ammaarquadri/SOC-Alert-Investigation-Pipeline

GitHub: ammaarquadri/SOC-Alert-Investigation-Pipeline

AI 驱动的 SOC 告警调查与威胁狩猎实验室项目,通过告警解析、IOC 提取、情报富化和 Sigma 规则匹配实现安全事件的自动化分类分级。

Stars: 0 | Forks: 0

# SOC-Alert-Investigation-Pipeline AI 驱动的 SOC 调查与威胁狩猎项目,专注于告警分析、IOC 提取、威胁情报富化、检测工程、基于 Sigma 的调查、事件分类分级以及安全自动化工作流。 # SOC 调查与威胁狩猎实验室 ## 概述 本代码库包含专注于安全运营中心 (SOC) 调查、告警分析、威胁狩猎和安全自动化的网络安全项目。 本代码库的目的是演示如何通过结构化分析、威胁指标提取、情报富化、检测逻辑和事件分类分级工作流,将安全告警转化为可执行的调查。 该项目模拟了 SOC 分析师在调查可疑事件、验证告警、关联证据以及为事件响应团队生成调查发现时所执行的实战活动。 ## 目标 现代组织每天都会从多个安全源(包括端点代理、入侵检测系统、防火墙、SIEM 平台和安全监控工具)生成数千起安全事件。 本项目的主要目标是: * 分析安全告警 * 提取失陷指标 (IOC) * 利用上下文信息对调查发现进行富化 * 关联可疑活动 * 基于风险对事件进行优先级排序 * 生成调查摘要 * 通过自动化减轻分析师的工作量 * 提高调查效率和一致性 本代码库可作为学习 SOC 运营、威胁狩猎方法论和安全自动化概念的实用学习平台。 ## 代码库结构 ``` SOC-Alert-Investigation-Pipeline │ ├── alert-investigation-pipeline/ │ ├── Alert Parsing │ ├── IOC Extraction │ ├── Threat Intelligence Lookup │ ├── Detection Logic │ └── Analyst Summary Generation │ ├── automated-triage-pipeline/ │ ├── Alert Normalization │ ├── IOC Enrichment │ ├── Sigma Rule Matching │ ├── Incident Storage │ └── Automated Triage │ ├── docs/ ├── screenshots/ └── README.md ``` ## 项目组件 ### 告警调查 Pipeline 告警调查 Pipeline 专注于分析传入的安全告警,并提取相关证据以供进一步调查。 核心功能包括: * 告警解析 * IOC 提取 * 威胁情报查询 * 检测验证 * 分析师摘要生成 该工作流有助于将原始告警转化为结构化的调查发现。 ### 自动化分类分级 Pipeline 自动化分类分级 Pipeline 专注于根据可用证据和情报富化结果对告警和事件进行优先级排序。 核心功能包括: * 告警规范化 * IOC 富化 * Sigma 规则关联 * 事件跟踪 * 自动化分类分级 该工作流可协助分析师识别哪些告警需要立即关注。 ## 功能特性 ### 告警解析 处理传入的安全告警,并将其转换为适合分析的结构化信息。 ### IOC 提取 识别并提取以下威胁指标: * IP 地址 * 域名 * URL * 文件哈希 * 用户账户 * 主机名 ### 威胁情报富化 为提取出的威胁指标添加上下文信息,以提高调查质量并辅助分析师决策。 ### 检测逻辑 应用调查规则和分析工作流,以确定活动是否具有可疑性或恶意。 ### Sigma 规则关联 将安全事件与基于 Sigma 的检测逻辑进行映射,以进行额外的验证和证据收集。 ### 自动化分类分级 根据严重程度、置信度、风险和可用证据,协助对告警进行优先级排序。 ### 调查报告 生成结构化的摘要,以在事件调查期间为 SOC 分析师提供支持。 ## 展示技能 本代码库展示了以下方面的实践经验: * 安全运营中心 (SOC) 工作流 * 威胁狩猎 * 事件调查 * 检测工程 * 威胁情报分析 * IOC 富化 * 告警关联 * 安全自动化 * 安全分析 * Sigma 规则 * 事件分类分级 * 网络安全研究 * Python 开发 * 调查报告 ## 技术与概念 * Python * JSON 处理 * 威胁情报富化 * Sigma 检测规则 * 安全事件分析 * 告警关联 * IOC 分析 * 事件管理概念 * 安全自动化工作流 * 威胁狩猎方法论 ## 调查工作流 本代码库中遵循的整体工作流包括: 1. 安全告警收集 2. 告警解析与规范化 3. 威胁指标提取 4. 威胁情报富化 5. 检测验证 6. 事件关联 7. 风险评估 8. 事件优先级排序 9. 调查摘要生成 该工作流高度反映了网络安全团队使用的真实 SOC 调查流程。 ## 未来增强计划 计划的改进包括: * 额外的检测规则 * 高级 IOC 富化 * MITRE ATT&CK 映射 * 威胁情报平台集成 * 调查仪表板 * 案例管理工作流 * 威胁狩猎手册 * 安全自动化增强 * 调查知识库 * 报告与可视化改进 ## 学习成果 通过这个项目,我获得了以下方面的实践经验: * SOC 告警分析 * 威胁狩猎方法论 * 安全事件关联 * 事件调查技术 * 检测工程实践 * 安全自动化概念 * 威胁情报工作流 * 分析师报告流程 * 安全监控概念 * 事件分类分级程序 ## 团队贡献 本代码库包含作为基于团队的网络安全项目的一部分而完成的工作,该项目专注于 SOC 调查、威胁狩猎和安全自动化。 我的贡献主要涉及开发和理解告警调查工作流、IOC 提取、威胁情报富化、检测逻辑、基于 Sigma 的分析以及事件分类分级概念。 该项目提供了一次关于 SOC 运营、威胁狩猎方法论和网络安全工程的实践学习经验。 ## 关于我 **Ammaar Quadri** 网络安全爱好者 | 有志成为 SOC 分析师 | 安全研究学习者 - 感兴趣于 SOC 运营 - 威胁狩猎 - 事件响应 - 检测工程 - 安全自动化 ## 注意事项 维护本代码库是出于学习、实验和作品集的目的。这些实现旨在受控环境中演示网络安全调查的概念和工作流。
标签:AI安全, Chat Copilot, DNS 反向解析, Homebrew安装, SOC运营, 告警分析, 威胁情报, 安全运营中心, 开发者工具, 网络信息收集, 网络映射, 逆向工具