---

name: detecting-cloud-threats-with-guardduty description: > 本 skill 教导安全团队如何部署和运营 Amazon GuardDuty，实现对 AWS 账户和工作负载的持续威胁检测。内容涵盖为 S3、EKS、EC2 运行时监控和 Lambda 启用保护计划、解读发现严重级别，以及使用 EventBridge 和 Lambda 构建自动化响应工作流。 domain: cybersecurity subdomain: cloud-security tags: [amazon-guardduty, threat-detection, aws-security, runtime-monitoring, cloud-soc] version: 1.0.0 author: mahipal license: Apache-2.0

使用 GuardDuty 检测云威胁

适用场景

• 为新建或现有 AWS 账户建立持续威胁检测时
• 调查与被入侵实例、凭据滥用或数据泄露相关的 GuardDuty 发现时
• 构建由 GuardDuty 发现触发的自动化事件响应手册时
• 将威胁检测范围扩展至运行在 EKS、ECS 或 Fargate 上的容器工作负载时
• 为附加到可疑 EC2 实例的 EBS 卷启用恶意软件扫描时

不适用于：Azure 或 GCP 的威胁检测（请参阅 securing-azure-with-microsoft-defender 或 auditing-gcp-security-posture）、静态代码分析，或合规态势监控（请参阅 implementing-aws-security-hub）。

前置条件

• 具有 GuardDuty 管理员权限（guardduty:*）的 AWS 账户
• 启用 AWS CloudTrail、VPC Flow Logs 和 DNS 查询日志（GuardDuty 自动使用这些数据源）
• 若需跨多账户环境部署 GuardDuty，须配置 AWS Organizations
• 配置 EventBridge 和 Lambda 用于自动化响应工作流

工作流程

步骤 1：启用 GuardDuty 及保护计划

使用委派管理员账户在组织层面激活 GuardDuty，并启用所有保护计划，包括 S3 Protection、EKS Audit Log Monitoring、Runtime Monitoring、Malware Protection、RDS Login Activity 和 Lambda Network Activity Monitoring。

# 启用 GuardDuty 作为组织委派管理员
aws guardduty create-detector \
  --enable \
  --finding-publishing-frequency FIFTEEN_MINUTES \
  --data-sources '{
    "S3Logs": {"Enable": true},
    "Kubernetes": {"AuditLogs": {"Enable": true}},
    "MalwareProtection": {"ScanEc2InstanceWithFindings": {"EbsVolumes": true}}
  }'

# 为 EC2 和 ECS 启用 Runtime Monitoring
aws guardduty update-detector \
  --detector-id <detector-id> \
  --features '[
    {"Name": "RUNTIME_MONITORING", "Status": "ENABLED",
     "AdditionalConfiguration": [
       {"Name": "ECS_FARGATE_AGENT_MANAGEMENT", "Status": "ENABLED"},
       {"Name": "EC2_AGENT_MANAGEMENT", "Status": "ENABLED"}
     ]}
  ]'

# 为多账户环境指定委派管理员
aws guardduty enable-organization-admin-account \
  --admin-account-id 111122223333

步骤 2：配置多账户聚合

自动注册所有组织成员账户，并将发现导出至中央 S3 存储桶，用于数据留存和 SIEM 接入。

# 为所有组织成员自动启用 GuardDuty
aws guardduty update-organization-configuration \
  --detector-id <detector-id> \
  --auto-enable-organization-members ALL \
  --features '[
    {"Name": "S3_DATA_EVENTS", "AutoEnable": "ALL"},
    {"Name": "EKS_AUDIT_LOGS", "AutoEnable": "ALL"},
    {"Name": "RUNTIME_MONITORING", "AutoEnable": "ALL"}
  ]'

# 配置将发现导出至 S3
aws guardduty create-publishing-destination \
  --detector-id <detector-id> \
  --destination-type S3 \
  --destination-properties '{
    "DestinationArn": "arn:aws:s3:::guardduty-findings-centralized",
    "KmsKeyArn": "arn:aws:kms:us-east-1:123456789012:key/key-id"
  }'

步骤 3：解读发现类型和严重级别

GuardDuty 将发现分为四个严重级别：严重（Critical）、高（High）、中（Medium）和低（Low）。每种发现类型遵循 ThreatPurpose:ResourceType/ThreatName 格式。扩展威胁检测（Extended Threat Detection）生成跨时间关联多个事件的攻击序列发现。

主要发现类别：

• Recon（侦察）：端口扫描、API 枚举（例如 Recon:EC2/PortProbeUnprotectedPort）
• UnauthorizedAccess（未授权访问）：凭据滥用、来自异常位置的控制台登录
• CryptoCurrency（加密货币）：实例上检测到挖矿活动（例如 CryptoCurrency:EC2/BitcoinTool.B）
• Impact（影响）：资源劫持、数据销毁企图
• AttackSequence（攻击序列）：关联从初始访问到横向移动再到影响的多阶段攻击（严重级别）

步骤 4：使用 EventBridge 构建自动化响应

创建 EventBridge 规则，将 GuardDuty 发现路由至 Lambda 函数执行自动遏制操作，例如隔离被入侵的 EC2 实例、撤销 IAM 凭据或封锁恶意 IP 地址。

# 针对高危/严重 GuardDuty 发现创建 EventBridge 规则
aws events put-rule \
  --name GuardDutyHighSeverity \
  --event-pattern '{
    "source": ["aws.guardduty"],
    "detail-type": ["GuardDuty Finding"],
    "detail": {
      "severity": [{"numeric": [">=", 7]}]
    }
  }'

# 设置自动修复 Lambda 函数为目标
aws events put-targets \
  --rule GuardDutyHighSeverity \
  --targets '[{
    "Id": "AutoRemediateTarget",
    "Arn": "arn:aws:lambda:us-east-1:123456789012:function/guardduty-auto-remediate"
  }]'

隔离被入侵 EC2 实例的自动修复 Lambda 示例：

import boto3

def lambda_handler(event, context):
    finding = event['detail']
    finding_type = finding['type']
    severity = finding['severity']

    if finding_type.startswith('UnauthorizedAccess:EC2') and severity >= 7:
        instance_id = finding['resource']['instanceDetails']['instanceId']
        ec2 = boto3.client('ec2')

        # 创建隔离安全组（无入站/出站规则）
        vpc_id = finding['resource']['instanceDetails']['networkInterfaces'][0]['vpcId']
        isolation_sg = ec2.create_security_group(
            GroupName=f'isolation-{instance_id}',
            Description='GuardDuty auto-isolation',
            VpcId=vpc_id
        )

        # 将所有安全组替换为隔离安全组
        ec2.modify_instance_attribute(
            InstanceId=instance_id,
            Groups=[isolation_sg['GroupId']]
        )

        # 为实例添加标签以便调查
        ec2.create_tags(
            Resources=[instance_id],
            Tags=[{'Key': 'SecurityStatus', 'Value': 'ISOLATED'},
                  {'Key': 'GuardDutyFinding', 'Value': finding_type}]
        )

        return {'status': 'isolated', 'instance': instance_id}

步骤 5：调查扩展威胁检测攻击序列

审查关联 EC2、ECS 和 EKS 多个信号的严重级别攻击序列发现。这些发现代表多阶段攻击，例如通过被入侵凭据初始访问，继而持久化、横向移动和挖矿。

# 列出严重攻击序列发现
aws guardduty list-findings \
  --detector-id <detector-id> \
  --finding-criteria '{
    "Criterion": {
      "severity": {"Gte": 9},
      "type": {"Eq": ["AttackSequence:EC2/CompromisedInstanceGroup",
                       "AttackSequence:ECS/CompromisedCluster",
                       "AttackSequence:EKS/CompromisedCluster"]}
    }
  }'

# 获取包含攻击序列时间线的完整发现详情
aws guardduty get-findings \
  --detector-id <detector-id> \
  --finding-ids <finding-id>

步骤 6：与 Security Hub 和 SIEM 集成

将 GuardDuty 发现转发至 AWS Security Hub 进行集中聚合，并通过 S3 导出或 Amazon Security Lake 传送至外部 SIEM 平台，用于长期留存和跨来源关联分析。

# 验证 GuardDuty 与 Security Hub 的集成
aws securityhub get-enabled-standards

# 启用 Amazon Security Lake 并将 GuardDuty 设为数据源
aws securitylake create-data-lake \
  --configurations '[{
    "region": "us-east-1",
    "lifecycleConfiguration": {
      "expiration": {"days": 365}
    }
  }]'

核心概念

术语	定义
扩展威胁检测（Extended Threat Detection）	GuardDuty 功能，跨时间关联多个信号以检测多阶段攻击，生成严重级别的攻击序列发现
Runtime Monitoring（运行时监控）	在 EC2 实例、ECS 任务和 EKS Pod 上部署安全 Agent，在操作系统层面检测运行时威胁的保护计划
发现严重级别（Finding Severity）	四级分类（低、中、高、严重），严重级别表示需要立即响应的已确认多阶段攻击
Malware Protection（恶意软件保护）	由可疑 EC2 行为触发的按需和自动 EBS 卷扫描，无需安装 Agent 即可检测恶意软件
委派管理员（Delegated Administrator）	被指定管理 AWS 组织内所有账户 GuardDuty 的组织成员账户
抑制规则（Suppression Rule）	自动归档匹配特定条件的发现的过滤器，用于减少已知无害活动产生的噪音
威胁情报（Threat Intelligence）	GuardDuty 用于识别与已知恶意基础设施通信的 IP 信誉列表和域名威胁订阅源

工具与系统

• Amazon GuardDuty：核心威胁检测服务，分析 CloudTrail、VPC Flow Logs、DNS 日志和运行时遥测数据
• Amazon EventBridge：无服务器事件总线，将 GuardDuty 发现路由至自动化响应目标
• AWS Security Hub：集中式安全发现聚合平台，支持自动化修复工作流
• Amazon Security Lake：基于 OCSF 规范的数据湖，用于长期安全日志留存和跨服务关联分析
• Amazon Detective：基于图形的调查服务，可视化 GuardDuty 发现、资源和 API 活动之间的关系

常见场景

场景：在 ECS 集群上检测到加密货币挖矿

场景背景：GuardDuty 生成针对 ECS Fargate 任务的 CryptoCurrency:Runtime/BitcoinTool.B 高危发现。Runtime Monitoring 检测到容器内执行了挖矿程序。

方法：

1. 查看发现详情以确定 ECS 集群、任务定义和容器镜像
2. 立即停止受影响的 ECS 任务，并在 ECR 中隔离容器镜像
3. 检查 CloudTrail 中的 ecs:RegisterTaskDefinition 和 ecs:RunTask 调用，以识别是谁部署了恶意镜像
4. 使用 ECR 增强扫描对 Docker 镜像进行扫描，以识别嵌入的挖矿程序
5. 检查用于推送镜像的 IAM 凭据，并撤销被入侵的访问权限
6. 更新 ECR 镜像扫描策略，阻止包含已知挖矿签名的镜像

常见陷阱：在未保留容器镜像的情况下停止任务会丢失取证证据。未能追溯到 RegisterTaskDefinition API 调用则会遗漏初始入侵向量。

输出格式

GuardDuty 威胁检测摘要
====================================
账户: 123456789012（生产环境）
区域: us-east-1
时间段: 2025-02-01 至 2025-02-23

严重发现（需立即处置）:
[CRIT-001] AttackSequence:EC2/CompromisedInstanceGroup
  - 实例: i-0abc123def, i-0def456abc
  - 攻击链: 凭据窃取 -> 持久化 -> 加密货币挖矿
  - 首次信号: 2025-02-15T08:23:00Z
  - 持续时间: 跨 3 个阶段约 4 小时
  - 状态: 已通过 Lambda 自动隔离

高危发现:
[HIGH-001] UnauthorizedAccess:IAMUser/MaliciousIPCaller
  - 主体: arn:aws:iam::123456789012:user/ci-deploy
  - 来源 IP: 198.51.100.42（Tor 出口节点）
  - API 调用: 向 ec2:RunInstances 发起 47 次调用
  - 状态: 访问密钥已停用

[HIGH-002] CryptoCurrency:Runtime/BitcoinTool.B
  - 资源: ECS 任务 arn:aws:ecs:us-east-1:123456789012:task/cluster/task-id
  - 镜像: 123456789012.dkr.ecr.us-east-1.amazonaws.com/app:v2.1
  - 进程: /tmp/.hidden/xmrig --pool stratum+tcp://pool.example.com:3333
  - 状态: 任务已停止，镜像已隔离

统计数据:
  总发现数: 23
  严重: 1 | 高: 3 | 中: 8 | 低: 11
  自动修复: 4
  待调查: 2