Threat Hunting1 / 5
Ein Threat Hunter analysiert auffälliges Nutzerverhalten in Google SecOps und vermutet Lateral Movement. Dabei soll ein Nutzerkonto identifiziert werden, das sich innerhalb eines 24-Stunden-Fensters von einer ungewöhnlich hohen Zahl unterschiedlicher Quell-IP-Adressen authentifiziert. Welcher YARA-L-Ansatz eignet sich am besten für diese Verhaltensanalyse?
RichtigFalsch
Alex
Für verhaltensbasierte Detections nimmst du eine Multi-Event-YARA-L-Regel. Weise die User-ID und die Quell-IP aus USER_LOGIN-Events zu, gruppiere im match-Abschnitt über 24 h nach User, berechne ein Outcome wie $distinct_source_ips = count_distinct($src_ip) und löse in der condition aus, sobald dieses Outcome den gewählten Schwellenwert überschreitet. Das entspricht der offiziellen YARA-L-Struktur: match korreliert Events, outcome berechnet Aggregationen, und condition entscheidet, ob die Regel feuert.
Quellecloud.google.com
Antworten auf Rückfragen bekommst du in der App. Erstelle ein kostenloses Konto — ohne Kreditkarte.
Frage 1 von 5
Kostenloses Konto erstellen