Applied 위협 인텔리전스 융합 피드

다음에서 지원:

Applied Threat Intelligence (ATI) Fusion 피드는 해시, IP, 도메인, URL 등 알려진 위협 행위자, 멀웨어 변형, 활성 캠페인, 완료된 인텔리전스 보고와 관련된 침해 지표(IoC) 모음입니다. 이 피드에는 Mandiant Intelligence가 신중하게 확인하고 검증한 오픈소스 피드의 IoC도 포함되어 있어 가치를 극대화하고 높은 정확성을 제공합니다.

Mandiant의 선별 프로세스에는 다음 단계가 포함됩니다.

  • 일선 사고 대응: Mandiant 분석가는 보안 침해를 조사하는 동시에 공격자 도구와 기법에 대한 직접적인 지식을 얻습니다.

  • 위협 조사: 전담팀이 공격자를 추적하고 멀웨어를 분석하며 새로운 공격 인프라를 발견합니다.

  • 컨텍스트화: IoC는 특정 위협 및 캠페인에 매핑되므로 사고를 이해하고 우선순위를 지정하는 데 도움이 됩니다.

Breach Analytics 피드는 ATI Fusion 피드를 기반으로 빌드되며, 새로운 활성 Mandiant 침해 조사에서 얻은 지표를 포함합니다. 최신 공격 트렌드에 대한 실시간 인사이트를 제공합니다. 지표 일치를 개선하기 위해 YARA-L 규칙은 관련 위협 그룹, 침해된 환경에서의 지표 존재, Mandiant의 자동화된 악성 점수와 같은 ATI Fusion Feed의 컨텍스트 정보를 사용할 수 있습니다.

ATI Fusion Feed를 사용하여 YARA-L 규칙 작성

Google Security Operations에서 ATI Fusion Feed를 사용하는 YARA-L 규칙을 작성하는 과정은 다른 컨텍스트 항목 소스를 사용하는 YARA-L 규칙을 작성하는 과정과 유사합니다. 자세한 내용은 컨텍스트 인식 분석 만들기를 참조하세요.

이벤트 및 경기 섹션

규칙을 작성하려면 다음 단계를 따르세요. 1. 선택한 컨텍스트 항목 그래프를 필터링합니다. 이 경우 Fusion Feed입니다. 1. 특정 지표 유형을 필터링합니다. 예를 들면 FILE입니다. 아래 예시를 참조하세요.

events:
   $context_graph.graph.metadata.product_name = "MANDIANT_FUSION_IOC"
   $context_graph.graph.metadata.vendor_name = "MANDIANT_FUSION_IOC"
   $context_graph.graph.metadata.source_type = "GLOBAL_CONTEXT"
   $context_graph.graph.metadata.entity_type = "FILE"

events 섹션에서 이벤트 또는 컨텍스트 항목의 다른 조건을 추가할 수 있습니다. 컨텍스트 항목의 필드와 UDM 이벤트 필드를 조인할 수 있습니다.

다음 예시에서 플레이스홀더 변수 ioc는 컨텍스트 항목과 이벤트 간에 전환 조인을 수행하는 데 사용됩니다. 그런 다음 ioc 변수는 match 섹션에서 사용되어 특정 기간 내에서 일치를 보장합니다.

   $ioc = $context_graph.graph.entity.file.md5
   $ioc = $e1.principal.process.file.md5

match:
   $ioc over 1h

YARA-L 규칙에서 사용할 수 있는 컨텍스트 항목 필드에 대한 자세한 내용은 퓨전 피드 컨텍스트 항목 필드 섹션을 참조하세요.

결과 섹션

이전 예시에 계속 이어서 기본 지표 일치 규칙은 graph.entity.file.md5 필드와 principal.process.file.md5 UDM 필드의 컨텍스트 항목에 있는 파일 해시에 대해 설정됩니다.

이 규칙은 많은 수의 이벤트와 일치할 수 있으므로 특정 인텔리전스가 있는 컨텍스트 항목과 일치하도록 규칙을 미세 조정하는 것이 좋습니다. 예를 들어 Mandiant가 지표에 할당한 신뢰도 점수, 침해된 환경에서 발견되었는지 여부 또는 지표와 관련된 멀웨어 패밀리를 일치시킬 수 있습니다. 이 모든 것은 규칙의 outcome 섹션에서 모두 수행할 수 있습니다.

 outcome:
   // Extract the Mandiant Automated Intel confidence score of maliciousness
   $confidence_score = max(if($context_graph.graph.metadata.threat.verdict_info.source_provider = "Mandiant Automated Intel", $context_graph.graph.metadata.threat.verdict_info.confidence_score, 0))
   // Extract the status of the indicator as seen in a breached environment
   $breached = max(if($context_graph.graph.metadata.threat.verdict_info.pwn = true, 1, 0))

   // Intermediary outcome variable to combine conditions of intelligence extracted in the previous outcome variables.
   // Return 1 if conditions are met, otherwise return 0.
   $matched_conditions = if($confidence_score >= 80 AND $breached = 1, 1, 0)

YARA-L 규칙의 outcome 섹션에서 신뢰도 점수는 max 함수로 래핑된 if statement를 사용하여 추출됩니다. 이 기법은 다중 이벤트 규칙에 필요합니다. 동일한 기법을 사용하여 verdict_info에서 pwn 변수를 추출합니다. 이 변수는 Mandiant에서 식별한 침해된 환경에서 지표가 발견되었는지 여부를 나타냅니다.

그런 다음 이 두 결과 변수가 다른 matched_conditions 변수에 결합되어 condition 섹션에서 체이닝된 로직을 사용할 수 있습니다.

조건 섹션

condition 섹션은 e1, context_graph, matched_conditions가 존재하거나 지정된 조건과 일치하는지 확인합니다.

 condition:
   // Ensure $e1, $context_graph and $matched_conditions conditions are met.
   $e1 AND $context_graph AND $matched_conditions = 1

전체 YARA-L 규칙

이제 규칙을 사용할 수 있으며 다음과 같이 표시됩니다.

rule fusion_feed_example_principal_process_file_md5 {
 meta:
   rule_name = "File Hash - Applied Threat Intelligence"
   description = "Matches file hashes against the Applied Threat Intelligence Fusion Feed."

 events:
   // Filter graph
   $context_graph.graph.metadata.product_name = "MANDIANT_FUSION_IOC"
   $context_graph.graph.metadata.vendor_name = "MANDIANT_FUSION_IOC"
   $context_graph.graph.metadata.entity_type = "FILE"
   $context_graph.graph.metadata.source_type = "GLOBAL_CONTEXT"

   // Do join
   $ioc = $context_graph.graph.entity.file.md5
   $ioc = $e1.principal.process.file.md5

 match:
   $ioc over 1h

 outcome:
   // Extract the Mandiant Automated Intel confidence score of maliciousness
   $confidence_score = max(if($context_graph.graph.metadata.threat.verdict_info.source_provider = "Mandiant Automated Intel", $context_graph.graph.metadata.threat.verdict_info.confidence_score, 0))
   // Extract the status of the indicator as seen in a breached environment
   $breached = max(if($context_graph.graph.metadata.threat.verdict_info.pwn = true, 1, 0))

   // Intermediary outcome variable to combine conditions of intelligence extracted in the previous outcome variables.
   // Return 1 if conditions are met, otherwise return 0.
   $matched_conditions = if($confidence_score >= 80 AND $breached = 1, 1, 0)

 condition:
   // Ensure $e1, $context_graph and $matched_conditions conditions are met.
   $e1 AND $context_graph AND $matched_conditions = 1
}

ATI Fusion Feed 컨텍스트 항목 필드

규칙에서 ATI Fusion 피드의 여러 필드를 사용할 수 있습니다. 이러한 필드는 모두 통합 데이터 모델 필드 목록에 정의되어 있습니다. 다음 필드는 지표 우선순위 지정과 관련이 있습니다.

항목 필드 가능한 값
metadata.threat.associations.type MALWARE, THREAT_ACTOR
metadata.threat.associations.name 위협 연결 이름
metadata.threat.verdict_info.pwn TRUE, FALSE
metadata.threat.verdict_info.pwn_first_tagged_time.seconds 타임스탬프(초)

일부 필드에는 올바른 값에 액세스하기 위해 조합하여 사용해야 하는 키-값 쌍이 있습니다. 예를 들면 다음과 같습니다.

항목 필드 1 값 항목 필드 2 값
metadata.threat.verdict_info.source_provider Mandiant Global Intel metadata.threat.verdict_info.global_hits_count 정수
metadata.threat.verdict_info.source_provider Mandiant Global Intel metadata.threat.verdict_info.global_customer_count 정수
metadata.threat.verdict_info.source_provider Mandiant Analyst Intel metadata.threat.verdict_info.confidence_score 정수
metadata.threat.verdict_info.source_provider Mandiant Automated Intel metadata.threat.verdict_info.confidence_score 정수

YARA-L 규칙의 outcome 섹션에서 다음 명령어를 사용하여 특정 키로 지정된 값에 액세스할 수 있습니다. =

$hit_count = max(if($context_graph.graph.metadata.threat.verdict_info.source_provider = "Mandiant Global Intel", $context_graph.graph.metadata.threat.verdict_info.global_hits_count, 0))

Google Security Operations에서 항목 일치를 검사하면 데이터를 포괄적으로 보고 표시기 알림의 우선순위와 컨텍스트를 평가하는 데 유용할 수 있는 추가 필드를 파악할 수 있습니다.

다음 예시는 초기 참조점인 퓨전 피드 컨텍스트 항목을 보여줍니다.

{
  "metadata": {
    "product_entity_id": "md5--147d19e6-cdae-57bb-b9a1-a8676265fa4c",
    "collected_timestamp": {
      "seconds": "1695165683",
      "nanos": 48000000
    },
    "vendor_name": "MANDIANT_FUSION_IOC",
    "product_name": "MANDIANT_FUSION_IOC",
    "product_version": "1710194393",
    "entity_type": "FILE",
    "creation_timestamp": {
      "seconds": "1710201600"
    },
    "interval": {
      "start_time": {
        "seconds": "1"
      },
      "end_time": {
        "seconds": "253402300799"
      }
    },
    "threat": [
      {
        "category_details": [
          "A phishing email message or the relevant headers from a phishing email."
        ],
        "severity_details": "HIGH",
        "confidence_details": "75",
        "risk_score": 75,
        "first_discovered_time": {
          "seconds": "1683294326"
        },
        "associations": [
          {
            "id": "threat-actor--3e5e6bdf-5b4e-5166-84fa-83045e637f23",
            "type": "THREAT_ACTOR",
            "name": "UNC2633"
          },
          {
            "id": "threat-actor--3e5e6bdf-5b4e-5166-84fa-83045e637f23",
            "country_code": [
              "unknown"
            ],
            "type": "THREAT_ACTOR",
            "name": "UNC2633",
            "description": "UNC2633 is a distribution threat cluster that delivers emails containing malicious attachments or links that lead to malware payloads, primarily QAKBOT, but also SNOWCONE.GZIPLOADER (which leads to ICEDID) and MATANBUCHUS. Historically, UNC2633 has distributed ZIP files containing malicious Excel files that download malware payloads. In early 2023, UNC2633 started distributing OneNote files (.one) that usually led to QAKBOT. It has also leveraged HTML smuggling to distribute ZIP files containing IMG files that contain LNK files and malware payloads.",
            "alias": [
              {
                "name": "TA570 (Proofpoint)"
              }
            ],
            "first_reference_time": {
              "seconds": "1459085092"
            },
            "last_reference_time": {
              "seconds": "1687392000"
            },
            "industries_affected": [
              "Aerospace & Defense",
              "Agriculture",
              "Automotive",
              "Chemicals & Materials",
              "Civil Society & Non-Profits",
              "Construction & Engineering",
              "Education",
              "Energy & Utilities",
              "Financial Services",
              "Governments",
              "Healthcare",
              "Hospitality",
              "Insurance",
              "Legal & Professional Services",
              "Manufacturing",
              "Media & Entertainment",
              "Oil & Gas",
              "Pharmaceuticals",
              "Retail",
              "Technology",
              "Telecommunications",
              "Transportation"
            ]
          }
        ],
        "campaigns": [
          "CAMP.23.007"
        ],
        "last_updated_time": {
          "seconds": "1695165683",
          "nanos": 48000000
        },
        "verdict_info": [
          {
            "source_provider": "Mandiant Automated Intel",
            "confidence_score": 75
          },
          {
            "verdict_type": "ANALYST_VERDICT",
            "confidence_score": 75
          },
          {
            "source_count": 91,
            "response_count": 1,
            "verdict_type": "PROVIDER_ML_VERDICT",
            "malicious_count": 1,
            "ioc_stats": [
              {
                "ioc_stats_type": "MANDIANT_SOURCES",
                "second_level_source": "Knowledge Graph",
                "quality": "HIGH_CONFIDENCE",
                "malicious_count": 1,
                "response_count": 1,
                "source_count": 8
              },
              {
                "ioc_stats_type": "MANDIANT_SOURCES",
                "second_level_source": "Malware Analysis",
                "source_count": 4
              },
              {
                "ioc_stats_type": "MANDIANT_SOURCES",
                "second_level_source": "Spam Monitoring",
                "source_count": 1
              },
              {
                "ioc_stats_type": "THIRD_PARTY_SOURCES",
                "second_level_source": "Crowdsourced Threat Analysis",
                "source_count": 71
              },
              {
                "ioc_stats_type": "THIRD_PARTY_SOURCES",
                "first_level_source": "MISP",
                "second_level_source": "Trusted Software List",
                "source_count": 3
              },
              {
                "ioc_stats_type": "THIRD_PARTY_SOURCES",
                "first_level_source": "Threat Intelligence Feeds",
                "second_level_source": "Digitalside It Hashes",
                "source_count": 1
              },
              {
                "ioc_stats_type": "THIRD_PARTY_SOURCES",
                "first_level_source": "Threat Intelligence Feeds",
                "second_level_source": "Tds Harvester",
                "source_count": 1
              },
              {
                "ioc_stats_type": "THIRD_PARTY_SOURCES",
                "first_level_source": "Threat Intelligence Feeds",
                "second_level_source": "Urlhaus",
                "source_count": 1
              }
            ]
          },
          {
            "source_provider": "Mandiant Analyst Intel",
            "confidence_score": 75,
            "pwn": true,
            "pwn_first_tagged_time": {
              "seconds": "1683911695"
            }
          }
        ],
        "last_discovered_time": {
          "seconds": "1683909854"
        }
      }
    ],
    "source_type": "GLOBAL_CONTEXT",
    "source_labels": [
      {
        "key": "is_scanner",
        "value": "false"
      },
      {
        "key": "osint",
        "value": "false"
      },
      {
        "key": "misp_akamai",
        "value": "false"
      },
...
      {
        "key": "has_pwn",
        "value": "2023-05-12T17:14:55.000+0000"
      }
    ],
    "event_metadata": {
      "id": "\\000\\000\\000\\000\\034Z\\n\\2545\\237\\367\\353\\271\\357\\302\\215t\\330\\275\\237\\000\\000\\000\\000\\007\\000\\000\\000\\206\\000\\000\\000",
      "base_labels": {
        "log_types": [
          "MANDIANT_FUSION_IOC"
        ],
        "allow_scoped_access": true
      }
    }
  },
  "entity": {
    "file": {
      "sha256": "000bc5900dc7a32851e380f418cc178ff0910242ee0561ae37ff424e6d3ec64a",
      "md5": "f0095b0a7480c826095d9ffc9d5d2d8f",
      "sha1": "8101315b9fbbf6a72bddbfe64837d246f4c8b419"
    },
    "labels": [
      {
        "key": "is_scanner",
        "value": "false"
      },
      {
        "key": "osint",
        "value": "false"
      },
      {
        "key": "misp_akamai",
        "value": "false"
      },
...
    ]
  }
}

복잡한 조건

컨텍스트 항목에서 여러 필드를 사용하려면 여러 결과 변수를 결합하여 더 복잡한 조건부 로직을 만들면 됩니다. 중간 결과 변수를 사용하여 여러 필드를 결합할 수 있습니다. 그런 다음 이러한 변수를 결합하여 condition 섹션에서 사용할 수 있는 새로운 결과 변수를 만듭니다.

예를 들면 다음과 같습니다.

// Value will be 1 if threat.associations.type = "MALWARE"
// Wrapper max function required for multi-event rules
$is_attributed_malware = max(if($entity_context.graph.metadata.threat.associations.type = "MALWARE", 1, 0))

// Value will be 1 if threat.associations.type = "THREAT_ACTOR"
$is_attributed_actor = max(if($entity_context.graph.metadata.threat.associations.type = "THREAT_ACTOR", 1,0))

// Value will be the sum of the $is_attributed_malware $is_attributed_malware and $is_attributed_actor
$is_attributed = if($is_attributed_malware = 1, 1, 0)
                    +
                    if($is_attributed_actor = 1, 1, 0)

// If the value of $is_attributed is greater than 1, this indicates the indicator has been attributed at least once with the type "MALWARE" or "THREAT_ACTOR"

이 예시에서는 두 중간 결과 변수 is_attributed_malware 및 is_attributed_actor가 결과 변수 is_attributed에 결합됩니다.

중간 결과 값은 숫자 값을 반환하므로 새 결과 변수에서 숫자 비교가 가능합니다.

is_attributed의 값은 지표에 MALWARE 또는 THREAT_ACTOR 유형의 위협 연결이 하나 이상 있는 경우 1 이상입니다.

YARA-L 규칙의 유연한 조인

필요한 규칙 수를 줄이려면 IoC 간에 유연한 조인을 사용하여 여러 UDM 필드를 컨텍스트 항목에 연결하면 됩니다.

다음 예시에서는 event 섹션에서 여러 UDM 필드에 유연한 조인을 사용하는 방법을 보여줍니다.

  events:
    // Filter graph
    $mandiant.graph.metadata.product_name = "MANDIANT_FUSION_IOC"
    $mandiant.graph.metadata.vendor_name = "MANDIANT_FUSION_IOC"
    $mandiant.graph.metadata.entity_type = "FILE"
    $mandiant.graph.metadata.source_type = "GLOBAL_CONTEXT"

    $mandiant.graph.entity.file.md5 = strings.coalesce($e.target.process.file.md5, $e.target.process.file.md5) OR
    $mandiant.graph.entity.file.md5 = strings.coalesce($e.principal.process.file.md5, $e.principal.process.file.md5)

기존 Mandiant 피드를 GTI로 이전

Google SecOps는 위협 인텔리전스 데이터 소스를 통합하고 있습니다. 더 광범위한 침해 지표 (IoC)를 제공하고 통합을 간소화하기 위해 기존 Mandiant 피드에서 통합 Google Threat Intelligence (GTI) 피드로 이전하고 있습니다.

이 가이드는 통합 GTI 피드로 마이그레이션하는 동안 중단 없이 위협 범위를 유지하려는 감지 엔지니어와 분석가를 대상으로 합니다. 기존 알림 기능을 유지하면서 새로운 GTI IoC와 일치하도록 기존 YARA-L 규칙을 업데이트하는 방법을 설명합니다. 제공된 타임라인과 마이그레이션 워크플로를 사용하여 규칙 문법을 업데이트하면 기존 피드가 정지되기 전에 원활하게 전환할 수 있습니다.

YARA-L 규칙 업데이트

중단 없는 적용 범위를 유지하려면 YARA-L 규칙을 새 GTI 제품 이름으로 업데이트하는 것이 좋습니다.


기존 Mandiant 피드 이름

새로운 GTI 제품 이름

라이선스 등급

MANDIANT_FUSION_IOC

GTI_IOC

Enterprise 또는 Enterprise+

OPEN_SOURCE_INTEL_IOC

GTI_IOC

Enterprise 또는 Enterprise+

MANDIANT_ACTIVE_BREACH_IOC

GTI_IOC

Enterprise+

YARA-L 이전 참조

Gemini 적용 기능을 사용하지 않으려면 이 스니펫을 사용하여 규칙을 수동으로 업데이트하세요.

Basic 이전

이 YARA-L 문법을 사용하여 이전 데이터와 새 GTI 데이터를 모두 일치시킵니다.

이전 YARA-L 문법:

$mandiant.graph.metadata.product_name = "MANDIANT_FUSION_IOC"

권장 YARA-L 문법:

(
    $mandiant.graph.metadata.product_name = "GTI_IOC"
    $mandiant.graph.metadata.threat_intel.stable = true
)

이전 워크플로 이해하기

다음 워크플로는 마이그레이션을 안내하도록 설계된 업데이트된 규칙 관리 환경을 반영합니다.

  1. 영향을 받는 규칙을 식별합니다. 규칙 관리/목록 페이지를 엽니다. 테넌트에 영향을 받는 규칙이 있는 경우 눈에 잘 띄는 전역 배너가 표시됩니다.
    • 표시기: 기존 피드를 참조하는 규칙에는 경고 아이콘 또는 Update Required 도움말이 표시됩니다.
    • 작업: Gemini에게 업데이트 요청을 클릭하거나 특정 규칙을 선택하여 세부정보를 확인합니다.
  2. 규칙 세부정보를 분석합니다. 영향을 받는 규칙을 열면 규칙 편집기에서 기존 문법 (예: $mandiant.graph.metadata.product_name = "MANDIANT_FUSION_IOC")을 강조 표시합니다.

    편집기 헤더에 전용 마이그레이션 버튼이 표시되며, 이 버튼을 누르면 Gemini 측면 패널이 트리거됩니다.

  3. Gemini 지원 업데이트 읽기 Gemini 측면 패널은 자동으로 미리 입력된 컨텍스트 카드를 로드합니다.

    • Gemini가 사용자의 사용 권한에 따라 이전 피드와 새 GTI 피드 간의 매핑을 설명합니다.
    • Gemini가 추천 수정사항 코드 블록을 제공합니다. 업데이트된 YARA-L 로직을 검토합니다. 이 로직은 이전 범위에 대한 기존 참조를 유지하면서 GTI_IOC를 추가합니다.
  4. 편집기에 적용을 클릭하여 이전 로직을 새로 제안된 문법으로 바꿉니다.

  5. 새 문법을 확인합니다. 업데이트된 GTI_IOC 문법으로 규칙을 저장하면 다음 세부정보가 표시됩니다.

    • 업데이트 필요 경고 아이콘이 편집기 및 기본 규칙 리스터 페이지에서 사라집니다.
    • 플래그가 지정된 규칙을 삭제하면 이전 상태가 실시간으로 업데이트됩니다.

GTI_IOC 피드 수집 필터링 이해

높은 충실도를 보장하고 노이즈를 최소화하기 위해 Google SecOps는 GTI_IOC 피드에서 IoC를 필터링합니다. Google SecOps는 다음 기준 중 하나 이상을 충족하는 경우에만 피드의 IoC를 포함합니다.

  • GTI 신뢰도 점수가 80점 이상입니다.

  • GTI 판정은 악성입니다.

  • 알려진 위협과 연관되어 있습니다 (예: 특정 위협 캠페인과 연결됨).

이 기준을 충족하는 검토되지 않은 IoC는 Google SecOps에 수집되며 YARA-L 규칙에서 사용할 수 있지만 metadata.threat.stable = false로 표시됩니다. 이러한 IoC가 완전히 검토되거나 검증되면 stable 태그가 true로 업데이트됩니다.

자세한 내용은 Google Threat Intelligence 표시기 점수를 참조하세요.

도움이 더 필요하신가요? 커뮤니티 회원 및 Google SecOps 전문가에게 문의하여 답변을 받으세요.