Kontextangereicherte Daten in Regeln verwenden

Um Sicherheitsanalysten während einer Prüfung zu ermöglichen, nimmt Google Security Operations kontextbezogene Daten aus verschiedenen Quellen auf, führt eine Analyse der aufgenommenen Daten durch und bietet zusätzlichen Kontext zu Artefakten in einer Kundenumgebung. Dieses Dokument enthält Beispiele dafür, wie Analysten kontextbezogene Daten in Detection Engine-Regeln verwenden können.

Weitere Informationen zur Datenanreicherung finden Sie unter Wie Google Security Operations Ereignis- und Entitätsdaten anreichert.

Angereicherte Felder in Regeln verwenden

Die folgenden Beispiele veranschaulichen, wie die auf die Verbreitung bezogenen angereicherten Felder in Detection Engine verwendet werden. Weitere Informationen finden Sie in der Liste der auf Prävalenz bezogenen angereicherten Felder.

Domainzugriff mit geringer Prävalenz ermitteln

Diese Erkennungsregel generiert ein Erkennungsereignis, keine Erkennungswarnung, wenn eine Übereinstimmung gefunden wird. Er dient in erster Linie als sekundärer Indikator bei der Untersuchung eines Assets. Es gibt beispielsweise andere Benachrichtigungen mit höherem Schweregrad, die einen Vorfall ausgelöst haben.

$enrichment.graph.metadata.entity_type = "FILE"
$enrichment.graph.metadata.product_name = "VirusTotal Relationships"
$enrichment.graph.metadata.vendor_name = "VirusTotal"

Weitere Informationen dazu, wie Sie einen Filter hinzufügen, um die Regelleistung zu verbessern, finden Sie unter Ereignistypfilter hinzufügen.

Weitere Informationen zu den einzelnen Anreicherungstypen finden Sie unter So werden Ereignis- und Entitätsdaten durch Google Security Operations angereichert.

Hinweis: Google Security Operations führt ein Lookback-Window von fünf Tagen durch, wenn Entitätskontextdaten erstellt werden. Damit werden spät ankommende Daten verarbeitet und eine implizite Lebensdauer für Entitätskontextdaten erstellt, wenn end_time von entity.metatdata.interval weggelassen wird. Wenn Sie beispielsweise einen Entitätskontexteintrag mit einem interval.start_time am 1. Mai und ohne interval.end_time speichern, wird der Datensatz vom 1. bis einschließlich 5. Mai gespeichert. Der Eintrag wird ab dem 6. Mai nicht mehr sichtbar sein.

Angereicherte Felder in Regeln verwenden

Die folgenden Beispiele veranschaulichen, wie die auf die Verbreitung bezogenen angereicherten Felder in Detection Engine verwendet werden. Weitere Informationen finden Sie in der Liste der auf Prävalenz bezogenen angereicherten Felder.

Ermitteln des Zugriffs auf Domains mit einem niedrigen Prävalenzwert

Diese Regel kann verwendet werden, um den Zugriff auf Domains mit einem niedrigen Prävalenzwert zu ermitteln. Damit die Anwendung effektiv ist, muss eine Referenz der Prävalenzwerte für Artefakte vorhanden sein. Im folgenden Beispiel wird das Ergebnis mithilfe von Referenzlisten optimiert und ein Schwellenwert wird angewendet.

Hinweis: Verbreitungsstatistiken für jede Entität werden in einer separaten Kontextentität gespeichert, die von Detection Engine verwendet werden kann. Sie werden aber nicht in Google Security Operations-Ansichten oder in der Suche angezeigt.

rule network_prevalence_low_prevalence_domain_access {
  meta:
    author = "Google Security Operations"
    description = "Detects access to a low prevalence domain. Requires baseline of prevalence be in place for effective deployment."
    severity = "LOW"

  events:
        $e.metadata.event_type = "NETWORK_HTTP"
        $e.principal.ip = $ip

        // filter out URLs with RFC 1918 IP addresses, i.e., internal assets
        not re.regex($e.target.hostname, `(127(?:\.(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)){3}$)|(10(?:\.(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)){3}$)|(192\.168(?:\.(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)){2}$)|(172\.(?:1[6-9]|2\d|3[0-1])(?:\.(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)){2})`)

        // used an explicit exclusion reference list
        not $e.target.hostname in %exclusion_network_prevalence_low_prevalence_domain_access

        // only match valid FQDN, filter out background non-routable noise
        re.regex($e.target.hostname, `(?:[a-z0-9](?:[a-z0-9-]{0,61}[a-z0-9])?\.)+[a-z0-9][a-z0-9-]{0,61}[a-z0-9]`)

        $domainName = $e.target.hostname

        //join event ($e) to entity graph ($d)
        $e.target.hostname = $d.graph.entity.domain.name

        $d.graph.metadata.entity_type = "DOMAIN_NAME"

        // tune prevalence as fits your results
        $d.graph.entity.domain.prevalence.rolling_max > 0
        $d.graph.entity.domain.prevalence.rolling_max <= 10

  match:
        $ip over 1h

  outcome:
    $risk_score = max(
        // increment risk score based upon rolling_max prevalence
        if ( $d.graph.entity.domain.prevalence.rolling_max >= 10, 10) +
        if ( $d.graph.entity.domain.prevalence.rolling_max >= 2 and $d.graph.entity.domain.prevalence.rolling_max <= 9 , 20) +
        if ( $d.graph.entity.domain.prevalence.rolling_max = 1, 30)
    )

    $domain_list = array_distinct($domainName)
    $domain_count = count_distinct($domainName)

  condition:
    $e and #d > 10
}

Domains mit niedriger Prävalenz und IOC-Übereinstimmung identifizieren

Diese Erkennungsregel generiert eine Erkennungswarnung und bietet eine High-Fidelity-Übereinstimmung zum Vergleich einer Domain mit niedriger Prävalenz, die auch ein bekannter IOC ist.

rule network_prevalence_uncommon_domain_ioc_match {

  meta:
    author = "Google Security Operations"
    description = "Lookup Network DNS queries against Entity Graph for low prevalence domains with a matching IOC entry."
    severity = "MEDIUM"

  events:
    $e.metadata.event_type = "NETWORK_DNS"
    $e.network.dns.questions.name = $hostname

    //only match FQDNs, e.g., exclude chrome dns access tests and other internal hosts
    $e.network.dns.questions.name = /(?:[a-z0-9](?:[a-z0-9-]{0,61}[a-z0-9])?\.)+[a-z0-9][a-z0-9-]{0,61}[a-z0-9]/

    //prevalence entity graph lookup
    $p.graph.metadata.entity_type = "DOMAIN_NAME"
    $p.graph.entity.domain.prevalence.rolling_max > 0
    $p.graph.entity.domain.prevalence.rolling_max <= 3
    $p.graph.entity.domain.name = $hostname

    //ioc entity graph lookup
    $i.graph.metadata.vendor_name = "ET_PRO_IOC"
    $i.graph.metadata.entity_type = "DOMAIN_NAME"
    $i.graph.entity.hostname = $hostname

  match:
    $hostname over 10m

  outcome:
    $risk_score = max(
        //increment risk score based upon rolling_max prevalence
        if ( $p.graph.entity.domain.prevalence.rolling_max = 3, 50) +
        if ( $p.graph.entity.domain.prevalence.rolling_max = 2, 70) +
        if ( $p.graph.entity.domain.prevalence.rolling_max = 1, 90)
    )

  condition:
    $e and $p and $i
}

Zeitpunkt der erstmaligen Erfassung einer Entität in einer Regel verwenden

Sie können Regeln schreiben, die die Felder first_seen_time oder last_seen_time aus Entitätseinträgen enthalten.

Die Felder first_seen_time und last_seen_time werden mit Entitäten gefüllt, die eine Domain, IP-Adresse und Datei (Hash) beschreiben. Bei Entitäten, die einen Nutzer oder ein Asset beschreiben, wird nur das Feld first_seen_time ausgefüllt. Diese Werte werden nicht für Entitäten berechnet, die andere Typen beschreiben, z. B. eine Gruppe oder Ressource.

Eine Liste der UDM-Felder, die ausgefüllt werden, finden Sie unter Zeitpunkt der ersten und letzten Erfassung von Entitäten berechnen.

Das folgende Beispiel zeigt, wie die first_seen_time in einer Regel verwendet wird:

rule first_seen_data_exfil {
    meta:
        author = "Google Security Operations"
        description = "Example usage first_seen data"
        severity = "LOW"

    events:
        $first_access.metadata.event_type = "NETWORK_HTTP"
        $ip = $first_access.principal.ip

        // Join first_access event with entity graph to use first/last seen data.
        $ip = $first_last_seen.graph.entity.ip
        $first_last_seen.graph.metadata.entity_type = "IP_ADDRESS"

        // Check that the first_access UDM event is the first_seen occurrence in the enterprise.
        $first_last_seen.graph.entity.artifact.first_seen_time.seconds = $first_access.metadata.event_timestamp.seconds
        $first_last_seen.graph.entity.artifact.first_seen_time.nanos   = $first_access.metadata.event_timestamp.nanos

        // Check for another access event that appears shortly after the first_seen event,
        // where lots of data is being sent.
        $next_access_data_exfil.metadata.event_type = "NETWORK_CONNECTION"
        // Next access event goes to the same IP as the first.
        $next_access_data_exfil.principal.ip = $ip

        // Next access occurs within 60 seconds after first access.
        $next_access_data_exfil.metadata.event_timestamp.seconds > $first_access.metadata.event_timestamp.seconds
        60 > $next_access_data_exfil.metadata.event_timestamp.seconds  - $first_access.metadata.event_timestamp.seconds

        // Lots of data is being sent over the next access event.
        $next_access_data_exfil.network.sent_bytes > 10 * 1024 * 1024 * 1024 // 10GB

        // Extract hostname of next access event, for match section.
        $hostname = $next_access_data_exfil.principal.hostname

    match:
        $hostname over 1h

    condition:
        $first_access and $next_access_data_exfil and $first_last_seen
}

Mit der Standortbestimmung angereicherte Felder in Regeln verwenden

UDM-Felder, die mit der Standortbestimmung angereicherte Daten speichern, können in Detection Engine-Regeln verwendet werden. Eine Liste der UDM-Felder, die ausgefüllt werden, finden Sie unter Ereignisse mit Daten zur Standortbestimmung anreichern.

Das folgende Beispiel zeigt, wie Sie feststellen können, ob sich eine Nutzerentität in mehreren unterschiedlichen Status authentifiziert.

rule geoip_user_login_multiple_states_within_1d {

  meta:
    author = "Google Security Operations"
    description = "Detect multiple authentication attempts from multiple distinct locations using geolocation-enriched UDM fields."
    severity = "INFORMATIONAL"

  events:
    $geoip.metadata.event_type = "USER_LOGIN"
    (
      $geoip.metadata.vendor_name = "Google Workspace" or
      $geoip.metadata.vendor_name = "Google Cloud Platform"
    )
    /* optionally, detect distinct locations at a country */
    (
      $geoip.principal.ip_geo_artifact.location.country_or_region != "" and
      $geoip.principal.ip_geo_artifact.location.country_or_region = $country
    )
    (
      $geoip.principal.ip_geo_artifact.location.state != "" and
      $geoip.principal.ip_geo_artifact.location.state = $state
    )

    $geoip.target.user.email_addresses = $user

  match:
    $user over 1d

  condition:
    $geoip and #state > 1
}

Angereicherte Safe Browsing-Felder in Regeln verwenden

Google Security Operations nimmt Daten aus Bedrohungslisten auf, die mit Datei-Hashes zusammenhängen. Diese angereicherten Informationen werden als Entitäten in Google Security Operations gespeichert.

Eine Liste der UDM-Felder, die ausgefüllt werden, finden Sie unter Entitäten mit Informationen aus Safe Browsing-Bedrohungslisten anreichern.

Sie können Erkennungs-Engine-Regeln erstellen, um Übereinstimmungen mit von Safe Browsing aufgenommenen Entitäten zu ermitteln. Im Folgenden finden Sie ein Beispiel für eine Detection Engine-Regel, mit der diese angereicherten Informationen abgefragt werden, um kontextsensitive Analysen zu erstellen.

rule safe_browsing_file_execution {
    meta:
        author = "Google Security Operations"
        description = "Example usage of Safe Browsing data, to detect execution of a file that's been deemed malicious"
        severity = "LOW"

    events:
        // find a process launch event, match on hostname
        $execution.metadata.event_type = "PROCESS_LAUNCH"
        $execution.principal.hostname = $hostname

        // join execution event with Safe Browsing graph
        $sb.graph.entity.file.sha256 = $execution.target.process.file.sha256

        // look for files deemed malicious
        $sb.graph.metadata.entity_type = "FILE"
        $sb.graph.metadata.threat.severity = "CRITICAL"
        $sb.graph.metadata.product_name = "Google Safe Browsing"
        $sb.graph.metadata.source_type = "GLOBAL_CONTEXT"

    match:
        $hostname over 1h

    condition:
        $execution and $sb
}

Mit WHOIS angereicherte Felder in einer Regel verwenden

Sie können Regeln erstellen, die mit WHOIS angereicherte Felder in Entitäten suchen, die eine Domain darstellen. Bei diesen Entitäten ist das Feld entity.metadata.entity_type auf DOMAIN_NAME gesetzt. Eine Liste der UDM-Felder, die ausgefüllt werden, finden Sie unter Entitäten mit WHOIS-Daten anreichern.

Die folgende Beispielregel zeigt, wie das funktioniert. Diese Regel enthält die folgenden Filterfelder im Abschnitt events, um die Leistung der Regel zu optimieren.

$whois.graph.metadata.entity_type = "DOMAIN_NAME"
$whois.graph.metadata.product_name = "WHOISXMLAPI Simple Whois"
$whois.graph.metadata.vendor_name = "WHOIS"

rule whois_expired_domain_executable_download {
 meta:
   author = "Google Security Operations"
   description = "Example usage of WHOIS data, detecting an executable file download from a domain that's recently expired"
   severity = "LOW"

 events:
        $access.metadata.event_type = "NETWORK_HTTP"
        $hostname = $access.principal.hostname

        // join access event to entity graph to use WHOIS data
        $whois.graph.entity.domain.name = $access.target.hostname

        // use WHOIS data to look for expired domains
        $whois.graph.metadata.entity_type = "DOMAIN_NAME"
        $whois.graph.metadata.product_name = "WHOISXMLAPI Simple Whois"
        $whois.graph.metadata.vendor_name = "WHOIS"
        $whois.graph.entity.domain.expiration_time.seconds < $access.metadata.event_timestamp.seconds

        // join access event with executable file creation event by principal hostname
        $creation.principal.hostname = $access.principal.hostname
        $creation.metadata.event_type = "FILE_CREATION"
        $creation.target.file.full_path = /exe/ nocase

        // file creation comes after expired domain access
        $creation.metadata.event_timestamp.seconds >
           $access.metadata.event_timestamp.seconds

   match:
       $hostname over 1h

 condition:
        $access and $whois and $creation
}

Google Cloud Threat Intelligence-Daten abfragen

Google Security Operations nimmt Daten aus Google Cloud Threat Intelligence (GCTI)-Datenquellen auf, die Ihnen Kontextinformationen liefern, mit denen Sie Aktivitäten in Ihrer Umgebung untersuchen können. Sie können die folgenden Datenquellen abfragen:

• GCTI-Tor-Exit-Knoten
• Benigne GCTI-Binärprogramme
• GCTI-Remotezugriff-Tools

Eine Beschreibung dieser Bedrohungsfeeds und aller ausgefüllten Felder finden Sie unter Google Cloud Threat Intelligence-Daten aufnehmen und speichern.

In diesem Dokument stellt der Platzhalter <variable_name> den eindeutigen Variablennamen dar, der in einer Regel zum Identifizieren eines UDM-Eintrags verwendet wird.

IP-Adressen von Exit-Knoten des Abfragetors

Die folgende Beispielregel gibt eine Erkennung zurück, wenn ein NETWORK_CONNECTION-Ereignis eine im Feld target.ip gespeicherte IP-Adresse enthält, die sich auch in der GCTI-Datenquelle Tor Exit Nodes befindet. Achten Sie darauf, dass die Regel die Felder <variable_name>.graph.metadata.threat.threat_feed_name, <variable_name>.graph.metadata.vendor_name und <variable_name>.graph.metadata.product_name enthält.

Dies ist eine zeitgesteuerte Datenquelle. Ereignisse stimmen mit dem Snapshot der Datenquelle zu diesem Zeitpunkt überein.

rule gcti_tor_exit_nodes {
  meta:
    author = "Google Cloud Threat Intelligence"
    description = "Alert on known Tor exit nodes."
    severity = "High"

  events:
    // Event
    $e.metadata.event_type = "NETWORK_CONNECTION"
    $e.target.ip = $tor_ip

    // Tor IP search in GCTI Feed
    $tor.graph.entity.artifact.ip = $tor_ip
    $tor.graph.metadata.entity_type = "IP_ADDRESS"
    $tor.graph.metadata.threat.threat_feed_name = "Tor Exit Nodes"
    $tor.graph.metadata.source_type = "GLOBAL_CONTEXT"
    $tor.graph.metadata.vendor_name = "Google Cloud Threat Intelligence"
    $tor.graph.metadata.product_name = "GCTI Feed"

  match:
    $tor_ip over 1h

  outcome:
    $tor_ips = array_distinct($tor_ip)
    $tor_geoip_country = array_distinct($e.target.ip_geo_artifact.location.country_or_region)
    $tor_geoip_state = array_distinct($e.target.ip_geo_artifact.location.state)

  condition:
    $e and $tor
}

Abfrage nach harmlosen Betriebssystemdateien

Mit der folgenden Beispielregel werden die Datenquellen Benign Binaries und Tor Exit Nodes kombiniert, um eine Benachrichtigung zurückzugeben, wenn ein harmloses Binärprogramm einen Tor-Exit-Knoten kontaktiert. Die Regel berechnet eine Risikobewertung anhand der Daten zur Standortbestimmung, die von Google Security Operations mit der Ziel-IP-Adresse angereichert wurden. In der Regel müssen <variable_name>.graph.metadata.vendor_name, <variable_name>.graph.metadata.product_name und <variable_name>.graph.metadata.threat.threat_feed_name für die Datenquellen Benign Binaries und Tor Exit Nodes angegeben werden.

Dies ist eine zeitlose Datenquelle. Ereignisse stimmen unabhängig von der Zeit immer mit dem neuesten Snapshot der Datenquelle überein.

rule gcti_benign_binaries_contacts_tor_exit_node {
 meta:
   author = "Google Cloud Threat Intelligence"
   description = "Alert on Benign Binary contacting a Tor IP address."
   severity = "High"

 events:
   // Event
   $e.metadata.event_type = "NETWORK_CONNECTION"
   $e.principal.process.file.sha256 = $benign_hash
   $e.target.ip = $ip
   $e.principal.hostname = $hostname

   // Benign File search in GCTI Feed
   $benign.graph.entity.file.sha256 = $benign_hash
   $benign.graph.metadata.entity_type = "FILE"
   $benign.graph.metadata.threat.threat_feed_name = "Benign Binaries"
   $benign.graph.metadata.source_type = "GLOBAL_CONTEXT"
   $benign.graph.metadata.vendor_name = "Google Cloud Threat Intelligence"
   $benign.graph.metadata.product_name = "GCTI Feed"

   // Tor IP search in GCTI Feed
   $tor.graph.entity.artifact.ip = $ip
   $tor.graph.metadata.entity_type = "IP_ADDRESS"
   $tor.graph.metadata.threat.threat_feed_name = "Tor Exit Nodes"
   $tor.graph.metadata.source_type = "GLOBAL_CONTEXT"
   $tor.graph.metadata.vendor_name = "Google Cloud Threat Intelligence"
   $tor.graph.metadata.product_name = "GCTI Feed"

 match:
   $hostname over 1h

 outcome:
   $risk_score = max(
       if($tor.graph.metadata.threat.confidence = "HIGH_CONFIDENCE", 70) +
       // Unauthorized target geographies
       if($e.target.ip_geo_artifact.location.country_or_region = "Cuba", 20) +
       if($e.target.ip_geo_artifact.location.country_or_region = "Iran", 20) +
       if($e.target.ip_geo_artifact.location.country_or_region = "North Korea", 20) +
       if($e.target.ip_geo_artifact.location.country_or_region = "Russia", 20) +
       if($e.target.ip_geo_artifact.location.country_or_region = "Syria", 20)
   )
   $benign_hashes = array_distinct($benign_hash)
   $benign_files = array_distinct($e.principal.process.file.full_path)
   $tor_ips = array_distinct($ip)
   $tor_geoip_country = array_distinct($e.target.ip_geo_artifact.location.country_or_region)
   $tor_geoip_state = array_distinct($e.target.ip_geo_artifact.location.state)

 condition:
   $e and $benign and $tor
}

Daten zu Tools für den Remotezugriff abfragen

Die folgende Beispielregel gibt eine Erkennung zurück, wenn der Ereignistyp PROCESS_LAUNCH einen Hash enthält, der auch in der Datenquelle der Google Cloud Threat Intelligence Remote Access Tools enthalten ist.

Dies ist eine zeitlose Datenquelle. Ereignisse stimmen unabhängig von der Zeit immer mit dem neuesten Snapshot der Datenquelle überein.

rule gcti_remote_access_tools {
 meta:
   author = "Google Cloud Threat Intelligence"
   description = "Alert on Remote Access Tools."
   severity = "High"

 events:
    // find a process launch event
    $e.metadata.event_type = "PROCESS_LAUNCH"
    $e.target.process.file.sha256 != ""
    $rat_hash = $e.target.process.file.sha256

    // join graph and event hashes
    $gcti.graph.entity.file.sha256 = $rat_hash

    // look for files identified as likely remote access tools
    $gcti.graph.metadata.entity_type = "FILE"
    $gcti.graph.metadata.vendor_name = "Google Cloud Threat Intelligence"
    $gcti.graph.metadata.product_name = "GCTI Feed"
    $gcti.graph.metadata.threat.threat_feed_name = "Remote Access Tools"

  match:
    $rat_hash over 5m

 outcome:
   $remote_hash = array_distinct($e.target.process.file.sha256)

  condition:
    $e and $gcti

}

Mit VirusTotal angereicherte Metadatenfelder in Regeln verwenden

Die folgende Regel erkennt die Dateierstellung oder den Start eines bestimmten Dateityps. Dies weist darauf hin, dass sich einige Hashes auf der Merkliste im System befinden. Die Risikobewertung wird festgelegt, wenn die Dateien mithilfe der VirusTotal-Metadatenanreicherung als exploit gekennzeichnet werden.

Eine Liste aller UDM-Felder, die ausgefüllt werden, finden Sie unter Ereignisse mit VirusTotal-Dateimetadaten anreichern.

rule vt_filemetadata_hash_match_ioc {
 meta:
   author = "Google Cloud Threat Intelligence"
   description = "Detect file/process events that indicate watchlisted hashes are on a system"
   severity = "High"

 events:
   // Process launch or file creation events
   $process.metadata.event_type = "PROCESS_LAUNCH" or $process.metadata.event_type ="FILE_CREATION"
   $process.principal.hostname = $hostname
   $process.target.file.sha256 != ""
   $process.target.file.sha256 = $sha256
   $process.target.file.file_type = "FILE_TYPE_DOCX"

   // IOC matching
   $ioc.graph.metadata.product_name = "MISP"
   $ioc.graph.metadata.entity_type = "FILE"
   $ioc.graph.metadata.source_type = "ENTITY_CONTEXT"
   $ioc.graph.entity.file.sha256 = $sha256

 match:
   $hostname over 15m

 outcome:
   $risk_score = max(
       // Tag enrichment from VirusTotal file metadata
       if($process.target.file.tags = "exploit", 90)
   )
   $file_sha256 = array($process.target.file.sha256)
   $host = array($process.principal.hostname)

 condition:
   $process and $ioc
}

VirusTotal-Beziehungsdaten in Regeln verwenden

Google Security Operations nimmt Daten aus VirusTotal-Verbindungen auf. Diese Daten liefern Informationen über die Beziehung zwischen Datei-Hashes und Dateien, Domains, IP-Adressen und URLs. Diese angereicherten Informationen werden in Google Security Operations als Entitäten gespeichert.

Sie können Erkennungs-Engine-Regeln erstellen, um Übereinstimmungen mit Entitäten zu ermitteln, die aus VirusTotal aufgenommen wurden. Die folgende Regel gibt eine Benachrichtigung aus, wenn ein bekannter Datei-Hash von einer bekannten IP-Adresse mit VirusTotal-Beziehungen heruntergeladen wird. Die Risikobewertung basiert auf dem Dateityp und den Tags aus den Metadaten der VirusTotal-Datei.

Diese Daten sind nur für bestimmte VirusTotal- und Google Security Operations-Lizenzen verfügbar. Prüfe deine Berechtigungen mit deinem Account Manager. Eine Liste aller UDM-Felder, die ausgefüllt werden, finden Sie unter Entitäten mit VirusTotal-Beziehungsdaten anreichern.

rule virustotal_file_downloaded_from_url {
  meta:
    author = "Google Cloud Threat Intelligence"
    description = "Alerts on downloading a known file hash from a known IP with VirusTotal relationships. The risk score is based on file type and tags from VirusTotal file metadata."
    severity = "High"

  events:
    // Filter network HTTP events
    $e1.metadata.event_type = "NETWORK_HTTP"
    $e1.principal.user.userid = $userid
    $e1.target.url = $url

    // Filter file creation events
    $e2.metadata.event_type = "FILE_CREATION"
    $e2.target.user.userid = $userid
    $e2.target.file.sha256 = $file_hash

    // The file creation event timestamp should be equal or greater than the network http event timestamp
    $e1.metadata.event_timestamp.seconds <= $e2.metadata.event_timestamp.seconds

    // Join event file hash with VirusTotal relationships entity graph
    $vt.graph.metadata.entity_type = "FILE"
    $vt.graph.metadata.source_type = "GLOBAL_CONTEXT"
    $vt.graph.metadata.vendor_name = "VirusTotal"
    $vt.graph.metadata.product_name = "VirusTotal Relationships"
    $vt.graph.entity.file.sha256 = $file_hash

    // Join network HTTP target URL with VirusTotal relationships entity graph
    $vt.graph.relations.entity_type = "URL"
    $vt.graph.relations.relationship = "DOWNLOADED_FROM"
    $vt.graph.relations.entity.url = $url

  match:
    $userid over 1m

  outcome:
      $risk_score = max(
        // Tag enrichment from VirusTotal file metadata
        if($e2.target.file.tags = "via-tor" or $e2.target.file.tags = "malware" or $e2.target.file.tags = "crypto", 50) +
        // File types enrichment from VirusTotal file metadata
        if($e2.target.file.file_type = "FILE_TYPE_HTML", 5) +
        if($e2.target.file.file_type = "FILE_TYPE_ELF", 10) +
        if($e2.target.file.file_type = "FILE_TYPE_PE_DLL",15) +
        if($e2.target.file.file_type = "FILE_TYPE_PE_EXE", 20)
    )

  condition:
    $e1 and $e2 and $vt and $risk_score >= 50
}

Nächste Schritte

Informationen zur Verwendung von angereicherten Daten mit anderen Google Security Operations-Features finden Sie hier:

• Kontextangereicherte Daten in der UDM-Suche verwenden
• Verwenden Sie in Berichten mit Kontext angereicherte Daten.