Threat Hunting & Detection Engineering

When to Use

• Proactively hunting for adversary activity in telemetry.
• Writing or validating detection rules mapped to ATT&CK techniques.

适用场景

• 威胁狩猎（hypothesis-driven）
• Sigma / YARA 检测工程
• 告警调优、误报分析
• 与 malware-analysis/：样本侧 IOC → 本 skill 落地检测
• 与 digital-forensics/：案件伪影 → 横向狩猎

工作流

1. 建假说

例：攻击者用 living-off-the-land 做横向
→ 数据源：Sysmon 1/3/10、Windows Security 4624/4648
→ 成功标准：发现异常父进程或罕见账户日志源

2. 查询与堆叠

□ 基线：正常管理员行为时段与主机
□ 异常：新服务、编码 PowerShell、异常出站
□ 关联：同账号多主机短时登录

3. 规则化

# Sigma 骨架见 malware-analysis；本 skill 强调：
# - 误报面
# - 数据源字段映射
# - 响应 playbook 链接

4. 验证

□ 原子测试（Atomic Red Team）仅在授权实验室
□ 回放历史日志验证召回

工具链

参考

• references/hunting-loop.md
• ../malware-analysis/references/yara-sigma-rules.md
• ../digital-forensics/

路由上下文

上游: MASTER R27
下游: 确认入侵 → forensics；恶意样本 → malware-analysis
MUST NOT: 在无授权生产环境跑攻击模拟

任务完成自检

• 是否有明确假说与结论？
• 规则是否注明误报与数据源？
• Checklist？

Limitations

• Hypothesis quality bounds results; weak telemetry yields weak hunts.
• Rule tuning is continuous; expect false positives initially.

Adapted from zhaoxuya520/reverse-skill (MIT).