关于 detecting-kerberoasting-attacks
用于安全分析师和威胁狩猎人员调查 Kerberoasting 与相关攻击的检测技能，涵盖从假设制定、日志查询到结果验证和报告的流程。
主要功能
- 01制定可测试的狩猎假设
- 02确定日志与遥测数据源
- 03查询 SIEM 和 EDR 数据
- 04关联攻击活动与 TTP
- 05记录发现并提出响应建议
适用场景
- 01根据威胁情报追踪 Kerberoasting
- 02调查 EDR 或 SIEM 告警
- 03评估检测覆盖并开展紫队演练
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/detecting-kerberoasting-attacks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
检测 Kerberoasting 攻击
使用时机
- 当主动在环境中搜寻检测 Kerberoasting 攻击的迹象时
- 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能力的 EDR 平台（CrowdStrike、MDE、SentinelOne）
- 已摄取相关日志数据的 SIEM（Splunk、Elastic、Sentinel）
- 已部署并配置完整的 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，定义可测试的假设。
- 确定数据源：确定需要哪些日志和遥测数据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和假阳性。
- 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 |
|---|---|
| T1558.003 | Kerberoasting |
| T1558.004 | AS-REP Roasting |
| T1558.001 | Golden Ticket |
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 进行高级搜寻 |
| 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 | 端点工件收集与搜寻 |
| Sigma Rules | 跨平台检测规则格式 |
常见场景
- 场景 1：Rubeus kerberoast 针对所有 SPN 账户
- 场景 2：来自 Impacket 的 GetUserSPNs.py 请求 RC4 票据
- 场景 3：针对高权限服务账户的定向 kerberoast
- 场景 4：AS-REP roasting 未启用预认证的账户
输出格式
Hunt ID: TH-DETECT-[DATE]-[SEQ]
Technique: T1558.003
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