Elastic Detection Rules项目:检测Microsoft Entra ID中的异常账户锁定行为
2025-07-03 03:51:52作者:冯梦姬Eddie
背景与问题概述
在云安全领域,身份认证系统是攻击者经常瞄准的目标。近期安全研究发现,针对Microsoft Entra ID(原Azure AD)的密码喷洒(Password Spraying)和暴力尝试(Brute-attempt)攻击已成为攻击者获取初始访问权限的常见手段。虽然现有规则能够检测这类行为,但对于通过凭证填充(Credential Stuffing)或密码猜测导致的账户锁定异常情况,目前缺乏有效的检测机制。
技术原理分析
当攻击者尝试使用大量凭证进行身份验证时,系统会返回错误代码50053,表示"账户被锁定"。这种错误通常发生在以下场景:
- 攻击者使用自动化工具尝试多个密码组合
- 攻击者使用公开的凭证信息进行批量验证
- 攻击者针对特定用户进行定向密码猜测
检测方案设计
基于Elastic Detection Rules框架,我们设计了一个ES|QL查询规则,用于检测短时间内出现的大量账户锁定事件。该规则具有以下关键特征:
-
时间窗口分析:采用15分钟为时间单位进行聚合分析,平衡检测灵敏度和系统负载
-
关键字段过滤:
- 聚焦身份验证失败事件(error_code 50053)
- 排除Microsoft内部流量(asn_org != "MICROSOFT-CORP-MSN-AS-BLOCK")
- 排除特定用户代理(如MSAL 1.0)
-
多维度统计:
- 统计唯一用户数、IP地址数、国家/地区分布
- 记录应用名称、请求类型等上下文信息
- 追踪首次和最后出现时间
-
阈值设置:
- 15分钟内至少15个不同用户被锁定
- 总尝试次数不少于唯一用户数
技术实现细节
该规则充分利用了Azure Signin Logs中的丰富字段,包括:
- 用户主体名称(user_principal_name)
- 源IP地址(source.ip)
- 应用显示名称(app_display_name)
- 设备详情(device_detail)
- 风险状态(risk_state)
通过多维度关联分析,可以有效区分正常业务操作和恶意攻击行为。例如,来自多个国家、使用不同用户代理的锁定事件更可能是攻击行为。
安全价值
该规则的部署将带来以下安全效益:
- 早期发现凭证填充攻击,减少账户被盗风险
- 补充现有密码喷洒检测机制的盲区
- 提供攻击者行为模式的可见性,支持威胁狩猎
- 帮助识别可能已公开的凭证
最佳实践建议
- 结合其他身份验证日志进行关联分析
- 根据组织规模调整检测阈值
- 设置适当的告警通知机制
- 定期审查规则效果并优化
此规则的加入完善了Elastic Detection Rules项目在云身份安全领域的覆盖范围,为组织提供了更全面的身份威胁检测能力。
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
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660