abhinavkishor9/splunk-soc-lab-06-apache-suspicious-ip-investigation
GitHub: abhinavkishor9/splunk-soc-lab-06-apache-suspicious-ip-investigation
基于 Apache 访问日志在 Splunk 中调查可疑源 IP 行为的 SOC 安全运营实操实验,帮助分析师掌握 Web 流量威胁狩猎与侦察检测技能。
Stars: 0 | Forks: 0
# splunk-soc-lab-06-apache-suspicious-ip-investigation
## 概述
本实验演示了如何在 Splunk Enterprise 中使用 Apache 访问日志调查源 IP 活动。
源 IP 分析是 SOC 分析师的一项关键任务,用于识别侦察活动、自动化扫描、异常流量模式以及潜在的攻击源。通过分析请求量、访问的资源、HTTP 方法、状态码和 User-Agent 字符串,分析师可以判断活动是合法的还是可疑的。
本实验的目标是识别高频请求的源 IP,调查其行为,并评估潜在的安全风险。
# 实验环境
- Splunk Enterprise
- Search & Reporting App
- Apache Access Logs
- Windows 主机
# 场景
SOC 团队观察到异常的 Web 流量模式,希望确定特定的源 IP 地址是否正在针对某个 Web 应用程序执行侦察或自动化扫描活动。
作为 SOC 分析师,您的任务是识别可疑的 IP 地址,调查其活动,并确定是否需要采取进一步的行动。
# 目标
- 识别排名靠前的源 IP 地址
- 分析请求量
- 调查访问的资源
- 审查 HTTP 方法
- 审查 HTTP 状态码
- 分析 User-Agent 字符串
- 检测侦察指标
- 培养以 IP 为中心的调查技能
# MITRE ATT&CK 映射
| 技术 | 描述 |
|------------|------------|
| T1595 | 主动扫描 |
| T1046 | 网络服务发现 |
| T1590 | 收集受害者网络信息 |
# 严重程度
**中**
高频请求、过度的 URL 枚举或异常的访问模式可能表明存在侦察或自动化扫描活动。
# 检测逻辑
## 排名靠前的源 IP 地址
```
index=main
| stats count by clientip
| sort -count
```
## 特定 IP 访问的资源
```
index=main clientip=""
| stats count by uri
| sort -count
```
## 使用的 HTTP 方法
```
index=main clientip=""
| stats count by method
```
## 生成的 HTTP 状态码
```
index=main clientip=""
| stats count by status
```
## User-Agent 分析
```
index=main clientip=""
| stats count by useragent
```
## 侦察检测
```
index=main
| stats dc(uri) as unique_urls count by clientip
| sort -unique_urls
```
## 错误生成分析
```
index=main
| stats count by clientip status
| sort -count
```
## 时间线分析
```
index=main
| timechart count by clientip limit=10
```
# 误报
- 搜索引擎爬虫
- 漏洞管理扫描器
- 监控工具
- 内部测试活动
- 负载均衡器
- 大量请求的合法用户
# 建议的遏制措施
验证可疑的源 IP 活动,审查访问的资源,监控持续的行为,并在适当时封锁已确认的恶意 IP。
# 展示的技能
- Splunk SPL
- 威胁狩猎
- Apache 日志分析
- Web 流量分析
- IOC 调查
- 安全监控
- 事件调查
- SOC 运营
# 经验教训
本实验提升了对以下内容的理解:
- 源 IP 分析
- 流量分析
- 侦察检测
- Apache Web 日志调查
- 威胁狩猎方法论
- Splunk 搜索技术
标签:GitHub, 安全实验, 安全运营, 密码管理, 扫描框架, 插件系统