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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
732
4.75 K
Ascend Extension for PyTorch
Python
614
793
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++
1 K
1.01 K
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
433
393
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.17 K
151
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
402
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.67 K
987