Sigma项目规则优化:解决文件枚举检测中的误报问题
2025-05-25 03:56:40作者:丁柯新Fawn
背景分析
在安全检测领域,文件枚举行为是系统探测的常见手段。Sigma项目中的规则7c9340a9-e2ee-4e43-94c5-c54ebbea1006旨在检测通过dir命令进行的文件枚举活动,但在实际应用中出现大量误报,影响了安全运营效率。
误报根源剖析
通过对误报案例的深入分析,我们发现主要存在三类典型场景:
-
浏览器进程误报
如Firefox和Edge浏览器在正常运行时触发了规则,这是因为规则未限定检测进程范围,导致任何包含"dir"字符串的命令行都被标记。 -
系统维护命令干扰
系统维护工具如cmd.exe执行删除目录等操作时,由于参数中包含"/s"等相似模式而被误判。 -
特殊字符变体
可能使用不同路径分隔符或参数变形(如系统目录)来绕过检测,但当前规则无法有效区分异常与正常使用。
技术优化方案
进程限定策略
核心改进点是增加进程限定条件:
Image|endswith: \cmd.exe
这将把检测范围限定在cmd.exe进程,大幅减少浏览器等无关进程的干扰。
命令模式精确化
建议调整检测模式为:
CommandLine|contains: 'dir*/s'
取代原有的宽松匹配,这种写法能更精确地捕捉真正的目录枚举行为,同时避免对删除目录等命令的误判。
异常参数排除
需要建立排除列表处理特殊场景:
- 过滤包含"删除目录"的命令
- 识别但排除"系统目录"等系统路径变体
- 处理不同路径分隔符情况
技术原理深化
值得注意的是,在Windows环境中:
- 直接在前台命令行执行dir不会产生新进程事件
- 只有通过
cmd /c "dir"这类显式调用才会生成4688/Sysmon事件 - PowerShell的目录列举行为需要单独设计检测规则
这种特性使得难以完全隐蔽地进行文件枚举,也为精准检测提供了技术基础。
实施建议
对于安全团队而言,建议采取分阶段部署策略:
- 首先部署基础进程限定规则
- 逐步添加异常排除逻辑
- 最后引入高级模式匹配 同时需要持续监控企业环境中合法的目录操作命令,不断完善排除列表。
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
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