implementing-mitre-attack-coverage-mapping
Dá ao seu agente de IA instruções prontas para uma tarefa específica, para ele fazer melhor e mais rápido.
O que ela faz
Esta ferramenta ajuda equipes de segurança a verificar se suas detecções de ameaças cibernéticas estão cobrindo as táticas usadas por hackers. Ela identifica o que está faltando para que possam criar novas defesas.
Quando usar
- ✓Ao configurar novas ferramentas de segurança.
- ✓Ao verificar se as defesas atuais são suficientes.
- ✓Ao planejar melhorias na segurança.
Exemplo do que pedir para a IA
“Verifique a cobertura das minhas detecções contra as táticas de hackers do MITRE ATT&CK.”
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
Mensagem pronta para colar
Como funciona
A ferramenta compara suas regras de segurança existentes com as táticas conhecidas de hackers. Ela usa uma matriz para mostrar quais táticas estão bem cobertas e quais precisam de mais atenção.
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 implementing-mitre-attack-coverage-mappingOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/mukul975/Anthropic-Cybersecurity-Skills/main/skills/implementing-mitre-attack-coverage-mapping/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Implementando Mapeamento de Cobertura MITRE ATT&CK
Visão Geral
O mapeamento de cobertura MITRE ATT&CK oferece às equipes de SOC uma perspectiva estruturada e centrada no adversário para avaliar as capacidades de detecção. Em média, os SIEMs corporativos possuem cobertura de detecção para apenas 21% das técnicas ATT&CK (relatório CardinalOps de 2025), com 13% das regras existentes sendo não funcionais devido a fontes de dados mal configuradas. O mapeamento sistemático de cobertura identifica lacunas, prioriza o desenvolvimento de regras e rastreia a maturidade da detecção ao longo do tempo. ATT&CK v18.1 (dezembro de 2025) é a versão mais recente.
Quando Usar
- Ao implantar ou configurar capacidades de mapeamento de cobertura MITRE ATT&CK em seu ambiente.
- Ao estabelecer controles de segurança alinhados a 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
- Acesso ao MITRE ATT&CK Navigator (https://mitre-attack.github.io/attack-navigator/)
- Inventário de todas as regras de detecção SIEM ativas.
- Mapeamento de técnicas MITRE ATT&CK para cada regra de detecção.
- Inventário de fontes de dados (quais fontes de log estão sendo ingeridas).
- Compreensão dos perfis de ameaças de adversários relevantes para sua indústria.
Processo de Mapeamento de Cobertura
Etapa 1: Exportar Regras de Detecção Atuais
# Splunk ES - Export all active correlation searches with MITRE mappings
| rest /services/saved/searches
| search disabled=0 action.correlationsearch.enabled=1
| table title, search, action.notable.param.security_domain,
action.notable.param.severity, action.correlationsearch.annotations
| eval mitre_techniques=mvfilter(match('action.correlationsearch.annotations', "mitre_attack"))
// Microsoft Sentinel - Export analytics rules with MITRE mapping
SecurityAlert
| summarize count() by AlertName, ProductName
| join kind=inner (
resources
| where type == "microsoft.securityinsights/alertrules"
| extend tactics = properties.tactics
) on $left.AlertName == $right.name
Etapa 2: Construir a Matriz de Cobertura
Formato de Camada do ATT&CK Navigator
{
"name": "SOC Detection Coverage - 2025",
"versions": {
"attack": "16",
"navigator": "5.1",
"layer": "4.5"
},
"domain": "enterprise-attack",
"description": "Current detection coverage mapping",
"techniques": [
{
"techniqueID": "T1110",
"tactic": "credential-access",
"color": "#00ff00",
"comment": "2 active rules - Brute Force detection via EventCode 4625",
"score": 75,
"metadata": [
{"name": "rule_count", "value": "2"},
{"name": "data_sources", "value": "Windows Security Log, Linux Auth"},
{"name": "last_validated", "value": "2025-01-15"}
]
},
{
"techniqueID": "T1059.001",
"tactic": "execution",
"color": "#00ff00",
"comment": "3 rules - PowerShell Script Block Logging",
"score": 85
},
{
"techniqueID": "T1055",
"tactic": "defense-evasion",
"color": "#ff0000",
"comment": "NO DETECTION - Requires Sysmon EventCode 8/10",
"score": 0
}
],
"gradient": {
"colors": ["#ff0000", "#ffff00", "#00ff00"],
"minValue": 0,
"maxValue": 100
}
}
Etapa 3: Pontuar Cada Técnica
| Pontuação | Cor | Significado | Critérios |
|---|---|---|---|
| 0 | Vermelho | Sem Detecção | Sem regras, fontes de dados ausentes |
| 25 | Laranja | Mínimo | Regra existe, mas não validada/testada |
| 50 | Amarelo | Parcial | Regra funciona, mas com cobertura limitada |
| 75 | Verde Claro | Bom | Regra validada com boas fontes de dados |
| 100 | Verde | Excelente | Múltiplas regras validadas, testadas com emulação |
Detalhe dos Critérios de Pontuação
Pontuação = Pontuação_Fonte_Dados (0-25) + Pontuação_Qualidade_Regra (0-25) +
Pontuação_Validação (0-25) + Pontuação_Enriquecimento (0-25)
Pontuação_Fonte_Dados:
25: Todas as fontes de dados necessárias ingeridas e analisadas
15: Fonte de dados principal disponível
5: Cobertura parcial de fontes de dados
0: Fontes de dados necessárias indisponíveis
Pontuação_Qualidade_Regra:
25: Regra usa consultas compatíveis com CIM com limites adequados
15: Regra funciona, mas pode gerar falsos positivos
5: Regra básica sem ajuste
0: Sem regra de detecção
Pontuação_Validação:
25: Validada com emulação de adversário (Atomic Red Team)
15: Testada com dados sintéticos
…
Perguntas frequentes
O que é MITRE ATT&CK?
É um catálogo globalmente acessível de conhecimento sobre táticas e técnicas de adversários cibernéticos, baseado em observações do mundo real.
O que são 'gaps' (lacunas)?
São as táticas de ataque que suas defesas atuais não conseguem detectar.
Por que é importante mapear a cobertura?
Ajuda a priorizar onde investir tempo e recursos para melhorar a segurança, garantindo que as defesas cubram as ameaças mais prováveis.
Detalhes
Descrição original do autor
Implement MITRE ATT&CK coverage mapping to identify detection gaps, prioritize rule development, and measure SOC detection maturity against adversary techniques.
Popularidade
- Estrelas no GitHub
- 35 mil
- Posição no ranking
- #5911
- Licença
- Apache-2.0
- Atualizada em
- 31/08/2026
Comentários
- …
Mais skills deste repositório
abusing-dpapi-for-credential-access
Dá ao seu agente de IA instruções prontas para uma tarefa específica, para ele fazer melhor e mais rápido.
mukul975/Anthropic-Cybersecurity-Skills
abusing-shadow-credentials-for-privesc
Ensina seu agente de IA a escrever textos claros e bem estruturados.
mukul975/Anthropic-Cybersecurity-Skills
achieving-cmmc-level-2-compliance
Ajuda seu agente a preparar um ambiente para conformidade com CMMC Nível 2. Ele implementa requisitos de segurança e gerencia a documentação necessária.
mukul975/Anthropic-Cybersecurity-Skills
acquiring-disk-image-with-dd-and-dcfldd
Ajuda seu agente a criar cópias exatas de discos rígidos. Isso é útil para garantir que nenhuma informação seja perdida ou alterada durante investigações.
mukul975/Anthropic-Cybersecurity-Skills
Skills parecidas
bengali-nlp
Faz seu agente processar textos em bengali. Ajuda a entender e trabalhar com a língua, normalizando o texto e lidando com suas características únicas.
affaan-m/ECC
prompt-caching-strategy
Ajuda seu agente a otimizar o uso de prompts para modelos de linguagem. Ele analisa como os prompts são feitos para encontrar maneiras de reduzir custos e tornar as respostas mais rápidas, reutilizando informações sempre que possível.
affaan-m/ECC
prompt-optimizer
Faz seu agente analisar e melhorar os prompts que você escreve. Ele sugere como adicionar informações ou mudar a forma para que o modelo de IA entenda melhor e dê a resposta desejada.
affaan-m/ECC