mdworkflows.mdscripts/agent.pyprocess.py详细介绍
构建威胁狩猎假设框架
何时使用
- 当主动在环境中狩猎构建威胁狩猎假设框架的指标时
- 当威胁情报表明存在使用这些技术的活跃活动时
- 在事件响应期间，界定与这些技术相关的入侵范围时
- 当 EDR 或 SIEM 告警因相关指标触发时
- 在定期安全评估和紫队演练期间
前提条件
- 具备进程和网络遥测的 EDR 平台（CrowdStrike、MDE、SentinelOne）
- 已摄取相关日志数据的 SIEM（Splunk、Elastic、Sentinel）
- 已部署并配置全面的 Sysmon
- 已启用 Windows 安全事件日志转发
- 用于 IOC 关联的威胁情报源
工作流
- 提出假设：基于威胁情报或 ATT&CK 差距分析，定义一个可检验的假设。
- 识别数据源：确定需要哪些日志和遥测来验证或反驳该假设。
- 执行查询：针对 SIEM 和 EDR 平台运行检测查询，收集相关事件。
- 分析结果：检查查询结果中的异常，并跨多个数据源进行关联。
- 验证发现：通过上下文分析区分真阳性与假阳性。
- 关联活动：将发现与更广泛的攻击链和威胁行为者 TTP 关联起来。
- 记录并报告：记录发现、更新检测规则，并建议响应措施。
关键概念
| 概念 | 描述 |
|---|---|
| TA0001 | 初始访问 |
| TA0003 | 持久化 |
| TA0008 | 横向移动 |
| TA0010 | 数据外泄 |
工具与系统
| 工具 | 用途 |
|---|---|
| CrowdStrike Falcon | EDR 遥测与威胁检测 |
| Microsoft Defender for Endpoint | 使用 KQL 进行高级狩猎 |
| Splunk Enterprise | 使用 SPL 查询进行 SIEM 日志分析 |
| Elastic Security | 检测规则与调查时间线 |
| Sysmon | 详细的 Windows 事件监控 |
| Velociraptor | 端点工件收集与狩猎 |
| Sigma Rules | 跨平台检测规则格式 |
常见场景
- 场景 1：基于 APT 活动报告的情报驱动狩猎
- 场景 2：由 ATT&CK 覆盖差距分析驱动的假设创建
- 场景 3：来自 UEBA 告警调查的异常驱动假设
- 场景 4：基于行业 sector 威胁的态势感知狩猎
输出格式
Hunt ID: TH-BUILDI-[DATE]-[SEQ]
Technique: TA0001
Host: [Hostname]
User: [Account context]
Evidence: [Log entries, process trees, network data]
Risk Level: [Critical/High/Medium/Low]
Confidence: [High/Medium/Low]
Recommended Action: [Containment, investigation, monitoring]
评论
支持 Markdown