Wazuh项目中的ECS字段映射优化方案
2025-05-19 15:52:19作者:毕习沙Eudora
背景与意义
Wazuh作为一款开源的安全监控平台,其规则引擎在处理安全事件时起着至关重要的作用。近期,Wazuh团队正在考虑将Elastic Common Schema(ECS)中的特定字段映射到规则处理阶段,这一改进将显著提升事件分析的上下文丰富度和威胁检测能力。
ECS字段映射方案
规则相关字段优化
在规则处理阶段,计划引入ECS中的规则相关字段,包括规则描述、规则名称等关键信息。值得注意的是,原方案中使用了"license"字段,但经过讨论后更改为更合适的"author"字段,因为"license"应当用于表示实际的许可证类型而非组织名称。
威胁情报增强
威胁相关字段的映射是本次改进的重点之一。方案中完整引入了MITRE ATT&CK框架的战术和技术信息,包括:
- 战术ID和名称(如TA0005对应"Defense Evasion")
- 技术ID和名称(如T1548对应"Abuse Elevation Control Mechanism")
- 子技术信息(如T1548.003对应"Sudo and Sudo Caching")
这种结构化威胁信息的引入,使得安全分析人员能够更快速准确地理解事件背后的攻击模式。
自定义字段设计
除了标准ECS字段外,方案还设计了几个Wazuh特有的自定义字段:
wazuh.decoders: 记录事件经过的解码器wazuh.rules: 记录事件匹配的规则链 这些字段采用数组形式存储,类型为keyword,便于后续的检索和分析。
技术实现细节
事件上下文丰富化
在示例事件中可以看到,一个简单的文件创建事件(/etc/doas.conf)被赋予了丰富的上下文信息:
- 关联的进程信息(nano编辑器)
- 主机详细信息
- 风险评分(21.0)
- 完整的MITRE ATT&CK映射
同样,对于进程创建事件(kmod list),不仅记录了基本的进程信息,还包括:
- 命令行参数
- 工作目录
- 父进程信息
- 哈希值等关键属性
字段类型规范
方案对字段类型进行了严格规范:
- 时间类字段统一使用ISO 8601格式
- 数组类字段使用明确的列表形式
- 关键标识符使用标准化的GUID格式
- 风险评分采用浮点数表示
实际应用价值
这一改进方案将带来多方面的价值提升:
- 标准化程度提高:与ECS标准对齐,便于与其他安全工具集成
- 分析效率提升:结构化的威胁信息使安全分析更加直观
- 追溯能力增强:完整的规则/解码器链条记录便于事件调查
- 风险评估量化:明确的风险评分有助于事件优先级划分
总结
Wazuh通过引入ECS标准字段和设计合理的自定义字段,正在构建一个更加完善的事件处理体系。这一改进不仅提升了单条事件的信息含量,更重要的是建立了一套标准化的安全事件描述框架,为后续的大规模安全分析和自动化响应奠定了坚实基础。对于安全运维团队而言,这意味着更高效的安全监控和更精准的威胁检测能力。
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
135
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218