Hayabusa项目MITRE战术标签解析异常问题分析
2025-06-30 02:41:13作者:廉彬冶Miranda
在安全日志分析工具Hayabusa的最新测试中,发现了一个关于MITRE ATT&CK战术标签输出的技术问题。该问题主要影响聚合规则(Correlation Rules)的结果输出,导致JSON时间线中的MitreTactics字段出现异常格式。
问题现象
当使用Hayabusa处理特定样本数据集时,安全研究人员发现以下异常情况:
- 在"PW Spray"聚合规则(Sec_4648_Med_ExplicitLogon_PW-Spray_Correlation)的两次匹配中
- 在"PW Guessing"聚合规则(Sec_4625_Med_LogonFail_WrongPW_PW-Guessing_Correlation)的一次匹配中
这些规则的输出结果中,MitreTactics字段没有像其他规则那样正常显示"credaccess"战术,而是出现了格式混乱的数据。
技术背景
MITRE ATT&CK框架是网络安全领域广泛使用的知识库,它将攻击行为分类为不同的战术(Tactics)和技术(Techniques)。在日志分析工具中,正确标注这些战术信息对于威胁检测和事件响应至关重要。
Hayabusa作为一款专业的Windows事件日志分析工具,其JSON时间线输出中的MitreTactics字段本应清晰地展示检测到的攻击行为所属的MITRE战术类别。
问题根源
经过开发团队分析,该问题源于聚合规则结果记录中的标签格式化处理过程存在缺陷。具体表现为:
- 对于常规检测规则,战术标签能够正确输出
- 但对于需要聚合多个事件的关联规则,标签格式化逻辑出现异常
解决方案
开发团队已提交修复代码,主要调整了聚合规则结果记录的标签处理流程。该修复确保:
- 所有规则类型(包括聚合规则)都能正确输出MITRE战术标签
- 保持输出格式的一致性
- 不影响原有检测逻辑的准确性
影响评估
该问题属于输出格式问题,不影响实际检测能力。但可能对以下场景造成困扰:
- 自动化处理JSON输出的工作流
- 依赖MitreTactics字段进行后续分析的工具链
- 人工阅读分析报告时的体验
最佳实践建议
对于安全分析人员,建议:
- 定期更新Hayabusa工具和规则库
- 对关键分析结果进行人工复核
- 建立输出验证机制,特别是自动化分析流程中
该问题的及时修复体现了开源安全工具持续改进的特性,也提醒我们在使用任何安全分析工具时都需要关注输出结果的完整性和准确性。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.13 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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
316
React Native鸿蒙化仓库
JavaScript
262
325
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
219