基于 Anthropic-Cybersecurity-Skills 的端点日志防规避检测实战:事件 ID、正则规则与 EVTX 解析全解析

原创2026-09-12 19:22:391,624 阅读
文章标签:网络安全渗透测试AI 技能应用安全红蓝对抗AI 安全治理提示词注入防护漏洞扫描零信任供应链安全逆向工程日志分析异常检测AI 插件

基于 Anthropic-Cybersecurity-Skills 的端点日志防规避检测实战:事件 ID、正则规则与 EVTX 解析全解析

在 MITRE ATT&CK 战术体系中,防御规避(TA0005)是攻击者在入侵生命周期中最常使用、也最难捕捉的一类行为:清理日志、篡改时间戳、注入进程、禁用安全工具。本文基于 Anthropic-Cybersecurity-Skills 仓库中的 detecting-evasion-techniques-in-endpoint-logs 技能,围绕其 API 参考文档 展开,系统讲解如何通过 Windows 事件 ID、python-evtx 解析、正则检测模式与 Splunk SPL 查询,构建一套可落地的端点防规避检测方案。读完本文,你将掌握关键事件 ID 的映射关系、基于源码的检测规则实现细节,以及配套脚本的实际用法。

技能与 API 参考文档概览

该技能是一个面向 AI Agent 的结构化网络安全能力单元,专门用于在端点日志中发现攻击者的防御规避行为,包括日志篡改(log tampering)、时间戳伪造(timestomping)、进程注入(process injection)和安全工具禁用(security tool disabling)。它覆盖 MITRE ATT&CK TA0005 战术下的多个技术点,并关联了 NIST CSF、D3FEND 等框架的映射。

技能的完整元数据定义在 SKILL.md 的 frontmatter 中:

  • domain/subdomain:cybersecurity / endpoint-security
  • tags:endpoint、edr、threat-hunting、defense-evasion、MITRE-ATT&CK、detection-engineering
  • MITRE ATT&CK 映射:T1055(进程注入)、T1547(启动项持久化)、T1059(命令与脚本解释器)、T1036(伪装)、T1027(混淆文件或信息)
  • NIST CSF 映射:PR.PS-01、PR.PS-02(系统与网络安全保护)、DE.CM-01(持续监控)、PR.IR-01

API 参考文档 是这套检测能力的“快速查表”,浓缩了事件 ID 对照、解析代码、正则模式、MITRE 映射、SPL 查询与 CLI 用法六个核心要素。下文将以这六要素为骨架,结合仓库中的 agent.py 与 process.py 源码做纵深展开。

关键 Windows 事件 ID:防规避检测的“信号源”

API 参考文档给出了五组最核心的事件 ID 对照表,这是所有检测规则的地基:

Event ID Source Evasion Technique
1102 Security Audit log cleared (T1070.001)
Sysmon 2 Sysmon Timestomping (T1070.006)
Sysmon 8 Sysmon CreateRemoteThread (T1055)
Sysmon 10 Sysmon Process Access / LSASS (T1003)
4688 Security Process creation with cmdline

从源码 agent.py 可以看到这套事件 ID 在实现层面的完整映射:

EVASION_EVENT_IDS = {
    1102: {"name": "Audit Log Cleared", "severity": "CRITICAL", "mitre": "T1070.001"},
    4688: {"name": "Process Creation", "severity": "INFO", "mitre": "T1059"},
    4689: {"name": "Process Termination", "severity": "INFO", "mitre": ""},
}

SYSMON_EVASION_IDS = {
    1: "Process Create",
    2: "File creation time changed (Timestomping)",
    8: "CreateRemoteThread",
    10: "Process Access",
    12: "Registry Object Create/Delete",
    13: "Registry Value Set",
}

每个事件 ID 都被赋予了对应的**严重级别(severity)**与 MITRE 技术 ID,这是自动化告警分级的基础。除了 API 参考中的五类,父文档 SKILL.md 还补充了更完整的信号矩阵,供构建规则时按需取用:

  • Security 1102:安全审计日志被清除(T1070.001),严重级别为 CRITICAL;
  • System 104:事件日志被清除;
  • Sysmon 1:进程创建(含完整命令行),用于捕捉 wevtutil cl、Clear-EventLog 等日志清理命令;
  • Sysmon 2:文件创建时间被修改(T1070.006 时间戳伪造);
  • Sysmon 8:CreateRemoteThread(T1055 进程注入),需要过滤 csrss.exe、lsass.exe 等合法进程;
  • Sysmon 10:进程访问,GrantedAccess 命中 0x1F0FFF、0x1FFFFF、0x001F0FFF 等全访问掩码时高度可疑(PROCESS_ALL_ACCESS),常被用于 LSASS 凭据转储(T1003);
  • Sysmon 11:文件创建,配合事件 ID 2 可交叉验证时间戳伪造;
  • Sysmon 13:注册表值设置,用于检测 DisableAntiSpyware、DisableRealtimeMonitoring 等禁用安全功能的注册表项;
  • Sysmon 25:进程篡改(Image is replaced),是进程镂空(process hollowing)的典型信号。

从源码结构看,agent.py 采用“事件 ID 分类 + 正则内容匹配”的双重判定逻辑:先按事件 ID 决定是否进入特定检测分支,再对命令行内容做正则匹配,从而兼顾广度(不漏事件)与精度(识别具体技术)。

python-evtx 解析:从原始 EVTX 到结构化 XML

API 参考文档给出了使用 python-evtx 库遍历事件日志记录的最小实现:

import Evtx.Evtx as evtx
with evtx.Evtx("Sysmon.evtx") as log:
    for record in log.records():
        xml = record.xml()
        # Parse EventID, CommandLine, SourceImage, TargetImage

这一用法在 agent.py 的 analyze_evtx_for_evasion 函数中被完整落地。源码展示了如何从 XML 中抽取关键字段:

with evtx.Evtx(filepath) as log:
    for record in log.records():
        xml = record.xml()
        event_id_match = re.search(r'<EventID[^>]*>(\d+)</EventID>', xml)
        if not event_id_match:
            continue
        event_id = int(event_id_match.group(1))
        time_match = re.search(r'SystemTime="([^"]+)"', xml)
        timestamp = time_match.group(1) if time_match else ""

其中几个解析细节值得注意:

  • 事件 ID 提取:使用正则 <EventID[^>]*>(\d+)</EventID> 兼容带属性的 EventID 标签(如 EventID Qualifiers="0");
  • 时间戳提取:从 SystemTime="..." 属性中获取事件产生时间;
  • 命令行提取:对事件 ID 1/4688,优先匹配 <Data Name="CommandLine">,若字段缺失则回退到 <Data Name="NewProcessName">,保证不同 Sysmon/安全日志版本下都能拿到进程信息;
  • 进程注入字段:对事件 ID 8(CreateRemoteThread),提取 SourceImage 与 TargetImage 两个 Data 字段,用于溯源注入的源进程与目标进程。

依赖说明:agent.py 对 python-evtx 采用惰性导入(try: import Evtx.Evtx as evtx except ImportError: evtx = None)。若未安装,analyze_evtx_for_evasion 会返回 {"error": "python-evtx not installed: pip install python-evtx"},而不是直接崩溃。运行前需执行 pip install python-evtx。

解析后,每条命中会生成结构化的 findings 对象,例如事件 ID 1102 的命中结构如下(见 agent.py):

{
    "event_id": 1102, "timestamp": timestamp,
    "severity": "CRITICAL", "mitre": "T1070.001",
    "description": "Security audit log was cleared",
}

防规避检测正则模式库:模式、源码与实战语义

API 参考文档整理了三大类正则检测模式,分别覆盖日志清理、安全工具禁用、AMSI 绕过。仓库源码 process.py 中的 EVASION_PATTERNS 字典将这套模式扩展为完整的六类检测目录,下面逐类展开。

日志清理(T1070.001)

API 参考中的核心模式:

r"wevtutil\s+(cl|clear-log)"
r"Clear-EventLog"

在 agent.py 中,LOG_CLEARING_COMMANDS 进一步扩展为五个维度,覆盖命令行工具、PowerShell、文件删除与 WMIC 四种攻击路径:

LOG_CLEARING_COMMANDS = [
    r"wevtutil\s+(cl|clear-log)",        # wevtutil 清除日志
    r"Clear-EventLog",                   # PowerShell 清除事件日志
    r"Remove-EventLog",                  # PowerShell 移除日志源
    r"del\s+.*\.evtx",                   # 直接删除 EVTX 文件
    r"wmic\s+nteventlog.*clear",         # WMIC 清空事件日志
]

安全工具禁用(T1562.001)

API 参考给出了针对 Windows Defender 与 AMSI 的禁用/绕过模式:

r"Set-MpPreference\s+-DisableRealtimeMonitoring\s+\$true"
r"sc\s+(stop|delete)\s+WinDefend"
r"[Ref].Assembly.GetType.*AMSI"
r"amsiInitFailed"

源码 agent.py 将禁用行为拆成 SECURITY_TOOL_DISABLE 与 AMSI_BYPASS_PATTERNS 两组,覆盖面更宽:

SECURITY_TOOL_DISABLE = [
    r"(Stop|Disable)-Service.*(Windows Defender|WinDefend|MsMpSvc)",
    r"Set-MpPreference\s+-DisableRealtimeMonitoring\s+\$true",
    r"sc\s+(stop|delete)\s+(WinDefend|MsMpSvc|Sense)",
    r"netsh\s+advfirewall\s+set\s+.*state\s+off",
    r"reg\s+add.*DisableAntiSpyware.*1",
    r"taskkill.*/im\s+(MsMpEng|avp|avgui|mbam)",  # 结束 AV 进程
]

AMSI_BYPASS_PATTERNS = [
    r"amsi(Init|Scan)Buffer",
    r"AmsiUtils",
    r"amsiContext",
    r"[Ref].Assembly.GetType.*AMSI",
]

从源码结构看,禁用检测覆盖了 PowerShell 服务控制、sc 命令行、防火墙关闭、注册表持久化禁用与进程强杀五个攻击面,命中即标记为 CRITICAL(T1562.001);AMSI 绕过则标记为 HIGH。值得注意的是 agent.py 对命中命令行做了 cmd[:200] 截断,避免超长命令污染告警输出——这是实战中控制日志体量的实用细节。

六类完整检测目录(process.py 扩展)

process.py 的 EVASION_PATTERNS 是面向 CSV 导出日志的完整模式库,将上述正则与事件 ID 组合成六类检测技术,每类都带技术名称、严重级别与检测条件:

技术 ID 名称 严重级别 检测要点
T1070.001 清除 Windows 事件日志 high wevtutil cl/clear-log、Clear-EventLog、Remove-EventLog、事件 ID 1102/104
T1055 进程注入 high Sysmon 8/10/25、VirtualAllocEx、WriteProcessMemory、CreateRemoteThread、NtMapViewOfSection
T1562.001 禁用或修改安全工具 critical Set-MpPreference -Disable、sc stop/config、net stop、DisableAntiSpyware、DisableRealtimeMonitoring
T1036 伪装 medium 系统进程从非标准路径启动(svchost/csrss/lsass/smss/services.exe)
T1218 系统二进制代理执行(LOLBin) high mshta、certutil、regsvr32、rundll32、MSBuild、installutil 的滥用模式
T1070.006 时间戳伪造 medium Sysmon 事件 ID 2

其中 T1036 伪装检测采用“进程名 + 期望路径”的白名单比对逻辑(process.py):

"suspicious_paths": {
    "svchost.exe": r"C:\\Windows\\System32\\svchost\.exe",
    "csrss.exe": r"C:\\Windows\\System32\\csrss\.exe",
    "lsass.exe": r"C:\\Windows\\System32\\lsass\.exe",
    "smss.exe": r"C:\\Windows\\System32\\smss\.exe",
    "services.exe": r"C:\\Windows\\System32\\services\.exe",
}

当检测到进程名为这些系统进程、但完整路径不匹配 C:\Windows\System32\ 下的标准路径时,即判定为伪装并输出“Masquerading: {proc_name} from unexpected path {image}”。

**LOLBin 滥用(T1218)**的正则模式非常具体(process.py),每条都对应一种已知滥用手法:

r"mshta\.exe.*https?://",               # mshta 执行远程内容
r"mshta\.exe.*javascript:",             # mshta 执行 JavaScript
r"certutil\.exe.*-urlcache",            # certutil 下载文件
r"certutil\.exe.*-decode",              # certutil 解码载荷
r"regsvr32\.exe.*/s.*/n.*/u.*/i:",     # regsvr32 执行 scriptlet
r"rundll32\.exe.*javascript:",          # rundll32 执行脚本
r"MSBuild\.exe(?!.*\.(sln|csproj|vbproj))",  # MSBuild 运行内联任务(负向前瞻排除正常构建)
r"installutil\.exe.*/logfile=",         # installutil 安装程序集

MSBuild 模式使用了负向前瞻 (?!.*\.(sln|csproj|vbproj)),即仅当命令行中不含 .sln/.csproj/.vbproj 时才命中——这是过滤正常编译场景、聚焦攻击性用法的关键技巧。

MITRE ATT&CK TA0005 技术映射

API 参考文档给出了五类核心技术与检测信号的映射表,这是将检测规则对齐到标准框架的索引:

Technique ID Detection
Indicator Removal T1070 Log clearing, file deletion
Timestomping T1070.006 Sysmon Event ID 2
Process Injection T1055 Sysmon Event ID 8
Impair Defenses T1562.001 AV/EDR disabling commands
AMSI Bypass T1562.001 PowerShell AMSI patching

结合 standards.md 的说明,TA0005 防御规避战术下包含 43 个技术和 80+ 子技术,本技能聚焦其中最高频的六类。从源码 process.py 的判定流程看,每条检测记录都会携带 technique_id、technique_name 与 severity 字段,输出格式如下:

{
    "timestamp": timestamp,
    "technique_id": technique_id.split("-")[0],   # 如 "T1070.001" -> "T1070.001"
    "technique_name": technique["name"],
    "severity": technique["severity"],
    "event_id": event_id,
    "process": image,
    "command_line": command_line[:300],
    "detail": detection_detail,
    "host": row.get("Computer", row.get("host", "")),
}

这意味着无论是 EVTX 解析(agent.py)还是 CSV 分析(process.py),输出的检测结果都保持一致的 MITRE 映射结构,可直接被下游 SIEM、SOAR 或威胁情报平台消费。

Splunk SPL 检测查询

API 参考文档提供了一个跨事件类型的聚合查询骨架:

index=sysmon (EventCode=2 OR EventCode=8 OR EventCode=10)
| eval technique=case(
    EventCode=2, "Timestomping",
    EventCode=8, "Process Injection",
    EventCode=10, "Process Access")
| stats count by technique, SourceImage, Computer

该查询的核心思想是:用 case() 将不同事件 ID 归一化为统一的技术标签,再按技术、源进程、主机聚合计数。这种方式让不同信号源(时间戳修改、远程线程注入、进程访问)在一个结果集中对齐比较,是后续跨事件关联(correlation)的基础。

父文档 SKILL.md 进一步给出了各类技术的细粒度 SPL 查询,可直接替换到上述骨架中:

日志清理(T1070)检测:

index=windows (EventCode=1102 OR EventCode=104)
  OR (EventCode=1 CommandLine="*wevtutil*cl*")
  OR (EventCode=1 CommandLine="*Clear-EventLog*")
| table _time host user CommandLine EventCode

进程注入(T1055)检测——过滤合法系统进程后再聚合,并要求每个源-目标组合的出现次数小于 5,以降低误报:

index=sysmon EventCode=8
| where NOT match(SourceImage, "(?i)(csrss|svchost|MsMpEng|defender)")
| stats count by SourceImage TargetImage host
| where count < 5
| sort - count

伪装(T1036)检测——用 mvindex(split(Image,"\\"),-1) 提取进程名后比对标准路径:

index=sysmon EventCode=1
| eval process_name=mvindex(split(Image,"\\"),-1)
| where (process_name="svchost.exe" AND NOT match(Image,"(?i)C:\\\\Windows\\\\System32"))
  OR (process_name="csrss.exe" AND NOT match(Image,"(?i)C:\\\\Windows\\\\System32"))
| table _time host Image ParentImage CommandLine User

多信号关联规则(高置信度检测链)——这是 API 参考“单事件检测”的进阶形态:同一主机在 1 小时内出现 3 种以上规避技术,判定为疑似后渗透规避链:

index=sysmon host=*
| eval technique=case(
    EventCode=2, "timestomping",
    EventCode=8 AND NOT match(SourceImage,"csrss|svchost"), "process_injection",
    EventCode=1 AND match(CommandLine,"(?i)wevtutil.*cl"), "log_clearing",
    EventCode=13 AND match(TargetObject,"DisableRealtimeMonitoring"), "security_disable",
    EventCode=1 AND match(CommandLine,"(?i)(mshta|certutil.*urlcache|regsvr32.*/s.*/n)"), "lolbin_abuse",
    true(), NULL
)
| where isnotnull(technique)
| bin _time span=1h
| stats dc(technique) as technique_count values(technique) as techniques by host _time
| where technique_count >= 3
| sort - technique_count

该查询的 bin _time span=1h 将时间窗口分桶为 1 小时,dc(technique) 统计不同技术种类数,technique_count >= 3 作为触发阈值——这正是 SKILL.md 中“将多个弱信号组合为高置信度检测”思想的实现。

CLI 用法:从 API 参考到可运行脚本

API 参考文档给出了两个命令行入口:

python agent.py --evtx-file Sysmon.evtx
python agent.py --evtx-file Security.evtx

agent.py 的 main() 函数完整实现了该 CLI:--evtx-file 为必填参数,运行后会输出 JSON 格式的检测结果,包含 timestamp、source_file、findings、total_findings 与 by_severity 统计字段:

python agent.py --evtx-file Sysmon.evtx

输出示例(JSON 结构):

{
  "timestamp": "2026-09-12T01:15:42.123456Z",
  "source_file": "Sysmon.evtx",
  "findings": [],
  "total_findings": 0,
  "by_severity": {}
}

仓库还提供了第二个分析入口 process.py,用于分析从 Sysmon 导出的 CSV 事件(如通过 Sysmon XML 转换工具导出),并在同目录生成 {文件名}_evasion_report.json 报告与终端汇总:

python process.py <sysmon_events.csv>

CSV 分析函数 analyze_sysmon_csv(process.py)对每行事件做多字段文本合并(Message + CommandLine + Image),再逐一匹配六类检测目录,输出按技术、严重级别、主机三维聚合的报告:

--- Evasion Detection Summary ---
Total detections: 12
  CRITICAL: 3
  HIGH: 5
  MEDIUM: 4

By technique:
  T1562.001: 4
  T1055: 3
  ...

运行环境与限制:agent.py 依赖 python-evtx(需 pip install python-evtx);process.py 仅依赖 Python 标准库。两个脚本均针对 Windows 端点日志设计,输入必须是 Sysmon 或 Windows Security 的 EVTX/CSV 导出文件;检测基于正则模式匹配,可能存在漏报与误报,正式落地时需结合下文的工作流进行调优。

检测工作流与猎杀模板

API 参考是“静态规则库”,而 workflows.md 给出了三条操作化工作流,让静态规则进入动态运营循环:

  • 工作流 1:规避技术威胁猎杀——选择猎杀目标技术(T1055/T1070/T1036/T1562),构造检测查询,回扫 30–90 天端点遥测,对结果执行“已知良好(加入白名单)→ 可疑(深度调查)→ 无结果(验证日志覆盖度)”三分流;
  • 工作流 2:检测规则部署——创建 Sigma/SIEM 规则 → 历史数据测试 → 高误报则细化排除条件 → 告警模式部署 2 周 → 审查告警质量 → 提升为生产检测;
  • 工作流 3:规避事件应急响应——检测命中后评估受影响端点范围、关联初始访问与持久化、判定攻击者是否达成目标,区分“活动入侵”(进入完整 IR)与“孤立事件”(修复端点并增强检测)。

配套的猎杀模板 template.md 提供了标准化的狩猎记录结构:猎杀信息(目标技术、假设、数据源、时间范围)、三种 SIEM 的检测查询、发现记录(时间戳/主机/技术/严重性/证据/真假阳性)、调优动作与签收流程。建议每次狩猎都按此模板留痕,保证检测规则的可追溯性与可复现性。

合规映射与常见陷阱

standards.md 将该技能的检测能力映射到主流合规框架,便于在合规审计中引用:

Framework Requirement Detection Coverage
NIST 800-53 SI-4 System Monitoring 通过端点日志进行规避检测
NIST 800-53 AU-6 Audit Record Review 针对篡改指标的日志分析
PCI DSS 4.0 10.4.1 Audit log review 自动化检测日志篡改
ISO 27001 A.12.4.1 Event logging 安全日志完整性监控

最后,SKILL.md 总结了四条实战中极易踩坑的经验,直接关系到检测规则的有效性:

  1. 进程注入规则的告警疲劳:许多合法工具(杀毒软件、辅助功能)都会执行进程注入,必须维护已知良好源进程白名单;
  2. 缺失 Sysmon 事件 ID 8/10:默认 Sysmon 配置可能不采集 CreateRemoteThread 或 ProcessAccess,需使用 SwiftOnSecurity 或 Olaf Hartong 的完整配置;
  3. 忽略父进程上下文:可疑命令行只有在父进程同样可疑时才有意义(例如 Excel 派生 cmd.exe);
  4. 不做跨事件关联:单个事件往往是无害的,应将进程创建 + 网络连接 + 文件创建等多个弱信号组合成高置信度检测。

结语

从 API 参考文档 的事件 ID 对照表,到 agent.py 与 process.py 的正则模式库与解析实现,再到 Splunk SPL 的多信号关联查询,这套技能提供了一条从“看懂日志”到“自动检测规避行为”的完整链路。落地建议:先在隔离环境用历史 EVTX/CSV 数据验证规则命中率,再按“告警模式 → 调优 → 生产”的三阶段流程部署,并配合 template.md 的狩猎模板持续沉淀白名单与排除规则,最终形成覆盖 TA0005 主流技术的常态化检测能力。

登录后查看全文
Anthropic-Cybersecurity-Skills