Pular para o conteúdo
Skillpedia
Diversos35 mil · #5532

building-detection-rule-with-splunk-spl

Faz seu agente criar regras para achar ameaças de segurança. Usa uma linguagem especial chamada SPL para analisar dados e identificar atividades suspeitas.

O que ela faz

Este recurso ajuda a criar regras de detecção de ameaças de segurança usando a linguagem de consulta Splunk (SPL). Ele permite que você identifique atividades suspeitas em seus sistemas para proteger sua rede.

Quando usar

  • ✓Quando você quer encontrar atividades incomuns em seus sistemas.
  • ✓Ao configurar um sistema de segurança para alertar sobre perigos.
  • ✓Para melhorar a detecção de ameaças cibernéticas.

Exemplo do que pedir para a IA

“Crie uma regra para detectar tentativas de login falhadas em massa vindas de um mesmo computador.”

Quer saber mais? Abra as seções abaixo.

Como usar

O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.

Link da skill

https://github.com/mukul975/Anthropic-Cybersecurity-Skills/blob/main/skills/building-detection-rule-with-splunk-spl/SKILL.md

Mensagem pronta para colar

Use esta skill para me ajudar: https://github.com/mukul975/Anthropic-Cybersecurity-Skills/blob/main/skills/building-detection-rule-with-splunk-spl/SKILL.md Leia o arquivo SKILL.md desse link e siga as instruções dele na minha tarefa.
Como funciona

Ele funciona escrevendo comandos específicos (SPL) que analisam os registros de eventos do seu sistema. Esses comandos procuram por padrões que indicam um ataque ou comportamento suspeito.

Instalação

Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.

No terminal (Claude Code, Codex, Cursor), na pasta do projeto:

npx skills add mukul975/Anthropic-Cybersecurity-Skills --skill building-detection-rule-with-splunk-spl

Ou baixe só o arquivo:

curl -L https://raw.githubusercontent.com/mukul975/Anthropic-Cybersecurity-Skills/main/skills/building-detection-rule-with-splunk-spl/SKILL.md -o SKILL.md
Conteúdo técnico (SKILL.md)

Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.

Construindo Regras de Detecção com SPL do Splunk

Visão Geral

A Splunk Search Processing Language (SPL) é a principal linguagem de consulta usada no Splunk Enterprise Security para construir buscas de correlação que detectam eventos e padrões suspeitos. Uma regra de detecção bem elaborada agrega, correlaciona e enriquece eventos de segurança para gerar eventos notáveis acionáveis para analistas de SOC. SIEMs corporativos, em média, cobrem apenas 21% das técnicas do MITRE ATT&CK, tornando a escrita de regras SPL habilidosa essencial para fechar lacunas de detecção.

Quando Usar

  • Ao implantar ou configurar a construção de regras de detecção com capacidades SPL do Splunk em seu ambiente
  • Ao estabelecer controles de segurança alinhados aos requisitos de conformidade
  • Ao construir ou melhorar a arquitetura de segurança para este domínio
  • Ao realizar avaliações de segurança que exigem esta implementação

Pré-requisitos

  • Splunk Enterprise Security (ES) implantado e configurado
  • Acesso ao aplicativo Splunk Search & Reporting com as funções apropriadas
  • Compreensão dos modelos de dados do Common Information Model (CIM)
  • Familiaridade com as técnicas do framework MITRE ATT&CK
  • Conhecimento das fontes de log e fluxos de dados da organização

Padrões Principais de Regras de Detecção SPL

1. Detecção Baseada em Limiar

Detecta eventos que excedem uma contagem definida dentro de uma janela de tempo.

index=wineventlog sourcetype=WinEventLog:Security EventCode=4625
| stats count as failed_logins dc(TargetUserName) as unique_users by src_ip
| where failed_logins > 10 AND unique_users > 3
| eval severity="high"
| eval description="Brute force attack detected from ".src_ip." with ".failed_logins." failed logins across ".unique_users." accounts"

2. Detecção Baseada em Sequência (Login Falho Seguído por Sucesso)

Correlaciona uma sequência de eventos indicando um ataque de força bruta bem-sucedido.

index=wineventlog sourcetype=WinEventLog:Security (EventCode=4625 OR EventCode=4624)
| eval login_status=case(EventCode=4625, "failure", EventCode=4624, "success")
| stats count(eval(login_status="failure")) as failures count(eval(login_status="success")) as successes latest(_time) as last_event by src_ip, TargetUserName
| where failures > 5 AND successes > 0
| eval description="Account ".TargetUserName." compromised via brute force from ".src_ip
| eval urgency="critical"

3. Detecção de Anomalia com Comparação de Linha de Base

Compara a atividade atual com um período de linha de base para detectar picos.

index=proxy sourcetype=squid
| bin _time span=1h
| stats count as current_count by src_ip, _time
| join src_ip type=left [
    search index=proxy sourcetype=squid earliest=-7d@d latest=-1d@d
    | stats avg(count) as avg_count stdev(count) as stdev_count by src_ip
]
| eval threshold=avg_count + (3 * stdev_count)
| where current_count > threshold
| eval deviation=round((current_count - avg_count) / stdev_count, 2)
| eval description="Anomalous web traffic from ".src_ip." - ".deviation." standard deviations above baseline"

4. Detecção de Movimentação Lateral

Identifica potencial movimentação lateral usando eventos de login do Windows.

index=wineventlog sourcetype=WinEventLog:Security EventCode=4624 Logon_Type=3
| where NOT match(TargetUserName, ".*\$$")
| stats dc(dest) as unique_hosts values(dest) as hosts by src_ip, TargetUserName
| where unique_hosts > 5
| eval severity=case(unique_hosts > 20, "critical", unique_hosts > 10, "high", true(), "medium")
| eval description=TargetUserName." accessed ".unique_hosts." unique hosts from ".src_ip." via network logon"

5. Detecção de Exfiltração de Dados

Monitora grandes transferências de dados de saída.

index=firewall sourcetype=pan:traffic action=allowed direction=outbound
| stats sum(bytes_out) as total_bytes_out dc(dest_ip) as unique_destinations by src_ip, user
| eval total_mb=round(total_bytes_out/1048576, 2)
| where total_mb > 500 OR unique_destinations > 50
| lookup asset_lookup ip as src_ip OUTPUT asset_category, asset_owner
| eval severity=case(total_mb > 2000, "critical", total_mb > 1000, "high", true(), "medium")
| eval description=user." transferred ".total_mb."MB to ".unique_destinations." unique destinations"

6. Detecção de Execução Suspeita do PowerShell

Detecta comandos do PowerShell codificados ou ofuscados.

index=wineventlog sourcetype=WinEventLog:Security EventCode=4104
| where match(ScriptBlockText, "(?i)(encodedcommand|invoke-expression|iex|downloadstring|frombase64string|net\.webclient|invoke-webrequest|bitstransfer|invoke-mimikatz|invoke-shellcode)")

…
Perguntas frequentes

O que é Splunk SPL?

SPL (Search Processing Language) é a linguagem que você usa para fazer perguntas aos dados no Splunk, como procurar por eventos específicos ou padrões.

O que são 'regras de detecção'?

São instruções que dizem ao sistema de segurança para ficar atento a certos tipos de atividades que podem ser perigosas.

Preciso ser um especialista em segurança para usar isso?

É útil ter algum conhecimento sobre segurança e como os sistemas funcionam, mas o objetivo é tornar a criação dessas regras mais acessível.

Detalhes

Descrição original do autor

Build effective detection rules using Splunk Search Processing Language (SPL) correlation searches to identify security threats in SOC environments.

repo: mukul975/Anthropic-Cybersecurity-Skills

Popularidade

Estrelas no GitHub
35 mil
Posição no ranking
#5532
Licença
Apache-2.0
Atualizada em
31/08/2026

Essa skill é útil?

0

Entre para votar.

Comentários

  • …

Mais skills deste repositório

Skills parecidas