关于 detecting-service-account-abuse
用于调查服务账户滥用迹象的安全狩猎技能,指导分析人员通过假设、查询和多源验证开展调查,并记录事件响应或主动狩猎结果。
主要功能
- 01假设驱动的狩猎流程
- 02SIEM 与 EDR 查询分析
- 03跨来源事件关联
- 04误报验证
- 05结构化记录发现与响应建议
适用场景
- 01调查服务账户可疑的 RDP 活动
- 02狩猎服务账户访问非预期文件共享
- 03排查非工作时间的横向移动
- 04评估特权账户疑似遭滥用
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ mukul975/ anthropic-cybersecurity-skills --skill detecting-service-account-abuse安装后在 Claude Code 中输入/detecting-service-account-abuse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
检测服务账户滥用
何时使用
- 主动搜寻环境中检测服务账户滥用的指标时
- 威胁情报表明攻击者正在使用这些技术开展活跃活动后
- 事件响应期间,界定与这些技术相关的失陷范围时
- EDR 或 SIEM 针对相关指标触发告警时
- 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 差距分析定义可验证的假设。
- 确定数据源:确定验证或推翻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 |
|---|---|
| T1078.002 | 域账户 |
| T1078.001 | 默认账户 |
| T1021 | 远程服务 |
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 | 终端产物收集与搜寻 |
| Sigma Rules | 跨平台检测规则格式 |
常见场景
- 场景 1:服务账户通过 RDP 连接到域控制器
- 场景 2:SQL 服务访问范围之外的文件共享
- 场景 3:备份服务在非工作时间进行横向移动
- 场景 4:具有 DA 权限的失陷 svc 被用于 DCSync
输出格式
Hunt ID: TH-DETECT-[DATE]-[SEQ]
Technique: T1078.002
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