Loading
_ DESCIFRANDO CONEXIÓN SEGURA...

Alertas basadas en riesgo

4 tareas · 40 min · Principiante

Miércoles 14 de octubre, al cierre. Porcelanas del Guavio tiene decenas de búsquedas que detectan cosas débiles: un acceso desde un país nuevo, una descarga grande, un programa de administración remota. Cada una por separado es casi siempre inofensiva, y si todas crearan un notable el panel sería inmanejable. La alerta basada en riesgo cambia la pregunta: en lugar de alertar por cada señal, cada señal suma o resta puntos a una persona o a un equipo, y solo se alerta cuando un mismo objeto junta demasiados. Verás cómo se lee ese puntaje. Todo es lectura de tablas de ejemplo.

0 de 4 · 0%

Objetivo de la sala

Miércoles 14 de octubre, al cierre. Porcelanas del Guavio tiene decenas de búsquedas que detectan cosas débiles: un acceso desde un país nuevo, una descarga grande, un programa de administración remota. Cada una por separado es casi siempre inofensiva, y si todas crearan un notable el panel sería inmanejable. La alerta basada en riesgo cambia la pregunta: en lugar de alertar por cada señal, cada señal suma o resta puntos a una persona o a un equipo, y solo se alerta cuando un mismo objeto junta demasiados. Verás cómo se lee ese puntaje. Todo es lectura de tablas de ejemplo.

En el modelo de riesgo de ES, una búsqueda de correlación puede, en vez de crear un notable, añadir un evento de riesgo a un objeto de riesgo: un sistema, un usuario u otro tipo de entidad. El evento lleva un puntaje (risk_score), un mensaje y el tipo de objeto. Esos eventos se guardan en el índice de riesgo, y el puntaje de un objeto es la suma de sus eventos de riesgo en un periodo.

Después, una regla mira esa suma y crea un notable de riesgo solo si un objeto supera un umbral. Es la misma idea que un analista aplica a ojo, pero hecha por el sistema y con la memoria de todo el día.

Responde para continuar

¿Qué ventaja principal tiene sumar señales débiles sobre un mismo objeto en lugar de alertar por cada una?

Ver pista de ayuda

Piensa en el panel: ¿cuántas tarjetas aparecen y cuándo?

La regla de la empresa mira el puntaje total por objeto en 24 horas. En umbral_de_riesgo están la condición y la condición adicional: un mínimo de puntaje y un mínimo de reglas distintas que aportaron. Los valores son de la empresa ficticia; no son los de fábrica del producto.

En eventos_riesgo están los diez eventos del día. Suma por objeto de riesgo y comprueba las dos condiciones. Para ver los de un solo objeto, la consola entiende eventos_riesgo | where risk_object="..." con el nombre de un usuario o de un equipo de la tabla.

Responde para continuar

Escribe el objeto de riesgo que cumple las dos condiciones de la regla de umbral.

Ver pista de ayuda

Suma los puntajes de cada objeto y cuenta cuántas reglas distintas aportaron al que pasa del mínimo.

El puntaje no tiene por qué ser positivo. Una búsqueda puede restar riesgo cuando sabe que una actividad es esperada, por ejemplo la de un escáner de vulnerabilidades que alguien aprobó para esa ventana. Restar no borra los eventos anteriores: añade un evento de riesgo con puntaje negativo que el total sí cuenta.

Abre los eventos de riesgo del equipo pc-calidad-07. Suma todos, incluido el que resta.

Responde para continuar

¿Cuál es el puntaje total de riesgo de pc-calidad-07?

Ver pista de ayuda

Suma los tres puntajes del equipo, sin descartar el que lleva signo menos.

Restar riesgo es útil y también es un lugar donde esconder cosas. Un objeto que juntó 105 puntos y recibe una resta de 20 por «actividad esperada» queda en 85 y escapa del umbral de 100, sin que nadie haya revisado lo que hizo.

La resta solo es sana si se apoya en algo comprobable, como una ventana aprobada y una fuente conocida, y no en una suposición sobre quién «seguramente» hizo algo.

Responde para continuar

¿Qué condición hace sana una regla que resta riesgo?

Ver pista de ayuda

Lo que resta debe poder verificarse por otro lado, no apoyarse en la memoria de alguien.

Inicia sesión para registrar tus puntos y progreso en el ranking.

Whoami-Labs Pro

Whoami-Labs Pro utiliza cookies

Utilizamos cookies y almacenamiento local para el funcionamiento del sitio, seguridad de sesión y, si lo autorizas, analítica y marketing. Puedes aceptar, rechazar o personalizar. Política de Privacidad