آکادمی آموزش روزبه 📚
3.99K subscribers
4.61K photos
185 videos
1.48K files
6.98K links
🍎آموزش و ترویج علمی فناوری اطلاعات ، امنیت و مدیریت پروژه های مرتبط
🍁 و کمی هم اخلاق و انسانیت

Training of Information Technology, Cyber Security, Project Management, Ethics and Humanitarian

ارتباط با مدیر کانال:
@roozbehadm
Download Telegram
از حضور در کلاس تا توانمندی حرفه‌ای؛ چگونه آموزش را به نتیجه برسانیم؟

✍️روزبه نوروزی

پس از شانزده سال تدریس در حوزه امنیت اطلاعات، یکی از مهم‌ترین دریافت‌های من این است که موفقیت آموزشی، حاصل همراهی مستمر مدرس و دانشجوست. سرفصل جامع، تدریس مسلط و کارگاه عملی، مسیر را می‌سازند؛ مطالعه، تمرین و تعهد دانشجو، حرکت در این مسیر را ممکن می‌کنند.

پرسش اینجاست: چرا برخی دانشجویان، باوجود شروع پرانرژی، در میانه دوره مشارکت کمتری دارند و چگونه می‌توان به استمرار یادگیری آن‌ها کمک کرد؟

پاسخ را باید در مجموعه‌ای از عوامل جست‌وجو کرد: مشغله‌های شغلی، فشارهای زندگی، فاصله پیش‌نیازها، دشواری تمرین‌ها و گاهی انباشته‌شدن مباحث مرورنشده. کاهش فعالیت همیشه به معنای کاهش علاقه نیست؛ ممکن است دانشجو برای ادامه مسیر، به راهنمایی یا تجربه یک موفقیت کوچک نیاز داشته باشد.

راهکار، تبدیل آموزش به مسیری روشن و قابل پیگیری است: تعیین خروجی عملی هر بخش، تمرین‌های تدریجی، بازخورد به‌موقع و شناسایی زودهنگام موانع. دانشجو نیز با اختصاص زمان منظم، طرح پرسش و انجام تمرین، سهم تعیین‌کننده خود را ایفا می‌کند.

نگاه من در آکادمی روزبه این است که ارزش آموزش در توانایی استفاده از آموخته‌ها آشکار می‌شود. هدف مشترک ما، پرورش متخصصی است که با اعتمادبه‌نفس، استقلال و پشتکار، مسائل واقعی را حل کند.
❤6🔥1
یه کاربرد از اسپلانک: کشف تقلب با کنار هم گذاشتن اتفاق‌هایی که جداگانه عادی به نظر می‌رسن!

فرض کنید در یک فروشگاه اینترنتی:

- مشتری رمز حسابش رو تغییر می‌ده.
- چند دقیقه بعد، از دستگاهی جدید وارد می‌شه.
- آدرس تحویل رو عوض می‌کنه.
- با اعتبار حساب، خرید سنگینی انجام می‌ده.

هر اتفاق به‌تنهایی می‌تونه طبیعی باشه؛ اما ترکیب و ترتیب اون‌ها می‌تونه نشونه تصاحب حساب و خرید متقلبانه باشه.

اسپلانک می‌تونه داده‌های ورود، تغییرات حساب و سفارش‌ها رو با شناسه مشتری و زمان به هم مرتبط کنه، برای این الگو هشدار بده و با اتصال به سامانه‌های دیگر، سفارش رو برای بررسی ارجاع بده.

اینجا ارزش اسپلانک از دیدن یک لاگ فراتر می‌ره: از چند اتفاق پراکنده، یک داستان قابل‌بررسی می‌سازه.

✅️شما هم میتونی یه ادمین حرفه ای اسپلانک باشی که حتی بدون دانش امنیتی ، اسپلانک رو نصب کنی و درآمد خوبی داشته باشی
واتس اپ دوره اسپلانک صفر تا صد 09902857290
💯5🤝2👍1
#به_دانشجویانم

اگر میخوای ترقی کنی ، باید قربانی بدی
هرچی هدف بزرگتر ، قربانی بیشتر و پر درد تر !!

چون خواستن همه چیز با همه چیز جور نیست ، این قانون جهان است.


**نکته: حالا در چی میخوای ترقی کنی و چیو باید قربانی کنی ، خود دانی . والله اعلم
❤13💯3
از مشاهده C2 تا بازسازی ردپای مهاجم

فرض کنید بدافزاری وارد شبکه سازمان شده و پس از تلاش برای حرکت جانبی، شواهد اولیه از دسترسی موفق به دو میزبان حکایت دارد. ارتباطاتی مشکوک به فرماندهی و کنترل یا C2 نیز در Splunk مشاهده شده است. دامنه اولیه بررسی شامل هشت میزبان ویندوزی و دو میزبان لینوکسی است؛ اما هنوز نمی‌دانیم چه ابزارهایی اجرا شده‌اند، چه تغییراتی ایجاد شده و آیا اطلاعاتی از سازمان خارج شده است.

در چنین شرایطی، هدف فارنزیک صرفاً پیدا کردن فایل بدافزار نیست. باید مسیر ورود، حساب‌های استفاده‌شده، ارتباط میان پردازش‌ها، جابه‌جایی فایل‌ها و سازوکارهای ماندگاری بازسازی شود. آثار حافظه، لاگ‌ها و فایل‌سیستم می‌توانند به شناسایی ابزارهایی کمک کنند که تغییر نام داده‌اند یا حذف شده‌اند. حفظ شواهد پیش از پاک‌سازی، ثبت اقدامات و ساخت خط زمانی مشترک، پایه این بررسی است.

ابزارهای پیشنهادی برای این پرونده عبارت‌اند از:

- Velociraptor:
جمع‌آوری هدفمند شواهد و جست‌وجوی آثار مشابه روی میزبان‌های ویندوزی و لینوکسی.
- KAPE:
جمع‌آوری سریع آرتیفکت‌های منتخب ویندوز برای تریاژ.
- UAC:
جمع‌آوری آرتیفکت‌ها، لاگ‌ها و اطلاعات مرتبط با بررسی سامانه‌های لینوکسی.
- Volatility 3:
تحلیل ایمیج حافظه و بررسی پردازش‌ها و آثار موجود در RAM.
- Eric Zimmerman Tools:
تحلیل آرتیفکت‌های ویندوز، مانند MFT، رجیستری، Prefetch و میان‌برها.
- Hayabusa:
تحلیل رخدادهای ویندوز و برجسته‌سازی الگوهای مشکوک.
- Plaso:
استخراج و تجمیع رخدادها برای ساخت خط زمانی.
- Autopsy:
بررسی ایمیج دیسک، فایل‌سیستم و آثار قابل بازیابی.
- Splunk:
هم‌بستگی شواهد میزبان و شبکه برای بازسازی گستره فعالیت مهاجم.


در دوره‌های فارنزیک آکادمی روزبه و شرکت هامون می‌توانید اطلاعات بیشتری کسب کنید.
🔥3❤2⚡1
#تمرین امشب


سناریو فارنزیک : Prefetch حذف شده، اما لاگ ساخت پردازش اجرای برنامه را ثابت می‌کند.

فرض کنید در بررسی یک سیستم مشکوک، می‌خواهیم بدانیم فایل زیر اجرا شده یا فقط روی دیسک وجود داشته است:

C:\Users\Ali\Downloads\update.exe

به سراغ پوشه زیر می‌رویم، اما فایل Prefetch مرتبط را پیدا نمی‌کنیم؛ در سناریوی ما، این فایل پس از اجرا حذف شده است.

C:\Windows\Prefetch

آرتیفکت جایگزین: لاگ Sysmon

اگر Sysmon از قبل نصب بوده و ثبت ساخت پردازش برای این فایل فعال بوده باشد، می‌توانیم رویداد زیر را بررسی کنیم:

Event ID 1 — Process Creation

فرض کن رکوردی با این اطلاعات داریم:

UtcTime: 2026-11-14 10:32:18
Image: C:\Users\Ali\Downloads\update.exe
User: COMPANY\Ali
ParentImage: C:\Windows\explorer.exe
CommandLine: "C:\Users\Ali\Downloads\update.exe" /silent

این رویداد نشان می‌دهد پردازش فایل در زمان مشخص، تحت حساب علی و با پردازش والد مشخص ساخته شده است. Sysmon در این رویداد اطلاعاتی مانند خط فرمان، مشخصات والد و هش فایل را ثبت می‌کند.

پس نبود Prefetch مانع اثبات اجرای برنامه نشده است؛ لاگ ساخت پردازش، این بخش از خلأ شواهد را جبران می‌کند. البته اجرای برنامه به معنی موفق‌شدن عملیات آن نیست؛ برای اثبات مثلاً سرقت اطلاعات، به شواهد دیگری نیاز داریم.

نکته آموزشی: آرتیفکت جایگزین باید همان ادعا را پشتیبانی کند؛ وجود فایل روی دیسک، به‌تنهایی جای شواهد اجرای آن را نمی‌گیرد.
❤4👏2
آکادمی آموزش روزبه 📚
#تمرین امشب سناریو فارنزیک : Prefetch حذف شده، اما لاگ ساخت پردازش اجرای برنامه را ثابت می‌کند. فرض کنید در بررسی یک سیستم مشکوک، می‌خواهیم بدانیم فایل زیر اجرا شده یا فقط روی دیسک وجود داشته است: C:\Users\Ali\Downloads\update.exe به سراغ پوشه زیر می‌رویم،…
این Prefetch یکی از آرتیفکت‌های مهم ویندوز است که با هدف افزایش سرعت اجرای برنامه‌ها ایجاد می‌شود و در بررسی‌های جرم‌شناسی دیجیتال می‌تواند شواهد ارزشمندی از اجرای آن‌ها فراهم کند.
فایل‌های آن معمولاً در مسیر
C:\Windows\Prefetch
و با پسوند pf ذخیره می‌شوند. بسته به نسخه ویندوز، این فایل‌ها می‌توانند نام برنامه، تعداد دفعات اجرا، زمان آخرین اجرا و چند اجرای اخیر، همچنین فایل‌ها و پوشه‌های مورد استفاده هنگام شروع برنامه را نشان دهند. حتی اگر فایل اجرایی حذف شده باشد، Prefetch مرتبط ممکن است باقی بماند و به بازسازی فعالیت‌ها کمک کند. بااین‌حال، نبود Prefetch به‌تنهایی ثابت نمی‌کند که برنامه اجرا نشده است؛ ممکن است این قابلیت غیرفعال بوده یا شواهد آن حذف شده باشند.
❤5💯1
آمادگی آزمون CISSP
و استاندارد های پدافند غیر عامل کشور

قفس فارادی یک محفظه رساناست که با ایجاد شیلد الکترومغناطیسی، انتقال انرژی الکترومغناطیسی میان داخل و خارج را کاهش می‌دهد ( مورد استفاده در دیتاسنتر ها و مراکز حساس). در CISSP، این کنترل برای کاهش نشت اطلاعات از انتشار ناخواسته تجهیزات و حفاظت در برابر تداخل الکترومغناطیسی اهمیت دارد.

معیار رایج اثربخشی شیلد، Shielding Effectiveness یا SE است؛ واحد آن دسی‌بل، dB است. این معیار برای توان از رابطه SE = 10 log₁₀(P₀/P₁) محاسبه می‌شود؛ P₀ توان مرجع بدون شیلد و P₁ توان اندازه‌گیری‌شده با شیلد است.

بنابراین، شیلد ۴۰ دسی‌بل توان را ده‌هزار برابر، ۶۰ دسی‌بل یک‌میلیون برابر و ۸۰ دسی‌بل صد‌میلیون برابر کاهش می‌دهد. برای دامنه میدان، ضریب لگاریتم ۲۰ است؛ اشتباه‌گرفتن نسبت توان با دامنه میدان، خطای مفهومی مهمی است که دام آزمونی است.

اما کدام مقدار پذیرفتنی است؟ هیچ‌یک از این اعداد، آستانه عمومی قبولی CISSP یا تمام محیط‌های امن نیست. پذیرش به نوع سناریوی آزمون است که در آن حساسیت اطلاعات، شدت تهدید، فرکانس، نوع میدان و الزامات پروژه وابسته است. عملکرد ۸۰ دسی‌بل در یک فرکانس، تضمین‌کننده همان عملکرد در فرکانس‌های دیگر نیست.

خانواده استاندارد IEEE 299 روش ارزیابی محفظه‌های شیلدشده را ارائه می‌کند. آزمون باید درزها، درها، تهویه و ورودی کابل‌ها را پوشش دهد. نکته آزمونی کلیدی: کارایی کل محفظه و انطباق با نیاز امنیتی، از عدد تبلیغاتی جنس شیلد مهم‌تر است.

دوره ۸۲ از CISSP بنده در دیماه
ثبت نام از طریق 09902857290
🙏4
وقتی PID کافی نیست؛ چالش شناسایی پردازش‌ها در محیط‌های کانتینری


در محیط‌های کانتینری، اتکا به PID برای شناسایی پردازش‌ها می‌تواند تحلیل امنیتی را گمراه کند. لینوکس با سازوکار PID Namespace، امکان نمایش شماره‌های متفاوت برای یک پردازش در فضای نام کانتینر و میزبان را فراهم می‌کند. بنابراین، پردازشی که داخل کانتینر PID برابر یک دارد، ممکن است روی میزبان با شماره دیگری دیده شود.

همچنین، دو کانتینر با فضای نام مستقل می‌توانند هم‌زمان پردازش‌هایی با PID یکسان داشته باشند، بدون اینکه آن پردازش‌ها ارتباطی با یکدیگر داشته باشند. پس یکسان‌بودن PID، اثبات یکسان‌بودن پردازش نیست.

این موضوع برای SOC اهمیت دارد؛ زیرا ترکیب لاگ‌های داخل کانتینر با تله‌متری میزبان، بدون نگاشت فضای نام، ممکن است زنجیره اجرای نادرستی بسازد یا ارتباط واقعی رویدادها را پنهان کند.

برای هم‌بستگی دقیق‌تر، باید شناسه میزبان، شناسه بوت، هویت کانتینر، فضای نام PID و زمان شروع پردازش ثبت شوند. استفاده یکدست از PID میزبان نیز ابهام را کاهش می‌دهد.

نکته کلیدی اینکه کانتینر ممکن است حذف و دوباره ایجاد شود؛ بنابراین نام آن کافی نیست. هویت پردازش باید هنگام جمع‌آوری رویداد ثبت شود، نه پس از رخداد.

توجه:پردازش کانتینر، خودش یکی از پردازش‌های میزبان است؛ اما ممکن است داخل کانتینر با PID متفاوتی دیده شود.

#مهندسی_کشف
#آکادمی_روزبه
❤6
کشف حملات دور زدن LDAP Signing در SOC

#تجربه

کشف حملات دور زدن LDAP Signing با مشاهده یک رویداد منفرد امکان‌پذیر نیست؛ تیم SOC باید ارتباط میان احراز هویت، ترافیک شبکه و تغییرات حساس اکتیودایرکتوری را بررسی کند.

یکی از نقاط مهم پایش، رویداد 5136 روی کنترل‌کننده‌های دامنه است. تغییر ویژگی "msDS-KeyCredentialLink" می‌تواند نشانه ایجاد Shadow Credentials باشد و تغییر "msDS-AllowedToActOnBehalfOfOtherIdentity" ممکن است زمینه سوءاستفاده از RBCD را فراهم کند. ثبت این تغییرات، نیازمند فعال‌سازی Audit Directory Service Changes و تنظیم SACL مناسب است.

تحلیلگر باید تغییر مشاهده‌شده را با استفاده از شناسه نشست، به رویداد 4624 در همان کنترل‌کننده دامنه مرتبط کند و حساب، مبدأ اتصال و روش احراز هویت را بررسی کند. شناخته‌شده‌بودن حساب کافی نیست؛ در حمله Relay، عملیات ممکن است با هویت قربانی ثبت شود.

در لایه شبکه، اتصال SMB غیرمنتظره از یک سرور حساس به میزبانی نامتعارف، همراه با اتصال همان میزبان به LDAP کنترل‌کننده دامنه، فرضیه‌ای ارزشمند برای بررسی است. همراه‌شدن این الگو با تغییر حساس و فاقد مجوز، اولویت رسیدگی را افزایش می‌دهد.

البته این شواهد، به‌تنهایی اثبات‌کننده دور زدن Signing نیستند. اعتبار تشخیص به هم‌بستگی شواهد، بررسی تغییرات مجاز و آزمون قواعد در محیط سازمان وابسته است.

#شرکت_هامون #آکادمی_روزبه
#mssp
#soc
❤4
لوگوی مدرک CISSP آکادمی

آزمون : ۱۲ آذر محل شرکت هامون
❤2👏1😍1
بررسی یه ماجرای اخیر

ماجرای ARTEX چه بود و چرا این‌قدر خبرساز شد؟

برای شروع بحث من این سؤال را میپرسم : «اگر یک برنامه با اعتبارنامه معتبر خودش وارد فضای ابری شرکت شود و چند رمز را از خزانه بخواند، از کجا می‌فهمیم پشت این درخواست‌ها مهاجم بوده است؟»

این سؤال ما را مستقیم به یکی از رخدادهای واقعی می‌برد. مایکروسافت گزارش کرده که در یک مورد، از زمانی که یک عامل هوش مصنوعی در GitHub دنبال اطلاعات محرمانه برنامه‌ها گشت تا زمانی که از Azure Key Vault داده بیرون کشید، فقط پنج دقیقه گذشت. این پنج دقیقه از شروع جست‌وجوی مهاجم حساب شده است. ممکن است آن اطلاعات مدت‌ها پیش در GitHub منتشر شده باشند. همین فاصله بین «مدت‌زمانی که ضعف وجود داشته» و «مدت‌زمانی که مهاجم برای استفاده از آن لازم داشته» بخش مهم داستان است.

اول بفهمیم ARTEX چیست

این ARTEX نام یک چارچوب تست نفوذ مبتنی بر چند عامل هوش مصنوعی است که گروه‌های مهاجم هم از آن استفاده کرده‌اند. پس وقتی خبرهای مربوط به ARTEX را می‌خوانیم، با چند عملیات متفاوت روبه‌رو هستیم. یک گروه سراغ هویت‌های ابری رفته، گروه دیگری وب‌سرورهای سازمان‌های مالی را هدف گرفته و در هر دو خبر نام یک ابزار آمده است.

«عامل» یا Agent چیست ؟
وقتی از یک چت‌بات می‌پرسید «این خطا یعنی چه؟»، جواب را می‌خوانید و خودتان تصمیم می‌گیرید چه کنید. در یک سامانه عامل‌محور، نرم‌افزار می‌تواند از ابزارهای در اختیارش استفاده کند، نتیجه را بخواند و بر اساس آن تصمیم بعدی را بگیرد. در ARTEX، اپراتور هدف را تعیین می‌کند، یک عامل نقش برنامه‌ریز دارد و کار را میان عامل‌های اجرایی تقسیم می‌کند. نتیجه هر کار دوباره وارد فرایند تصمیم‌گیری می‌شود. همین تواناییِ تفسیر نتیجه و ادامه‌دادن کار، سهم مهم هوش مصنوعی در این ماجراست.

روایت اول؛ از یک فایل عمومی تا خزانه اسرار سازمان

فرض کنید شرکتی یک برنامه گزارش‌گیری دارد. برنامه هر شب بدون حضور کارمند اجرا می‌شود و برای انجام وظیفه‌اش باید به یک سرویس ابری وصل شود. بنابراین خودش یک هویت نرم‌افزاری دارد. یکی از روش‌های اثبات این هویت، استفاده از مقداری محرمانه به نام Client Secret است. برای مبتدیان این مقدار تقریباً نقش «رمزِ خود برنامه» را دارد. حالا فرض کنید هنگام انتشار کد، این مقدار هم اشتباهی داخل یک فایل تنظیمات به مخزن عمومی GitHub راه پیدا کند. این مثال فرضی، سازوکار رخداد گزارش‌شده را توضیح می‌دهد.

وقتی کسی اعتبارنامه معتبر برنامه را در اختیار بگیرد، سرویس هویت می‌تواند درخواست او را به نام همان برنامه بپذیرد. از این لحظه، یک سؤال تعیین‌کننده است: سازمان قبلاً به آن برنامه اجازه چه کاری داده است؟ اگر برنامه فقط به یک منبع کم‌اهمیت دسترسی داشته باشد، دامنه خسارت محدودتر است. اگر مجوز خواندن اطلاعات حساس از Key Vault را داشته باشد، افشای همان یک اعتبارنامه می‌تواند اسرار دیگری را هم در معرض دسترسی قرار دهد. Key Vault را مثل خزانه‌ای در نظر بگیرید که برنامه‌ها رمزها و کلیدهای موردنیازشان را از آن تحویل می‌گیرند. در رخداد پنج‌دقیقه‌ای، مایکروسافت خروج داده از این خزانه را مشاهده کرد.

اینجا معمولاً یک سوال است: «پس احراز هویت چندعاملی چه شد؟» در این سناریو، کسی با حساب کارمند وارد نشده که روی گوشی او پیام تأیید ظاهر شود. درخواست به نام یک برنامه و با اعتبارنامه همان برنامه انجام شده است. بنابراین حتی سازمانی که برای تمام کارکنانش MFA فعال کرده، باید جداگانه بداند کدام برنامه‌ها هویت مستقل دارند، اعتبارنامه‌شان کجا نگهداری می‌شود و به چه منابعی دسترسی دارند.

روایت دوم؛ چرا نام شرکت پشتیبان‌گیری ConnectWise مطرح شد؟

برای پشتیبان‌گیری از اطلاعات یک مشتری، نرم‌افزار پشتیبان‌گیری باید بتواند بخشی از اطلاعات او را بخواند. حالا همین رابطه اعتماد را در مقیاس یک تأمین‌کننده با تعداد زیادی مشتری تصور کنید. در پرونده ConnectWise Cloud Backup، مایکروسافت گزارش کرد که گروه Storm-0940 از اعتبارنامه‌های به‌خطر‌افتاده برنامه استفاده کرد و برای ورود به بیش از ۲٬۲۵۰ محیط سازمانی یا Tenant تلاش کرد. دقت در نقل این عدد مهم است: ۲٬۲۵۰ تعداد محیط‌هایی است که تلاش برای ورود به آن‌ها ثبت شد. از این عدد به‌تنهایی نمی‌توان تعداد قربانیان نفوذ موفق را نتیجه گرفت.

در بخش دیگری از عملیات همین گروه، مایکروسافت بیش از ۱۵۱ هزار ورود ناموفق ثبت کرد. در اوج فعالیت، حدود ۲٬۹۰۰ خطا در دقیقه رخ داد. با وجود این حجم، مایکروسافت در همان بخشِ تلاش برای حدس‌زدن رمزها، هیچ ورود موفقی مشاهده نکرد. این تفکیک برای کلاس SOC مهم است.

ادامه در پست بعد 👇👇
❤2
👆👆ادامه از پست قبل

اگر تحلیلگر فقط بزرگ‌ترین عدد داشبورد را ببیند، ممکن است همه توجهش را به هزاران ورود ناموفق بدهد، درحالی‌که یک ورود موفق با هویت یک برنامه مورد اعتماد می‌تواند بررسی فوری‌تری بخواهد.

همه رخدادها هم از یک رمز افشاشده شروع نشدند

مایکروسافت در گزارشی جداگانه توضیح داد که گروهی با انگیزه مالی به نام Storm-3358، سازمان‌های مالی را از سمت سامانه‌های در معرض اینترنت هدف گرفت. در این پرونده، ضعف برنامه‌های وب و نصب ابزار دسترسی از راه دور روی سرورهای آسیب‌دیده دیده شد. پس اگر شما با این برداشت را داشته باشید که «ARTEX یعنی پیدا کردن رمز در GitHub»، فقط یکی از کاربردهای مشاهده‌شده آن را یاد گرفته اید. این تفاوت برای مدافع هم عملی است. در پرونده اول، لاگ هویت برنامه و دسترسی به خزانه اهمیت داشت. در پرونده وب‌سرور، باید بتوان دید پردازش وب‌سرور چه برنامه‌ای را اجرا کرده و بعد چه ارتباطی برقرار شده است.

مدافع در عمل چه چیزی می‌بیند؟

فرض کنید شما تحلیلگر شیفت هستید . در سناریوی خزانه، سه مشاهده زیر را یکی‌یکی ببینید و بپرسید در کدام لحظه حاضر هستید رخداد را به سطح بالاتر ارجاع دهید. این یک تمرین فرضی بر اساس رفتارهای گزارش‌شده است.

آنچه تحلیلگر می‌بیند پرسشی که ارزش بررسی دارد

یک برنامه با موفقیت احراز هویت کرده است. آیا مبدأ ورود با زیرساختی که این برنامه معمولاً روی آن اجرا می‌شود هم‌خوانی دارد؟
همان هویت، بلافاصله درباره چند منبع ابری اطلاعات گرفته است. آیا این درخواست‌ها بخشی از کار عادی برنامه‌اند؟ سابقه روزهای قبل چه می‌گوید؟
چند دقیقه بعد، همان هویت از خزانه‌ای که معمولاً استفاده نمی‌کرده چند مقدار محرمانه خوانده است. برنامه برای کدام وظیفه به این اسرار نیاز داشته؟ آیا مالک برنامه اجرای چنین کاری را تأیید می‌کند؟


ارزش Defender در روایت مقاله همین‌جا روشن می‌شود. با فعال‌بودن ثبت رویدادهای لازم، تیم می‌تواند شواهد ورود هویت برنامه، فعالیت ابری و دسترسی به خزانه را کنار هم بگذارد. همین منطق در Splunk هم برای شما قابل‌فهم است. اگر فقط لاگ ورود کاربران انسانی را جمع کرده باشیم، ممکن است اصل ورود برنامه را نبینیم. اگر ورود برنامه را ببینیم ولی لاگ خواندن اسرار را نداشته باشیم، نمی‌توانیم از روی همان ورود بگوییم چه داده‌ای خوانده شده است. از طرف دیگر، سرعت زیاد به‌تنهایی برای انتساب به ARTEX کافی نیست؛ یک برنامه پشتیبان‌گیری سالم هم می‌تواند صدها درخواست را در چند ثانیه انجام دهد. آنچه قضاوت را عوض می‌کند، تفاوت رفتار با وظیفه مورد انتظار همان هویت است.

حالا به همان پنج دقیقه برگردید. فرض کنید لاگ‌ها ده دقیقه دیرتر به SIEM می‌رسند. حتی اگر قاعده کشف شما کاملاً درست باشد و تحلیلگر همان لحظه هشدار را باز کند، در نمونه گزارش‌شده داده پیش از رسیدن هشدار خارج شده است. حالا شما می‌فهمید چرا سه تصمیم متفاوت لازم است: قبل از رخداد جلوی انتشار اعتبارنامه را بگیریم، در طراحی دسترسی برنامه را به مقدار لازم محدود کنیم، و حین رخداد بتوانیم سریع تشخیص دهیم کدام هویت و کدام اسرار درگیر شده‌اند. پاک‌کردن رمز از GitHub هم اعتبار نسخه‌ای را که قبلاً کپی شده از بین نمی‌برد. اعتبارنامه افشاشده باید باطل یا تعویض شود و دسترسی‌های انجام‌شده با آن بررسی شوند.

اگر شما فقط یک نکته را به خاطر بسپارید، این باشد: در ماجرای ARTEX ممکن بود درخواست مهاجم از نظر سرویس ابری کاملاً معتبر باشد. وظیفه تحلیلگر این بود که بفهمد چرا یک برنامه معتبر، در این زمان، از این مبدأ، سراغ این داده رفته است.

https://jeffreyappel.nl/artex-old-attacks-at-machine-speed-and-how-microsoft-defender-keeps-up/
❤1