SO-CRATES日志检测进阶:Zircolite+Sigma规则加持,EVTX与JSON日志威胁识别

原创2026-11-14 11:12:061,937 阅读

SO-CRATES日志检测进阶:Zircolite+Sigma规则加持,EVTX与JSON日志威胁识别

SO-CRATES(Security Onion Containerized Rapid Analysis of Threats, Evil, and Sus)是一款开源的 Web 安全分析工具,除了 PCAP 网络流量分析,还能通过 Zircolite + Sigma 规则 对 EVTX、JSON 等日志文件进行威胁识别。这篇文章带你走一遍日志检测进阶玩法:从上传日志到自动检测,再到告警解读与聚合过滤,快速定位可疑事件。

一、为什么值得用 SO-CRATES 做日志检测?

传统日志分析往往要部署重量级 SIEM,而 SO-CRATES 把日志检测做成了"开箱即用的单页 Web 应用":

  • 🛡️ Sigma 规则自动匹配:上传日志后自动运行 Zircolite,输出带严重级别(critical / high / medium / low)与 MITRE ATT&CK 技术标签的告警;
  • 📋 全量事件可查:所有解析出的日志事件都会进入本地 SQLite 索引,支持全文搜索与聚合过滤;
  • 🖥️ 统一可视化:告警、事件、聚合统计表都在同一个浏览器界面中,无需命令行操作。

整个日志管线由 sigma_analyzer.py 实现,与 Suricata(网络)、YARA(二进制)并列,构成三条检测链路,详见 docs/ARCHITECTURE.md。

二、日志检测工作流全景:从上传到告警

SO-CRATES 的文件类型会自动检测并分流,日志文件走 Sigma 检测通道:

文件类型 扩展名示例 分析引擎
网络流量 .pcap、.pcapng、.cap Suricata
日志文件 .evtx、.json、.jsonl、.csv、.xml、.log Zircolite(Sigma 规则)
其他二进制 可执行文件等 YARA

检测管线一共 4 步:

  1. 自动识别日志"口味":_detect_log_type() 先按文件名(.evtx 直接判定为 Windows),再读取文件头部 64KB 内容打分——出现 EventID、Channel、Sysmon 等 Windows 特征就选 Windows 规则集,出现 auditd、type=SYSCALL 等 Linux 特征就选 Linux 规则集,逻辑见 sigma_analyzer.py#L122-L178;
  2. 准备 Sigma 规则:优先使用本地缓存,其次 Docker 镜像内置规则,最后在线下载(Windows/Linux 两套规则集);
  3. 运行 Zircolite 检测:run_sigma_pipeline() 调用 Zircolite CLI 扫描日志,单次分析超时上限 5 分钟(SIGMA_RUN_TIMEOUT,见 config.py#L29);
  4. 结果入库:命中的告警写入 sigma_alerts 表(含严重级别、MITRE 技术、规则元数据,见 db.py#L43-L58),全部日志事件也一并导入,供搜索与聚合使用。

三、上传 EVTX / JSON 日志:两步触发自动检测

启动 SO-CRATES 后(推荐 Docker 方式:docker run -v ~/socrates-data:/data -p 8000:8000 ghcr.io/dougburks/so-crates:main),打开 http://localhost:8000/socrates.html 即可。主界面支持三种入口:本地上传、URL 加载、重开历史分析:

SO-CRATES 主界面:上传 EVTX、JSON 日志文件自动触发 Sigma 检测

操作流程很简单:

  1. 点击 Choose File,选择你的 .evtx 或 .json 日志(单个日志文件上限 500 MB,见 config.py#L33);
  2. 等待后台分析完成,界面自动跳转到结果页;
  3. 若之前分析过同类文件,欢迎屏会列出历史记录,点击即可秒开:

SO-CRATES 欢迎页:查看并重开历史日志分析任务

💡 小贴士:如果你习惯手动部署,可 git clone https://gitcode.com/gh_mirrors/so/so-crates 后安装 Zircolite(Docker 镜像已内置 v3.7.1 并烘焙规则,离线也能用),再运行 python3 socrates.py。

四、结果解读:先盯 Sigma Alerts,再看 Log Events

日志分析完成后,界面顶部是统计卡片与可视化区,下方为分栏数据表。日志模式下最关键的两个标签页:

  • Sigma Alerts(🛡️):每条命中规则的告警,展示规则标题、规则 ID、严重级别、日志源、MITRE 技术与标签;展开任意一行还能看到完整命中原始事件(Matched Event),前端渲染逻辑见 static/socrates.js#L2332-L2381。若检测到告警,系统会默认先打开这个标签页;
  • Log Events(📋):所有被解析的日志事件,列会根据实际数据动态发现(如 Channel、EventID、Image、Source IP 等)。

SO-CRATES 分析结果界面:统计卡片、告警数据表与流视图

进阶技巧——按严重级别筛选:接口层支持 severity 参数,例如直接请求 /api/sigma-alerts?md5=xxx&severity=critical 只看高危告警(路由定义见 socrates.py#L373-L374);/api/sigma-stats 还能按级别与 MITRE 技术维度统计分布。完整接口文档见 docs/API.md。

五、快速收敛范围:聚合表 + 全文搜索

面对上千条日志事件,逐行翻找不现实。SO-CRATES 提供了"切片"式操作:

  1. 展开 Aggregation Tables,每列都会显示频次统计;
  2. 点击任意值(比如某个 EventID 或 Source IP),全界面立即按该值过滤——过滤器跨标签页、跨视图生效;
  3. 顶部搜索栏支持 SQLite FTS5 全文检索,多个关键词自动按 AND 组合,如同时输入 4688 和 powershell。

SO-CRATES 聚合过滤:点击字段值快速筛选可疑日志事件

推荐的排查顺序:Sigma Alerts(高严重级别)→ 展开命中原始事件 → 用聚合表锁定关联主机/进程 → 在 Log Events 中复查上下文。这套组合拳基本覆盖了"发现 → 定位 → 溯源"的完整链路。

六、数据与规则都存哪里?

所有分析产物按文件 MD5 存放于 ~/socrates-data/,日志分析相关的核心文件:

~/socrates-data/
  sigma-rules/
    windows.json        # 预编译的 Windows Sigma 规则
    linux.json          # 预编译的 Linux Sigma 规则
  <md5>/
    sigma_matches.json  # Zircolite 检测原始结果
    events.db           # SQLite 索引(日志事件 + Sigma 告警)

规则更新优先级:本地缓存 → 镜像内置(/usr/share/sigma-rules)→ 在线下载。因此隔离网络环境(air-gapped)也能正常做日志检测,只需把镜像 docker save 过去即可。

七、总结

能力 说明
支持格式 .evtx、.json、.jsonl、.csv、.xml、.log
检测引擎 Zircolite v3.7.1 + Sigma 规则(Windows / Linux 双规则集)
输出内容 严重级别、MITRE 技术、规则元数据、命中原始事件
查询能力 FTS5 全文搜索、severity 筛选、聚合点击过滤

对于只需要"快速看一眼这份日志有没有问题"的场景,SO-CRATES 的日志检测几乎零门槛;而聚合过滤 + 全文搜索的组合,又能支撑更深入的溯源分析。建议先用一份已知的可疑 EVTX 练手,熟悉 Sigma Alerts 的展开细节,之后处理真实告警会快很多。

登录后查看全文
so-crates