Yamato-Security/hayabusa项目增强:支持fieldref管道操作符扩展
2025-06-30 20:30:09作者:盛欣凯Ernestine
在Sigma规则引擎的语法体系中,fieldref管道操作符是用于字段引用的重要语法结构。近期YamatoSecurity/hayabusa项目社区反馈显示,用户对fieldref操作符的功能扩展有着迫切需求,特别是希望支持startswith和contains两种匹配模式。
fieldref操作符的核心功能是允许规则编写者引用事件中的特定字段,并对其进行条件匹配。在现有实现中,fieldref已经支持endswith匹配模式,这使得规则可以检查字段值是否以特定字符串结尾。然而,在实际威胁检测场景中,安全分析师经常需要实现以下两种常见匹配需求:
- 前缀匹配:检测字段值是否以特定字符串开头,这对识别特定协议、路径前缀或进程名前缀等场景特别有用。
- 包含匹配:检测字段值是否包含特定子字符串,这在搜索中间件特征、特定API调用或恶意代码片段时非常实用。
从技术实现角度来看,扩展这两种匹配模式需要考虑以下关键点:
- 语法解析:需要确保Sigma语法解析器能正确识别新的管道操作符变体
- 性能影响:contains操作符可能涉及全字符串搜索,需要评估其对规则执行效率的影响
- 转义处理:确保特殊字符在匹配时得到正确处理
- 大小写敏感性:需要与现有匹配模式保持一致的字符大小写处理策略
在YamatoSecurity/hayabusa项目中实现这些扩展后,安全团队将能够编写更精确的检测规则。例如:
- 检测所有以"\pipe\"开头的命名管道创建事件(可能用于横向移动)
- 识别包含"mimikatz"字符串的进程命令行(可能凭证窃取行为)
- 监控包含特定API调用模式的PowerShell脚本执行
这种语法增强不仅提升了规则表达能力,也使hayabusa能够更好地与其他支持Sigma语法的安全工具保持兼容。对于安全运营团队而言,这意味着可以用更简洁直观的规则语法覆盖更多威胁检测场景,同时减少需要编写和维护的自定义规则数量。
项目维护团队已确认将在v2.18.0版本中实现这一增强,由熟悉相关代码的开发者负责具体实现工作。这一改进体现了hayabusa项目对社区反馈的积极响应,也展示了该项目在日志检测领域持续创新的承诺。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137