Analisis Risiko untuk UEBA
Dokumen ini memberikan ringkasan set aturan dalam kategori Analisis Risiko untuk UEBA, data yang diperlukan, dan konfigurasi yang dapat Anda gunakan untuk menyesuaikan pemberitahuan yang dihasilkan oleh setiap set aturan. Set aturan ini membantu mengidentifikasi ancaman dengan mengevaluasi sumber log yang didukung.
Deskripsi set aturan
Set aturan berikut tersedia dalam kategori Risk Analytics for UEBA dan dikelompokkan menurut jenis pola yang terdeteksi:
Autentikasi
- Login Baru oleh Pengguna ke Perangkat: pengguna login ke perangkat baru.
- Peristiwa Autentikasi Anomali menurut Pengguna: satu entitas pengguna memiliki peristiwa autentikasi anomali baru-baru ini, dibandingkan dengan penggunaan historis.
- Autentikasi Gagal menurut Perangkat: entitas perangkat tunggal memiliki banyak upaya login yang gagal baru-baru ini, dibandingkan dengan penggunaan historis.
- Autentikasi Gagal oleh Pengguna: satu entitas pengguna mengalami banyak upaya login yang gagal baru-baru ini, dibandingkan dengan penggunaan historis.
Analisis traffic jaringan
- Byte Masuk yang Tidak Normal menurut Perangkat: jumlah data yang signifikan baru-baru ini diupload ke satu entitas perangkat, dibandingkan dengan penggunaan historis.
- Byte Keluar yang Tidak Normal menurut Perangkat: jumlah data yang signifikan baru-baru ini didownload dari satu entitas perangkat, dibandingkan dengan penggunaan historis.
- Total Byte Anomali menurut Perangkat: entitas perangkat baru-baru ini mengupload dan mendownload data dalam jumlah yang signifikan, dibandingkan dengan penggunaan historis.
- Byte Masuk yang Tidak Normal menurut Pengguna: entitas pengguna tunggal baru-baru ini mendownload data dalam jumlah yang signifikan, dibandingkan dengan penggunaan historis.
- Total Byte yang Tidak Normal oleh Pengguna: entitas pengguna baru-baru ini mengupload dan mendownload data dalam jumlah yang signifikan, dibandingkan dengan penggunaan historis.
- Brute Force then Successful Login by User: satu entitas pengguna dari satu alamat IP memiliki beberapa upaya autentikasi yang gagal ke aplikasi tertentu sebelum berhasil login.
Deteksi berbasis grup pembanding
Login yang Tidak Normal atau Berlebihan untuk Pengguna yang Baru Dibuat: aktivitas autentikasi yang tidak normal atau berlebihan untuk pengguna yang baru dibuat. Ini menggunakan waktu pembuatan dari data Konteks AD.
Tindakan Mencurigakan yang Tidak Normal atau Berlebihan untuk Pengguna yang Baru Dibuat: aktivitas yang tidak normal atau berlebihan (termasuk, tetapi tidak terbatas pada, telemetri HTTP, eksekusi proses, dan modifikasi grup) untuk pengguna yang baru dibuat. Ini menggunakan waktu pembuatan dari data Konteks AD.
Tindakan mencurigakan
- Pembuatan Akun Berlebihan oleh Perangkat: entitas perangkat membuat beberapa akun pengguna baru.
- Notifikasi Berlebihan oleh Pengguna: sejumlah besar notifikasi keamanan dari antivirus
atau perangkat endpoint (misalnya, koneksi diblokir, malware terdeteksi)
dilaporkan tentang entitas pengguna, yang jauh lebih besar daripada pola historis.
Ini adalah peristiwa saat kolom UDM
security_result.actionditetapkan keBLOCK.
Deteksi berbasis pencegahan kebocoran data
- Proses yang Tidak Normal atau Berlebihan dengan Kemampuan Pemindahan Data: aktivitas yang tidak normal atau berlebihan untuk proses yang terkait dengan kemampuan pemindahan data seperti keylogger, screenshot, dan akses jarak jauh. Fitur ini menggunakan pengayaan metadata file dari VirusTotal.
Data yang diperlukan oleh Analisis Risiko untuk kategori UEBA
Bagian ini menjelaskan data yang diperlukan oleh setiap kategori set aturan untuk performa yang optimal. Meskipun deteksi UEBA dirancang untuk berfungsi dengan semua parser default yang didukung, penggunaan jenis data spesifik berikut akan memaksimalkan manfaatnya. Untuk mengetahui daftar lengkap parser default yang didukung, lihat Jenis log dan parser default yang didukung.
Autentikasi
Untuk menggunakan salah satu set aturan ini, kumpulkan data log dari
Azure AD Directory Audit (AZURE_AD_AUDIT) atau Windows Event (WINEVTLOG).
Untuk WINEVTLOG, Anda harus mengonfigurasi konfigurasi pengumpulan data untuk menyertakan Event IDs Windows berikut dalam Channel log peristiwa Security.
Peristiwa ini dipetakan langsung ke Event types (misalnya, USER_LOGIN atau PROCESS_LAUNCH) yang digunakan oleh mesin deteksi.
Persyaratan ID Peristiwa Windows
| Jenis peristiwa | ID Peristiwa Windows |
|---|---|
| USER_LOGIN | 529, 4624, 4625, 4626, 4648, 4672, 4768, 4769, 4770, 4771, 4777, 4820, 4821, 4964 |
| USER_CREATION | 4720 |
| NETWORK_CONNECTION | 4096, 4097, 4321, 5156, 5632, 5633, 5157 |
| GROUP_MODIFICATION | 4728, 4729, 4732, 4733, 4735, 4737, 4745, 4746, 4747, 4750, 4751, 4752, 4755, 4756, 4757, 4760, 4761, 4762, 4764, 4784, 4785, 4786, 4787, 4788, 4791 |
| PROCESS_LAUNCH | 4688 |
| PROCESS_OPEN | 4663, 4670, 4691, 8002 |
Analisis traffic jaringan
Untuk menggunakan salah satu set aturan ini, kumpulkan data log yang mencatat aktivitas jaringan.
Misalnya, dari perangkat seperti FortiGate (FORTINET_FIREWALL),
Check Point (CHECKPOINT_FIREWALL), Zscaler (ZSCALER_WEBPROXY), CrowdStrike Falcon (CS_EDR),
atau Carbon Black (CB_EDR).
Deteksi berbasis grup pembanding
Untuk menggunakan salah satu set aturan ini, kumpulkan data log dari
Azure AD Directory Audit (AZURE_AD_AUDIT) atau Windows Event (WINEVTLOG).
Tindakan mencurigakan
Set aturan dalam grup ini masing-masing menggunakan jenis data yang berbeda.
Set aturan Pembuatan Akun Berlebihan oleh Perangkat
Untuk menggunakan set aturan ini, kumpulkan data log dari
Azure AD Directory Audit (AZURE_AD_AUDIT) atau Windows Event (WINEVTLOG).
Set aturan Pemberitahuan Berlebihan oleh Pengguna
Untuk menggunakan set aturan ini, kumpulkan data log yang mencatat aktivitas endpoint atau
data audit, seperti yang dicatat oleh CrowdStrike Falcon (CS_EDR),
Carbon Black (CB_EDR), atau Azure AD Directory Audit (AZURE_AD_AUDIT).
Deteksi berbasis pencegahan kebocoran data
Untuk menggunakan salah satu set aturan ini, kumpulkan data log yang mencatat aktivitas proses dan file,
seperti yang dicatat oleh CrowdStrike Falcon (CS_EDR), Carbon Black (CB_EDR),
atau SentinelOne EDR (SENTINEL_EDR).
Dependensi kolom
Bagian ini menjelaskan kolom metrik dan dimensi yang digunakan aturan UEBA Google SecOps.
Dependensi metrik
Tabel berikut mencantumkan metrik dan kueri penelusuran UDM terkait yang menentukan peristiwa yang berkontribusi pada setiap metrik.
| Metrik | Kueri penelusuran UDM untuk peristiwa yang berkontribusi pada metrik |
|---|---|
AUTH_ATTEMPTS_FAIL |
metadata.event_type = "USER_LOGIN" |
AUTH_ATTEMPTS_SUCCESS |
metadata.event_type = "USER_LOGIN" |
AUTH_ATTEMPTS_TOTAL |
metadata.event_type = "USER_LOGIN" |
DNS_BYTES_OUTBOUND |
network.sent_bytes > 0 |
DNS_QUERIES_FAIL |
network.dns.id > 0 |
DNS_QUERIES_SUCCESS |
network.dns.id > 0 |
DNS_QUERIES_TOTAL |
network.dns.id > 0 |
FILE_EXECUTIONS_FAIL |
metadata.event_type = "PROCESS_LAUNCH" |
FILE_EXECUTIONS_SUCCESS |
metadata.event_type = "PROCESS_LAUNCH" |
FILE_EXECUTIONS_TOTAL |
metadata.event_type = "PROCESS_LAUNCH" |
HTTP_QUERIES_FAIL |
network.http.method != "" |
HTTP_QUERIES_SUCCESS |
network.http.method != "" |
HTTP_QUERIES_TOTAL |
network.http.method != "" |
NETWORK_BYTES_INBOUND |
network.received_bytes > 0 |
NETWORK_BYTES_OUTBOUND |
network.sent_bytes > 0 |
NETWORK_BYTES_TOTAL |
(network.received_bytes > 0 AND network.received_bytes < 1000000000000000) |
NETWORK_FLOWS_INBOUND |
network.received_bytes > 0 |
NETWORK_FLOWS_OUTBOUND |
network.sent_bytes > 0 |
NETWORK_FLOWS_TOTAL |
(network.received_bytes > 0 AND network.received_bytes < 1000000000000000) |
RESOURCE_READ_FAIL |
(metadata.event_type = "FILE_OPEN" OR metadata.event_type = "RESOURCE_READ") |
RESOURCE_READ_SUCCESS |
(metadata.event_type = "FILE_OPEN" OR metadata.event_type = "RESOURCE_READ") |
RESOURCE_READ_TOTAL |
(metadata.event_type = "FILE_OPEN" OR metadata.event_type = "RESOURCE_READ") |
RESOURCE_WRITTEN_FAIL |
(metadata.event_type = "FILE_CREATION" OR metadata.event_type = "RESOURCE_CREATION") |
RESOURCE_WRITTEN_SUCCESS |
(metadata.event_type = "FILE_CREATION" OR metadata.event_type = "RESOURCE_CREATION") |
RESOURCE_WRITTEN_TOTAL |
(metadata.event_type = "FILE_CREATION" OR metadata.event_type = "RESOURCE_CREATION") |
Dependensi dimensi
Tabel berikut mencantumkan dimensi dan opsi kolom UDM yang sesuai yang tersedia untuk pemfilteran atau pengelompokan.
| Dimensi | Opsi kolom |
|---|---|
| Perangkat Utama | principal.asset.asset_idprincipal.asset.hostnameprincipal.asset.ipprincipal.asset.macprincipal.asset.product_object_id |
| Perangkat Target | target.asset.asset_idtarget.asset.hostnametarget.asset.iptarget.asset.mactarget.asset.product_object_id |
| Pengguna Utama | principal.user.email_addressesprincipal.user.employee_idprincipal.user.product_object_idprincipal.user.useridprincipal.user.windows_sid |
| Pengguna Target | target.user.email_addressestarget.user.employee_idtarget.user.product_object_idtarget.user.useridtarget.user.windows_sid |
| Layanan Target | target.application |
| IP Target | target.ip |
| Jalur File Proses Utama | principal.process.file.full_path |
| Hash File Proses Utama | principal.process.file.sha256 |
| Hash File Utama | principal.file.sha256 |
| Negara Utama | principal.ip_geo_artifact.location.country_or_region |
| Kategori Keamanan | security_result.category |
| Nama Organisasi Jaringan Utama | principal.ip_geo_artifact.network.organization_name |
| Nama Organisasi Jaringan Target | target.ip_geo_artifact.network.organization_name |
| Hash Sertifikat Klien | network.tls.client.certificate.sha256 |
| Jenis Kueri DNS | network.dns.questions.type |
| Domain DNS | network.dns_domain |
| Agen Pengguna HTTP | network.http.user_agent |
| Jenis Peristiwa | metadata.event_type |
| Sistem Operasi | principal.platform |
Menyesuaikan pemberitahuan yang ditampilkan oleh set aturan dalam kategori ini
Anda dapat mengurangi jumlah deteksi yang dihasilkan aturan atau set aturan menggunakan pengecualian aturan.
Pengecualian aturan menentukan kriteria yang digunakan untuk mengecualikan peristiwa agar tidak dievaluasi oleh set aturan, atau oleh aturan tertentu dalam set aturan. Buat satu atau beberapa pengecualian aturan untuk membantu mengurangi volume deteksi. Untuk mengetahui informasi selengkapnya, lihat Mengonfigurasi penghentian pemberitahuan.
Contoh aturan untuk kategori Analisis Risiko untuk UEBA
Contoh berikut menunjukkan cara membuat aturan untuk menghasilkan deteksi pada nama host entity apa pun yang penilaian risikonya lebih besar dari 100:
rule EntityRiskScore {
meta:
events:
$e1.principal.hostname != ""
$e1.principal.hostname = $hostname
$e2.graph.entity.hostname = $hostname
$e2.graph.risk_score.risk_window_size.seconds = 86400 // 24 hours
$e2.graph.risk_score.risk_score >= 100
// Run deduplication across the risk score.
$rscore = $e2.graph.risk_score.risk_score
match:
// Dedup on hostname and risk score across a 4 hour window.
$hostname, $rscore over 4h
outcome:
// Force these risk score based rules to have a risk score of zero to
// prevent self feedback loops.
$risk_score = 0
condition:
$e1 and $e2
}
Contoh aturan ini juga melakukan penghapusan duplikat mandiri menggunakan bagian kecocokan. Jika deteksi aturan mungkin terpicu, tetapi nama host dan penilaian risiko tetap tidak berubah dalam jangka waktu 4 jam, tidak ada deteksi baru yang dibuat.
Satu-satunya periode risiko yang mungkin untuk aturan penilaian risiko entity adalah 24 jam atau 7 hari (masing-masing 86.400 atau 604.800 detik). Jika Anda tidak menyertakan ukuran periode risiko dalam aturan, aturan akan menampilkan hasil yang tidak akurat.
Data skor risiko entity disimpan secara terpisah dari data konteks entity. Untuk menggunakan keduanya dalam aturan, aturan harus memiliki dua peristiwa entity terpisah, satu untuk konteks entity dan satu untuk penilaian risiko entity, seperti yang ditunjukkan dalam contoh berikut:
rule EntityContextAndRiskScore {
meta:
events:
$log_in.metadata.event_type = "USER_LOGIN"
$log_in.principal.hostname = $host
$context.graph.entity.hostname = $host
$context.graph.metadata.entity_type = "ASSET"
$risk_score.graph.entity.hostname = $host
$risk_score.graph.risk_score.risk_window_size.seconds = 604800
match:
$host over 2m
outcome:
$entity_risk_score = max($risk_score.graph.risk_score.normalized_risk_score)
condition:
$log_in and $context and $risk_score and $entity_risk_score > 100
}
Langkah berikutnya
Perlu bantuan lain? Dapatkan jawaban dari anggota Komunitas dan profesional Google SecOps.