Atomic Red Team中Sysmon检测驱动卸载问题的技术分析
2025-05-22 20:12:27作者:房伟宁
背景介绍
Atomic Red Team是一个用于模拟攻击技术的开源框架,其中的T1562.001测试用例专门针对防御规避技术中的"禁用或篡改工具"场景。测试编号11的用例旨在验证系统能否检测Sysmon过滤驱动被卸载的情况。
问题现象
在Windows Server 2022标准版(作为AD域控制器)环境中,当执行该测试的预检条件检查时,系统无法识别已安装并运行的Sysmon服务。具体表现为:
- 通过
Invoke-AtomicTest命令执行预检检查时返回失败 - 使用
sc.exe query命令查询服务状态时也无法找到Sysmon服务
根本原因
经过深入分析,发现问题根源在于服务命名差异:
- Atomic测试预期查找的服务名称为"sysmon"
- 实际环境中通过Chocolatey安装的服务名称为"sysmon64"
这种命名差异导致预检条件检查失败,因为检测逻辑仅查找"sysmon"服务名称,而没有考虑"sysmon64"这一变体。
技术验证
通过以下PowerShell命令可以验证服务确实存在但名称不同:
Get-Service -Name Sysmon64
Status Name DisplayName
------ ---- -----------
Running Sysmon64 Sysmon64
同样,使用sc命令也能查询到该服务:
sc.exe query sysmon64 | findstr sysmon64
SERVICE_NAME: sysmon64
影响分析
这个问题会导致以下影响:
- 测试用例无法正确执行,即使Sysmon实际已安装
- 可能误导安全人员认为系统未安装Sysmon
- 影响红队评估的完整性和准确性
解决方案建议
针对此问题,建议从以下几个方面进行改进:
- 测试用例增强:修改预检条件检查逻辑,使其能够识别"sysmon"和"sysmon64"两种服务名称
- 文档说明:在测试文档中明确说明支持的服务名称变体
- 兼容性考虑:考虑未来可能出现的其他服务名称变体(如sysmon32等)
最佳实践
对于使用Atomic Red Team的安全团队,建议:
- 在执行测试前手动验证Sysmon服务名称
- 对于通过不同方式安装的Sysmon,注意其服务名称可能不同
- 在自动化测试流程中加入服务名称检查逻辑
总结
这个问题揭示了安全工具在实际环境中可能遇到的兼容性问题。Sysmon作为Windows系统重要的安全监控工具,其不同安装方式可能导致服务名称差异。Atomic Red Team作为红队测试框架,需要不断适应各种环境差异,确保测试的准确性和可靠性。对于安全团队而言,理解这些细节差异有助于更准确地评估系统安全状态。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781