Sigma规则中IntegrityLevel字段匹配问题的技术解析
2025-05-25 02:56:53作者:裴麒琰
背景
在安全检测领域,Sigma作为一种通用的日志检测规则格式,被广泛应用于各类SIEM系统和日志分析工具中。近期在Neo23x0/sigma项目中发现了一个关于Windows进程完整性级别(IntegrityLevel)匹配的问题,这直接影响到某些UAC绕过攻击检测规则的有效性。
问题本质
Windows系统中的进程完整性级别在日志中可能以两种形式存在:
- 字符串形式:如"High"、"System"等可读性描述
- SID形式:如"S-1-16-12288"等安全标识符
当前Sigma规则库中的多数规则仅包含字符串形式的匹配条件,而实际日志中可能出现SID形式的记录,导致规则匹配失败。这种情况在检测UAC绕过等需要特定权限级别的攻击行为时尤为关键。
技术细节
Windows完整性级别的SID表示遵循特定格式:
- S-1-16-4096 (低完整性)
- S-1-16-8192 (中完整性)
- S-1-16-12288 (高完整性)
- S-1-16-16384 (系统完整性)
以UAC绕过工具ComputerDefaults.exe的检测为例,规则期望匹配高完整性级别("High"),但实际日志中记录的是"S-1-16-12288",造成匹配失败。
解决方案
-
规则优化方案:
- 在Sigma规则中同时包含字符串和SID两种形式的匹配条件
- 示例修改:
IntegrityLevel|re: "(?i)^(High|S\-1\-16\-12288)$"
-
日志预处理方案:
- 在日志收集阶段将SID转换为对应的字符串描述
- 在SIEM系统中建立SID到完整性级别的映射表
-
检测策略改进:
- 对于关键的安全检测规则,建议同时考虑父进程和子进程的完整性级别变化
- 结合进程树分析,识别异常权限提升模式
最佳实践建议
- 在编写涉及Windows安全属性的Sigma规则时,应当考虑所有可能的日志表示形式
- 对于企业安全团队,建议在日志收集管道中增加字段标准化处理
- 定期验证关键检测规则的有效性,特别是涉及权限和完整性级别的规则
总结
这个案例揭示了安全检测中一个常见但容易被忽视的问题——日志字段的多种表示形式。通过理解Windows完整性级别的技术实现和日志记录特点,我们可以构建更健壮的安全检测机制。未来在Sigma规则开发中,应当更加注重字段值的多形式兼容性,以提升检测覆盖率。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
410
3.16 K
Ascend Extension for PyTorch
Python
227
254
暂无简介
Dart
674
160
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++
664
322
🎉 (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
1.21 K
659
React Native鸿蒙化仓库
JavaScript
264
326
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868