Elastic Detection Rules 项目发布 v1.0.0 版本:安全检测能力全面升级
2025-06-20 22:54:04作者:羿妍玫Ivan
Elastic Detection Rules 是 Elastic 公司推出的开源安全检测规则库项目,它为 Elastic Security 解决方案提供了一套全面的威胁检测规则。该项目通过持续更新检测规则,帮助安全团队识别各类安全威胁和异常行为。最新发布的 v1.0.0 版本带来了大量新功能和改进,显著提升了安全检测能力。
新增检测规则增强安全覆盖
本次更新引入了大量新的检测规则,显著扩展了对各类威胁的检测能力:
-
云环境安全增强:
- 新增了对 DynamoDB 数据外泄行为的检测
- 增加了 AWS SNS 主题创建异常检测
- 强化了 Azure Entra 密码喷洒攻击检测
- 新增 Azure OpenAI 相关检测规则
-
Linux 系统安全:
- 增加了对 /var/log 目录下可疑文件创建的检测
- 新增了多种 Linux 持久化技术检测,包括:
- PolicyKit (Polkit) 相关异常
- D-Bus 服务创建检测
- NetworkManager 分发脚本检测
- 启动文件相关操作检测
-
Web 服务器安全:
- 新增 Web 服务器父进程产生的异常行为检测:
- 异常子进程生成
- 异常命令执行
- 异常文件创建
- 增加了 Web 服务器到不常见端口的连接检测
- 新增 Web 服务器父进程产生的异常行为检测:
-
Windows 系统安全:
- 新增 WDAC 策略文件异常修改检测
- 强化了 PowerShell 恶意使用检测
- 增加了 Windows 脚本下载执行检测
-
网络异常检测:
- 新增端口/子网扫描活动检测
- 增加了高数量出口网络连接检测
- 强化了异常基础64编码活动检测
现有规则优化提升检测效率
除了新增规则外,本次更新还对大量现有规则进行了优化:
-
规则描述和逻辑改进:
- 移除了部分规则中的硬编码逻辑
- 优化了规则描述,使其更清晰准确
- 调整了部分规则的索引模式,提高查询效率
-
检测准确性提升:
- 优化了 SSH 异常认证检测
- 改进了 Linux 持久化规则
- 调整了端口扫描规则,减少误报
-
多语言支持增强:
- 改进了与非英语日志的兼容性
- 优化了 Windows 事件日志索引
-
Sysmon 兼容性改进:
- 调整了多个规则以更好地支持 Sysmon 日志
- 优化了事件动作(event.action)和事件类型(event.type)条件
机器学习检测能力扩展
本次更新还增强了机器学习检测能力:
- 新增了特权访问检测的机器学习规则
- 优化了问题子(problemchild)机器学习检测规则
- 增加了新的安全主机包机器学习检测规则
这些机器学习规则能够帮助识别更复杂的威胁模式,特别是那些难以通过传统规则检测的高级持续性威胁(APT)。
调查指南和文档改进
项目在文档方面也有显著改进:
- 新增了多个调查指南(Investigation Guide)
- 更新了 CLI 文档
- 改进了规则设置信息
- 增加了环境变量支持文档
这些文档改进使得安全团队能够更有效地使用这些检测规则,并快速调查被触发的警报。
技术架构改进
在技术架构方面,本次更新包含多项改进:
- 增加了对检测即代码(DaC)的支持
- 改进了 CI/CD 流程
- 新增了文档构建自动化
- 优化了单元测试以支持 EQL 序列的警报抑制
这些改进使得项目的维护更加高效,也为未来的功能扩展奠定了基础。
总结
Elastic Detection Rules v1.0.0 版本是一次重大更新,它通过新增大量检测规则和优化现有规则,显著提升了安全检测能力。特别是在云安全、Linux 系统安全和 Web 服务器安全方面有了长足进步。同时,机器学习检测能力的增强和文档的完善,使得安全团队能够更有效地防御各类网络威胁。
对于已经使用 Elastic Security 解决方案的组织,建议尽快评估和部署这些新规则,以增强安全防护能力。对于安全研究人员,这些新规则也提供了研究最新威胁技术的宝贵资源。
登录后查看全文
热门项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0265cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp课程页面空白问题的技术分析与解决方案2 freeCodeCamp博客页面工作坊中的断言方法优化建议3 freeCodeCamp音乐播放器项目中的函数调用问题解析4 freeCodeCamp论坛排行榜项目中的错误日志规范要求5 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析6 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析7 freeCodeCamp全栈开发课程中React实验项目的分类修正8 freeCodeCamp课程视频测验中的Tab键导航问题解析9 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析10 freeCodeCamp 课程中关于角色与职责描述的语法优化建议
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K

deepin linux kernel
C
22
6

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
8
0

React Native鸿蒙化仓库
C++
192
273

🎉 (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
923
551

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8