SigmaHQ/sigma项目发布新规则集解析
项目简介
SigmaHQ/sigma是一个开源的通用签名格式项目,主要用于安全监控和威胁检测。该项目提供了一套标准化的规则格式,可以转换为多种SIEM(安全信息和事件管理)系统的查询语言,如Splunk、Elasticsearch、ArcSight等。Sigma规则旨在帮助安全团队更高效地检测风险行为,覆盖从常见攻击模式到高级持续性威胁(APT)的各种场景。
最新规则集更新分析
新增规则
本次更新引入了多个针对新兴风险的检测规则:
-
Azure登录绕过条件访问策略检测:针对可能绕过Azure条件访问控制机制的行为进行监控,这类行为可能导致未授权访问云资源。
-
LDAP安全风险(CVE-2024-49113)利用尝试检测:该风险影响轻量级目录访问协议(LDAP)实现,可能导致信息泄露或权限提升。
-
公共文件夹中的可疑二进制文件和脚本检测:监控公共可访问目录中异常可执行文件或脚本的出现,这通常是风险行为的迹象。
-
通过Rsync可疑调用Shell检测:Rsync是常见的文件同步工具,可能被滥用其功能来执行异常命令。
-
通过注册表修改Windows事件日志访问检测:识别试图通过修改注册表来干扰或禁用Windows事件日志记录的行为。
规则优化与改进
多个现有规则得到了增强和调整:
-
Exploit框架用户代理检测:新增了对Havoc C2框架默认用户代理的识别。
-
PowerShell相关规则:改进了正则表达式模式,使用
\s+来适应不同日志解析器的处理方式,减少误报。 -
Rsync执行Shell检测:重构了检测逻辑使其更加通用化,覆盖更多类型的Shell调用场景。
-
Windows服务修改检测:扩展了监控的服务列表,覆盖更多可能被利用的服务。
规则修复与调整
本次更新修复了多个规则中的问题:
-
BITS传输作业检测:添加了对OneNote和Office CDN域名的排除,减少合法业务场景的误报。
-
代码完整性检查规则:为卡巴斯基和mDNS响应程序添加了过滤条件。
-
卷影拷贝检测:排除了vcredist等合法安装程序产生的活动。
-
防病毒签名关键词检测:优化了"HTool"字符串匹配逻辑,避免过度匹配。
-
权限用户创建检测:修复了语法错误导致的误报问题。
规则移除
移除了"Windows Defender排除项删除"检测规则,可能是由于该规则在实际环境中产生了过多误报或已被更精确的规则替代。
技术价值与应用建议
本次更新反映了当前安全态势的几个关键趋势:
-
云安全增强:新增的Azure条件访问绕过检测表明云环境中的权限控制正成为重要关注点。
-
风险快速响应:及时加入对LDAP安全风险等新披露问题的检测,体现了Sigma社区的快速响应能力。
-
技术演进:针对Rsync滥用和注册表修改等规则的改进,反映了利用合法工具和系统功能进行异常行为的趋势。
对于安全运营团队,建议:
-
优先评估和部署针对云环境和关键风险的新规则。
-
对更新后的PowerShell和Shell执行检测规则进行测试,确保其与现有日志收集配置兼容。
-
关注被移除的规则,评估是否需要通过其他方式覆盖相应风险场景。
Sigma规则集的持续更新为安全团队提供了应对不断变化的风险的有力工具,合理部署和调优这些规则可以显著提升风险检测能力。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00