investigating-insider-threat-indicators
Faz seu agente investigar sinais de ameaças internas, como tentativas de roubo de dados por funcionários.
O que ela faz
Esta ferramenta ajuda a investigar se um funcionário está agindo de forma suspeita, como tentar roubar dados da empresa antes de sair. Ela analisa registros de atividades para encontrar padrões incomuns.
Quando usar
- ✓Quando um funcionário pede demissão e precisa ser monitorado.
- ✓Se houver alertas de que alguém está baixando muitos arquivos.
- ✓Para verificar se um funcionário acessou dados que não deveria.
Exemplo do que pedir para a IA
“Investigue o funcionário João Silva por possível roubo de dados.”
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 conecta diferentes sistemas de segurança (como os que monitoram downloads e acessos) e dados de RH. Ela procura por atividades que fogem do normal para aquele funcionário.
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 investigating-insider-threat-indicatorsOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/mukul975/Anthropic-Cybersecurity-Skills/main/skills/investigating-insider-threat-indicators/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Investigando Indicadores de Ameaça Interna
Quando Usar
Use esta habilidade quando:
- O RH encaminhar um funcionário que está saindo para monitoramento durante o período de aviso prévio
- Alertas de DLP indicarem downloads de dados em massa ou transferências para armazenamento pessoal
- UEBA detectar padrões de acesso anômalos que se desviam significativamente das linhas de base de colegas
- A gerência relatar preocupações sobre um funcionário acessando dados sensíveis fora de sua função
Não use sem autorização legal adequada — investigações de ameaças internas devem ser coordenadas com as equipes de RH, Jurídico e Privacidade antes que o monitoramento comece.
Pré-requisitos
- Autorização legal e encaminhamento do RH documentando a justificativa da investigação
- SIEM com fontes de log de DLP, endpoint, e-mail, proxy e autenticação
- Sistema de Prevenção de Perda de Dados (DLP) (Microsoft Purview, Symantec, Forcepoint) com alertas de política
- Capacidade de monitoramento de endpoint (EDR com registro de mídia USB/removível)
- Fluxo de dados do RH fornecendo status de emprego, datas de aviso prévio e direitos de acesso
- Procedimentos de cadeia de custódia para preservação de evidências
Fluxo de Trabalho
Etapa 1: Estabelecer Escopo da Investigação e Autorização Legal
Antes de qualquer monitoramento, garanta a autorização adequada:
INSIDER THREAT INVESTIGATION AUTHORIZATION
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Case ID: IT-2024-0089
Subject: [Employee Name] — [Department]
Authorized By: [CISO / General Counsel]
Referral Source: HR — Employee submitted resignation, 2-week notice
Justification: Employee has access to trade secrets and customer PII
Scope: Email, file access, USB, cloud storage, printing
Duration: 2024-03-15 to 2024-03-29 (notice period)
Privacy Review: Completed — compliant with acceptable use policy
Etapa 2: Construir Linha do Tempo de Atividade a partir do SIEM
Consulte a atividade abrangente para o assunto:
index=* (user="jsmith" OR src_user="jsmith" OR sender="jsmith@company.com"
OR SubjectUserName="jsmith")
earliest="2024-03-01" latest=now
| eval event_category = case(
sourcetype LIKE "%dlp%", "DLP",
sourcetype LIKE "%proxy%", "Web Access",
sourcetype LIKE "%email%", "Email",
sourcetype LIKE "%WinEventLog%", "Endpoint",
sourcetype LIKE "%o365%", "Cloud",
sourcetype LIKE "%vpn%", "VPN",
sourcetype LIKE "%badge%", "Physical Access",
1=1, sourcetype
)
| stats count by event_category, sourcetype, _time
| timechart span=1d count by event_category
Etapa 3: Detectar Indicadores de Exfiltração de Dados
Downloads de Arquivos em Massa (SharePoint/OneDrive):
index=o365 sourcetype="o365:management:activity" Operation IN ("FileDownloaded", "FileSynced")
UserId="jsmith@company.com" earliest=-30d
| stats count AS downloads, sum(eval(if(isnotnull(FileSize), FileSize, 0))) AS total_bytes,
dc(SourceFileName) AS unique_files
by UserId, SiteUrl, _time
| bin _time span=1d
| eval total_gb = round(total_bytes / 1073741824, 2)
| where downloads > 50 OR total_gb > 1
| sort - total_gb
Uso de Mídia USB/Removível:
index=sysmon EventCode=1 Computer="WORKSTATION-JSMITH"
(CommandLine="*removable*" OR CommandLine="*usb*"
OR Image="*\\xcopy*" OR Image="*\\robocopy*")
| table _time, Computer, User, Image, CommandLine
| append [
search index=endpoint sourcetype="endpoint:device_connect"
user="jsmith" device_type="removable"
| table _time, user, device_name, device_serial, action
]
| sort _time
Exfiltração Baseada em E-mail:
index=email sourcetype="o365:messageTrace"
SenderAddress="jsmith@company.com"
| eval is_external = if(match(RecipientAddress, "@company\.com$"), 0, 1)
| eval has_attachment = if(isnotnull(AttachmentName), 1, 0)
| stats count AS total_emails,
sum(is_external) AS external_emails,
sum(has_attachment) AS with_attachments,
sum(eval(if(is_external=1 AND has_attachment=1, 1, 0))) AS external_with_attach,
sum(Size) AS total_size_bytes
by SenderAddress
| eval external_attach_pct = round(external_with_attach / total_emails * 100, 1)
| eval total_size_mb = round(total_size_bytes / 1048576, 1)
Detecção de Upload para Armazenamento em Nuvem:
index=proxy user="jsmith"
(dest IN ("*dropbox.com", "*drive.google.com", "*onedrive.live.com",
"*box.com", "*wetransfer.com", "*mega.nz")
OR category="cloud-storage")
http_method=POST
| stats count AS uploads, sum(bytes_out) AS total_uploaded
by user, dest, category
| eval uploaded_mb = round(total_uploaded / 1048576, 1)
| sort - uploaded_mb
…
Perguntas frequentes
Preciso de permissão para usar isso?
Sim, é crucial ter autorização legal e do RH antes de iniciar qualquer investigação. Isso garante que tudo seja feito de acordo com as leis e políticas da empresa.
Quais dados são analisados?
A ferramenta analisa logs de sistemas de segurança como SIEM, DLP (prevenção contra perda de dados), acesso a endpoints (computadores), e-mails, e dados do RH sobre o funcionário.
O que são 'indicadores de ameaça interna'?
São sinais de que um funcionário pode estar agindo de má fé, como tentar copiar dados confidenciais, acessar sistemas sem permissão ou violar políticas da empresa.
Detalhes
Descrição original do autor
Investigates insider threat indicators including data exfiltration attempts, unauthorized access patterns, policy violations, and pre-departure behaviors using SIEM analytics, DLP alerts, and HR data correlation. Use when SOC teams receive insider threat referrals from HR, detect anomalous data movement by employees, or need to build investigation timelines for potential insider threats. '
Popularidade
- Estrelas no GitHub
- 35 mil
- Posição no ranking
- #5989
- 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
dashboard-builder
Ajuda seu agente a criar painéis de monitoramento úteis. Ele transforma dados em gráficos que respondem a perguntas importantes sobre o sistema.
affaan-m/ECC
dev-team
Simula uma equipe de desenvolvimento colaborativa, onde diferentes papéis respondem a um problema juntos. É útil para obter múltiplas perspectivas sem trocar de agente manualmente.
affaan-m/ECC
ecc-council
Faz seu agente reunir um conselho de quatro vozes para tomar decisões difíceis. É útil quando há várias opções boas e é preciso debater antes de escolher.
affaan-m/ECC