Atomic Red Team中Sysmon检测驱动卸载问题的技术分析
2025-05-22 14:24:10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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
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
项目优选
收起
deepin linux kernel
C
24
7
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
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
375
3.25 K
暂无简介
Dart
619
140
🔥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
62
19
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
1.03 K
479
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++
647
261
🎉 (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
1.09 K
619
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
790
76