La interfaz está localizada; las descripciones y documentos de las Skills se traducen automáticamente con IA a su idioma. El código, los comandos, rutas y términos técnicos se mantienen en el original, y prevalece el documento del autor.
Explorar Skills
Datos e investigación · SKILL.md

implementing-attack-path-analysis-with-xm-cyber

implementing-attack-path-analysis-with-xm-cyber

部署 XM Cyber 持续暴露管理平台,映射攻击路径、识别阻塞点(Choke Points),并对威胁关键资产的 2% 高风险暴露点进行优先排序。

Independent GitHub snapshot · Automated classification · Original documentation governs

Documentación de la Skill

GitHub

name: implementing-attack-path-analysis-with-xm-cyber description: > 部署 XM Cyber 持续暴露管理平台,映射攻击路径、识别阻塞点(Choke Points),并对威胁关键资产的 2% 高风险暴露点进行优先排序。 domain: cybersecurity subdomain: vulnerability-management tags: [xm-cyber, attack-path-analysis, exposure-management, ctem, choke-points, breach-simulation, attack-surface] version: "1.0" author: mahipal license: Apache-2.0

使用 XM Cyber 实施攻击路径分析(Implementing Attack Path Analysis with XM Cyber)

概述

XM Cyber 是一个持续暴露管理平台,通过攻击图分析识别攻击者如何将漏洞、错误配置、身份风险和凭据弱点串联起来,进而触达关键业务资产。根据 XM Cyber 2024 年的研究(分析了 1,150 万个实体中的超过 4,000 万个暴露点),企业平均约有 15,000 个可利用暴露点,但传统 CVE 漏洞不足总暴露点的 1%。该平台发现,只有 2% 的暴露点位于多条攻击路径汇聚的"阻塞点"上,使安全团队能够以最小工作量消除最大风险。

前置条件

  • XM Cyber 平台授权和租户访问权限
  • 与受监控环境的网络连通性(本地、云、混合)
  • 用于 Agent 部署或无代理集成的管理员访问权限
  • 云提供商 API 访问权限(AWS、Azure、GCP),用于云攻击路径分析
  • Active Directory 只读访问权限,用于基于身份的攻击路径建模
  • 定义关键业务资产的 CMDB 或资产清单

核心概念

攻击图分析

与时间点漏洞扫描不同,XM Cyber 对整个环境中所有可能的攻击路径进行持续建模:

传统扫描XM Cyber 攻击路径分析
列出单个漏洞映射串联攻击路径
按 CVSS 评分按可达关键资产的距离评分
时间点评估持续实时建模
不考虑横向移动建模完整横向移动链
独立处理每个漏洞展示漏洞如何串联组合

XM Cyber 研究关键指标(2024)

发现数据
企业平均暴露点数量~15,000
基于 CVE 的暴露点< 总量的 1%
基于错误配置的暴露点~总量的 80%
位于关键阻塞点的暴露点2%
攻击者可从本地横向进入云端的企业70%
云端关键资产可在 2 步内被攻陷93%
云平台中存在暴露的关键资产56%

阻塞点概念

阻塞点(Choke Point)是位于多条通向关键资产的攻击路径交汇处的单一实体(主机、身份、凭据、错误配置)。修复一个阻塞点可同时消除多条攻击路径,以最小修复工作量实现最大风险降低。

攻击路径 1:Web 服务器 -> SQL 注入 -> 数据库管理员凭据
                                              \
攻击路径 2:VPN -> 被盗凭据 -> 文件服务器   -> 域控制器
                                              /  (关键资产)
攻击路径 3:工作站 -> Mimikatz -> 缓存凭据
                           ^
                       阻塞点
              (缓存的域管理员凭据)

暴露点类别

类别占比示例
身份与凭据40%缓存凭据、过度授权账号、可 Kerberoast 的 SPN
错误配置38%开放共享、弱权限、缺少加固配置
网络暴露12%开放端口、平面网络、缺少分段
软件漏洞8%未修补的 CVE、过时软件
云暴露2%IAM 错误配置、公开存储、过度宽松角色

实施步骤

步骤 1:定义关键资产(业务上下文)

关键资产定义:
    一级 - 核心资产(Crown Jewels):
        - 域控制器(Active Directory)
        - 含 PII/财务数据的数据库服务器
        - ERP 系统(SAP、Oracle)
        - 证书颁发机构服务器
        - 备份基础设施(Veeam、Commvault)

    二级 - 高价值资产:
        - 邮件服务器(Exchange)
        - 含知识产权/商业机密的文件服务器
        - CI/CD 流水线服务器
        - 跳板服务器 / PAM 保险库

    三级 - 支撑基础设施:
        - DNS/DHCP 服务器
        - 监控系统
        - 日志基础设施

步骤 2:部署 XM Cyber 传感器

部署架构:
    本地部署:
        - 在管理服务器上安装 XM Cyber 传感器
        - 配置 AD 集成(只读服务账号)
        - 启用网络发现协议
        - 设置扫描范围(IP 范围、AD OU)

    云端(AWS):
        - 通过 CloudFormation 部署 XM Cyber CloudConnect
        - 配置具有只读权限的 IAM 角色
        - 为多账号组织启用跨账号扫描

    云端(Azure):
        - 通过 Azure Marketplace 部署
        - 配置 Entra ID(Azure AD)集成
        - 在订阅上授予 Reader 角色

    混合环境:
        - 配置跨环境路径分析
        - 映射本地到云端的信任关系
        - 启用跨环境的身份关联

步骤 3:配置攻击场景

场景 1:外部攻击者到域管理员
    起始点:   互联网暴露资产
    目标:     域管理员权限
    攻击技术:利用公开 CVE、凭据窃取、横向移动、权限提升

场景 2:内部威胁到财务数据
    起始点:   任何企业工作站
    目标:     财务数据库服务器
    攻击技术:凭据收集、共享枚举、权限提升、数据访问

场景 3:云账号接管
    起始点:   受攻陷的云 IAM 用户
    目标:     生产云基础设施
    攻击技术:IAM 权限提升、跨账号横移、存储访问、计算资源攻陷

场景 4:勒索软件传播
    起始点:   被钓鱼的工作站
    目标:     最大化主机攻陷(横向扩散)
    攻击技术:凭据复用、SMB 利用、PsExec/WMI 横向移动

步骤 4:分析攻击路径结果

# 解读 XM Cyber 攻击路径分析结果
def analyze_choke_points(attack_graph_results):
    """分析攻击图结果,确定优先修复目标。"""

    choke_points = []
    for entity in attack_graph_results.get("entities", []):
        if entity.get("is_choke_point"):
            choke_points.append({
                "entity_name": entity["name"],
                "entity_type": entity["type"],
                "attack_paths_blocked": entity["paths_through"],
                "critical_assets_protected": entity["protects_assets"],
                "remediation_complexity": entity["fix_complexity"],
                "exposure_type": entity["exposure_category"],
            })

    # 按影响排序(被阻断路径数 × 受保护资产数)
    choke_points.sort(
        key=lambda x: x["attack_paths_blocked"] * len(x["critical_assets_protected"]),
        reverse=True
    )

    print(f"识别到的阻塞点总数: {len(choke_points)}")
    print(f"\n最大风险降低的前 10 个阻塞点:")
    for i, cp in enumerate(choke_points[:10], 1):
        print(f"  {i}. {cp['entity_name']} ({cp['entity_type']})")
        print(f"     被阻断路径数: {cp['attack_paths_blocked']}")
        print(f"     受保护资产数: {len(cp['critical_assets_protected'])}")
        print(f"     暴露类型: {cp['exposure_type']}")
        print(f"     修复复杂度: {cp['remediation_complexity']}")

    return choke_points

步骤 5:按影响优先排序修复

修复优先级矩阵:

优先级 1(立即 - 48 小时):
    - 通向一级资产路径上的阻塞点
    - 身份暴露(缓存的域管理员凭据)
    - 有攻击路径的互联网暴露漏洞

优先级 2(紧急 - 7 天):
    - 通向二级资产路径上的阻塞点
    - 带权限提升的云 IAM 错误配置
    - 使横向移动成为可能的网络分段缺口

优先级 3(重要 - 30 天):
    - 剩余阻塞点
    - 降低纵深防御效果的错误配置
    - 攻击路径上的非关键软件漏洞

优先级 4(常规 - 90 天):
    - 不在任何通向关键资产路径上的暴露点
    - 信息性发现
    - 加固建议

最佳实践

  1. 在部署平台前先定义关键资产;没有目标上下文的攻击路径毫无意义
  2. 优先修复阻塞点;修复 2% 的暴露点即可消除大部分风险
  3. 使用攻击路径上下文向 IT 团队说明修复紧迫性(展示完整链条,而不只是漏洞本身)
  4. 每次修复后重新运行攻击路径分析,验证路径是否真正消除
  5. 将云环境纳入分析;56% 的关键资产暴露点存在于云平台中
  6. 监控因基础设施变更(新增服务器、权限变更)产生的新攻击路径
  7. 与工单系统集成,实现自动化修复追踪

常见误区

  • 只关注 CVE,而 80% 的暴露点来自错误配置
  • 未定义关键资产,导致攻击路径分析无的放矢
  • 同等对待所有暴露点,而不聚焦于阻塞点
  • 忽视基于身份的攻击路径(缓存凭据、可 Kerberoast 账号)
  • 混合环境中不关联本地和云端攻击路径
  • 只做一次分析而非持续运行

相关技能

  • implementing-continuous-security-validation-with-bas
  • performing-asset-criticality-scoring-for-vulns
  • detecting-lateral-movement-in-network
  • exploiting-active-directory-with-bloodhound
Skills guardadas