关于 detecting-mimikatz-execution-patterns
利用终端和 SIEM 遥测调查 Mimikatz 执行模式的安全狩猎技能。它指导分析人员从提出假设、执行查询，到验证、关联和报告发现。
主要功能
- 01制定可验证的狩猎假设
- 02查询 SIEM 与 EDR 遥测
- 03关联多个数据源的事件
- 04验证发现并排除误报
- 05记录证据和响应措施
适用场景
- 01调查与 Mimikatz 相关的告警
- 02界定疑似凭据转储事件范围
- 03狩猎与攻击活动相关的指标
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-mimikatz-execution-patterns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 Mimikatz 执行模式
何时使用
- 当主动搜寻环境中检测 Mimikatz 执行模式的指标时
- 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失陷范围时
- 当 EDR 或 SIEM 在相关指标上触发告警时
- 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）
- 已摄入相关日志数据的 SIEM（Splunk、Elastic、Sentinel）
- 部署了全面配置的 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。
- 识别数据源：确定验证或反驳该假设所需的日志和遥测数据。
- 执行查询：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：将发现关联到更广泛的攻击链和威胁行为者 TTP。
- 记录并报告：记录发现、更新检测规则，并推荐响应措施。
关键概念
| 概念 | 描述 |
|---|---|
| T1003.001 | LSASS 内存 |
| T1003.006 | DCSync |
| T1558.003 | Kerberoasting |
| T1558.001 | 黄金票据 |
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：标准的 sekurlsa::logonpasswords 凭据转储
- 场景 2：PowerShell Invoke-Mimikatz 反射加载
- 场景 3：从非 DC 主机执行 DCSync
- 场景 4：创建黄金票据以实现持久化
输出格式
Hunt ID: TH-DETECT-[DATE]-[SEQ]
Technique: T1003.001
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