elchacal801/flame-detections

GitHub: elchacal801/flame-detections

基于 FLAME 分类法构建的开源欺诈检测规则包,提供可跨平台转换的 Sigma 规则与原生查询规则,帮助安全团队快速部署反欺诈检测能力。

Stars: 0 | Forks: 0

# FLAME 检测规则 [![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT) **基于 FLAME 分类法构建的开源欺诈检测规则包。** 这是 [FLAME Exchange](https://github.com/elchacal801/flame-fraud) 的实验性检测内容姊妹项目。不同的更新节奏,不同的质量标准,不同的贡献要求。检测规则存放于此;分类法、威胁路径和情报上下文则存放在 flame-fraud 中。 ## 统计数据 | 指标 | 数量 | |--------|-------| | 检测规则总数 | 221 | | Sigma 兼容规则 | 98 (44%) | | 需要原生查询的规则 | 123 (56%) | ## 可移植性 **98 条规则为纯 Sigma 规则**,可通过 pySigma 后端自动转换为 SPL、EQL 和 KQL。 **123 条规则需要 Sigma 无法表达的有状态关联**(聚合、时序排列、多事件关联)。为此,我们提供了手写的 CQL 和 SPL 原生查询。KQL 和 EQL 原生等效查询已列入路线图。 有关详细分类,请参见 [docs/PORTABILITY.md](docs/PORTABILITY.md)。 ## 快速开始 ### 前置条件 ``` python -m pip install -r requirements.txt ``` ### 验证规则 ``` python scripts/validate_rules.py ``` ### 导出 Sigma 包 ``` python scripts/export_sigma.py ``` ### 同步 FLAME 分类法 ``` python scripts/sync_with_flame_taxonomy.py ``` 这将从 [flameintel.org](https://flameintel.org) 获取最新的 FLAME 分类法,并将其在本地缓存以用于规则验证。 ## 仓库结构 ``` flame-detections/ DetectionLogic/ # Sigma-format YAML detection rules sigma-exports/ # Auto-generated Sigma exports (SPL, KQL, EQL) data/ # Cached taxonomy and reference data scripts/ # Build and validation scripts tests/ # Pytest test suite docs/ # Architecture and design docs ``` ## 与 FLAME Exchange 的关系 本仓库使用了 [FLAME 分类法](https://github.com/elchacal801/flame-fraud),但并未对其进行复制。检测规则中引用的威胁路径 ID (TP-XXXX) 会根据从 FLAME GitHub Pages API 获取的分类法缓存副本进行验证。 有关分类法上下文、威胁情报以及完整的欺诈杀伤链,请参见 [flame-fraud](https://github.com/elchacal801/flame-fraud)。 ## 贡献指南 有关质量标准和提交要求,请参见 [CONTRIBUTING.md](CONTRIBUTING.md)。 ## 许可证 本项目基于 MIT 许可证授权。
标签:AMSI绕过, CQL查询, CSV导出, EQL查询, FLAME分类法, IP 地址批量处理, KQL查询, pySigma, Sigma规则, SPL查询, YAML, 云计算, 多事件关联, 威胁情报, 威胁检测, 子域名变形, 安全库, 安全规则引擎, 开发者工具, 开源欺诈检测, 欺诈防范, 状态关联, 目标导入, 网络安全, 规则引擎, 逆向工具, 配置错误, 金融犯罪检测, 隐私保护