Elastic Detection Rules项目:基于Entra ID异常设备登录检测规则的实现
2025-07-03 14:15:04作者:韦蓉瑛
背景与威胁场景
在云身份认证安全领域,攻击者经常利用OAuth钓鱼或入侵后手段进行持久化攻击。近期观察到的攻击模式显示,攻击者能够在Entra ID(原Azure AD)中注册虚拟云设备并将其分配给目标用户。这种技术手段使攻击者能够获取PEM证书和私钥,进而交换获取主刷新令牌(PRT)。
PRT作为令牌授予令牌,可用于后续的安全令牌请求。值得注意的是,此类活动中的登录行为会报告特定的设备ID,这为检测提供了可能性。攻击者主要利用这种技术建立持久化访问通道。
检测方案设计
基于上述威胁场景,我们设计了一个基于"新出现项"(New Terms)的检测规则。该规则的核心思想是:当检测到某个设备ID和用户主体ID的组合在特定时间窗口内首次出现时,触发告警。
技术实现要点
-
数据源选择:规则基于azure.signinlogs数据集,专注于认证事件类别
-
关键过滤条件:
- 仅关注成员用户类型(Member)
- 筛选令牌保护状态为"unbound"的会话
- 排除设备ID为空的情况
- 确保用户主体名称存在
-
检测逻辑:通过监控设备ID与用户主体ID的新组合,识别潜在的异常设备登录行为
规则实现细节
以下是该检测规则的核心查询逻辑:
event.dataset: "azure.signinlogs" and
event.category: "authentication" and
azure.signinlogs.properties.user_type: "Member" and
azure.signinlogs.properties.token_protection_status_details.sign_in_session_status: "unbound" and
not azure.signinlogs.properties.device_detail.device_id: "" and
azure.signinlogs.properties.user_principal_name: *
实际应用价值
该检测规则在实际安全运营中具有以下价值:
- 攻击链早期检测:能够在攻击者建立持久化访问的早期阶段发现异常
- 低误报率:基于设备ID与用户主体的新组合关系,减少了误报可能性
- 自动化响应基础:可作为自动化响应流程的触发条件,如强制重新认证或临时禁用账户
最佳实践建议
- 调优建议:根据组织实际情况调整时间窗口,平衡检测灵敏度和运营负担
- 关联分析:建议将此规则与其他身份认证异常检测规则结合使用,提高检测覆盖率
- 响应策略:对于触发的告警,建议首先验证设备合法性,再决定是否采取进一步措施
总结
该检测规则针对云身份认证中的高级威胁提供了有效的检测手段。通过监控设备与用户的新关联关系,安全团队能够及时发现潜在的入侵和持久化行为。这种基于行为异常的检测方法,在对抗日益复杂的云环境攻击中展现出独特价值。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C098
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.56 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
287
320
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++
849
446
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
233
98
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
10
1
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
450
180
🎉 (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
1.28 K
704