Elastic Detection Rules项目中的Azure身份认证代理异常行为检测规则优化分析
2025-07-03 18:13:20作者:毕习沙Eudora
背景与问题概述
在云安全领域,OAuth授权流程钓鱼攻击已成为高级威胁行为体的常用手段。近期Volexity报告了一起针对性的OAuth钓鱼攻击案例,攻击者精心构造了包含Microsoft Authentication Broker(MAB)作为客户端、Device Registration Service(DRS)作为目标资源的定制化微软认证URL。这种攻击方式具有高度规避性和危害性:
- 受害者点击链接完成认证后,OAuth授权代码会通过重定向返回
- 攻击者获取该代码后向微软认证服务器交换访问令牌和刷新令牌
- 利用这些令牌在Entra ID中注册设备,获取设备证书和私钥
- 最终目标是获取Primary Refresh Token(PRT),这是一种令牌授予令牌
现有检测规则的局限性
当前Elastic Detection Rules项目中针对此类攻击的检测规则存在几个关键问题:
- 时间窗口限制过严:要求MS Graph API调用必须在一小时内发生,而实际攻击中PRT获取后可能不会立即使用或不一定访问MS Graph
- 资源范围过宽:允许AAD(Active Directory)作为目标资源,而实际上应仅关注DRS(设备注册服务)
- 会话分析不足:缺乏对浏览器交互行为的分析,无法有效区分正常用户行为和攻击行为
- IP关联缺失:未能有效关联同一会话来自不同IP地址的可疑行为
技术优化方案
1. 时间窗口调整
建议采用61分钟回溯窗口配合30分钟滚动窗口的分析策略。这种设计能够覆盖从钓鱼链接发送到受害者点击、再到攻击者使用认证代码获取令牌的完整攻击链。相比原规则的一小时固定窗口,这种方案更符合实际攻击的时间特征。
2. 目标资源精确化
应将目标资源严格限定为Device Registration Service(DRS),其资源ID为01cb2876-7ebd-4aa4-9cc9-d28bd4d359a9。排除其他资源可显著减少误报,因为只有DRS与设备注册和PRT获取直接相关。
3. 行为特征增强
新增以下检测逻辑:
- 浏览器交互分析:要求至少一个认证会话来自真实浏览器(如Chrome),另一个可能来自攻击者的非交互式请求(如Python Requests)
- 会话一致性检查:确保相同session ID下的活动来自不同IP地址,这是钓鱼攻击的典型特征
- 地理位置异常:关联不同IP地址的地理位置信息,识别跨国或跨区域的异常访问
4. 聚合分析策略
采用ES|QL(Elastic Search Query Language)实现以下聚合分析:
- 按session_id聚合认证事件
- 计算每个会话中的唯一IP地址数量
- 检查交互类型(is_interactive)的组合模式
- 分析user_agent多样性
实施效果验证
通过模拟测试,优化后的规则能够有效检测以下攻击特征组合:
- 使用Microsoft Authentication Broker(客户端ID:29d9ed98-a469-4536-ade2-f981bc1d605e)作为认证客户端
- 目标资源为Device Registration Service
- 同一会话中出现浏览器交互和非交互式认证
- 认证请求来自不同地理位置/IP地址
- 短时间内完成OAuth授权码到访问令牌的转换
安全价值
优化后的检测规则提供了以下安全优势:
- 更早的威胁发现:能够在攻击者获取PRT阶段就发出警报,而不必等待后续的MS Graph访问
- 更低的误报率:通过多维度关联分析(客户端、资源、交互模式、地理位置)有效区分正常业务行为和攻击行为
- 更强的攻击链覆盖:完整覆盖从初始钓鱼到PRT获取的攻击全链条
- 更好的调查上下文:提供丰富的关联信息(IP、地理位置、用户代理等)辅助事件调查
总结
针对云环境中的高级OAuth钓鱼攻击,传统的基于单一事件或简单时间窗口的检测方法已显不足。通过多维度行为关联分析和精确的攻击特征建模,可以有效提升检测精度和时效性。本文提出的优化方案不仅适用于Elastic Detection Rules项目,其设计思路也可为其他SIEM或检测系统的规则开发提供参考。
登录后查看全文
热门项目推荐
- KKimi-K2-InstructKimi-K2-Instruct是月之暗面推出的尖端混合专家语言模型,拥有1万亿总参数和320亿激活参数,专为智能代理任务优化。基于创新的MuonClip优化器训练,模型在知识推理、代码生成和工具调用场景表现卓越,支持128K长上下文处理。作为即用型指令模型,它提供开箱即用的对话能力与自动化工具调用功能,无需复杂配置即可集成到现有系统。模型采用MLA注意力机制和SwiGLU激活函数,在vLLM等主流推理引擎上高效运行,特别适合需要快速响应的智能助手应用。开发者可通过兼容OpenAI/Anthropic的API轻松调用,或基于开源权重进行深度定制。【此简介由AI生成】Python00
- QQwen3-235B-A22B-Instruct-2507Qwen3-235B-A22B-Instruct-2507是一款强大的开源大语言模型,拥有2350亿参数,其中220亿参数处于激活状态。它在指令遵循、逻辑推理、文本理解、数学、科学、编程和工具使用等方面表现出色,尤其在长尾知识覆盖和多语言任务上显著提升。模型支持256K长上下文理解,生成内容更符合用户偏好,适用于主观和开放式任务。在多项基准测试中,它在知识、推理、编码、对齐和代理任务上超越同类模型。部署灵活,支持多种框架如Hugging Face transformers、vLLM和SGLang,适用于本地和云端应用。通过Qwen-Agent工具,能充分发挥其代理能力,简化复杂任务处理。最佳实践推荐使用Temperature=0.7、TopP=0.8等参数设置,以获得最优性能。00
cherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端TypeScript042GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。04note-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。TSX00PDFMathTranslate
PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译,支持 Google/DeepL/Ollama/OpenAI 等服务,提供 CLI/GUI/DockerPython08
热门内容推荐
1 freeCodeCamp课程中HTML表格元素格式规范问题解析2 freeCodeCamp 实验室项目:表单输入样式选择器优化建议3 freeCodeCamp全栈开发课程中收藏图标切换器的优化建议4 freeCodeCamp 前端开发实验室:优化调查表单测试断言的最佳实践5 freeCodeCamp论坛搜索与帖子标题不一致问题的技术分析6 freeCodeCamp全栈开发课程中冗余描述行的清理优化7 freeCodeCamp全栈开发课程HTML语法检查与内容优化建议8 freeCodeCamp课程中关于单选框样式定制的技术解析9 freeCodeCamp全栈开发课程中JavaScript对象相关讲座的重构建议10 freeCodeCamp贷款资格检查器中的参数验证问题分析
最新内容推荐
Visual-RFT项目中模型路径差异的技术解析 Beyla项目中的HTTP2连接检测问题解析 Microcks在OpenShift上部署Keycloak PostgreSQL的权限问题解析 RaspberryMatic项目中HmIP-BWTH温控器假期模式设置问题分析 Lets-Plot 库中条形图标签在坐标轴反转时的定位问题解析 BedrockConnect项目版本兼容性问题解析与解决方案 LiquidJS 10.21.0版本新增数组过滤功能解析 Mink项目中Selenium驱动切换iframe的兼容性问题分析 Lichess移动端盲棋模式字符串优化解析 sbctl验证功能JSON输出问题解析
项目优选
收起

🔥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
51
15

React Native鸿蒙化仓库
C++
137
217

🎉 (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
653
435

openGauss kernel ~ openGauss is an open source relational database management system
C++
98
153

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
111
253

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
301
1.03 K

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
700
97

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
361
350

轻量级、语义化、对开发者友好的 golang 时间处理库
Go
8
2

🎉 基于Spring Boot、Spring Cloud & Alibaba、Vue3 & Vite、Element Plus的分布式前后端分离微服务架构权限管理系统
Vue
116
81