---

name: building-threat-hunt-hypothesis-framework description: 构建系统化的威胁狩猎假设框架，将威胁情报、攻击模式和环境数据转化为可测试的狩猎假设。 domain: cybersecurity subdomain: threat-hunting tags: [threat-hunting, methodology, hypothesis, threat-intelligence, hunting-framework, proactive-detection] version: "1.0" author: mahipal license: Apache-2.0

构建威胁狩猎假设框架

适用场景

• 主动狩猎环境中构建威胁狩猎假设框架的相关指标时
• 威胁情报（Threat Intelligence）表明使用这些技术的攻击活动正在活跃时
• 事件响应（Incident Response）期间确定与这些技术相关的攻击范围时
• EDR 或 SIEM 告警触发相关指标时
• 定期安全评估和紫队（Purple Team）演练期间

前置条件

• 具备进程和网络遥测功能的 EDR 平台（CrowdStrike、MDE、SentinelOne）
• 已接入相关日志数据的 SIEM（Splunk、Elastic、Sentinel）
• 部署了完整配置的 Sysmon
• 已启用 Windows 安全事件日志转发
• 用于 IOC 关联的威胁情报 feeds

工作流程

1. 制定假设：基于威胁情报或 ATT&CK 差距分析，定义可测试的假设。
2. 识别数据源：确定验证或反驳假设所需的日志和遥测数据。
3. 执行查询：针对 SIEM 和 EDR 平台运行检测查询，收集相关事件。
4. 分析结果：检查查询结果中的异常，并跨多个数据源进行关联。
5. 验证发现：通过上下文分析区分真阳性和假阳性。
6. 关联活动：将发现结果链接到更广泛的攻击链和威胁行为者（Threat Actor）TTP。
7. 记录与报告：记录发现结果、更新检测规则并推荐响应措施。

核心概念

概念	描述
TA0001	初始访问（Initial Access）
TA0003	持久化（Persistence）
TA0008	横向移动（Lateral Movement）
TA0010	数据外泄（Exfiltration）

工具与系统

工具	用途
CrowdStrike Falcon	EDR 遥测和威胁检测
Microsoft Defender for Endpoint	使用 KQL 进行高级狩猎
Splunk Enterprise	使用 SPL 查询进行 SIEM 日志分析
Elastic Security	检测规则和调查时间线
Sysmon	详细的 Windows 事件监控
Velociraptor	终端工件收集和狩猎
Sigma Rules	跨平台检测规则格式

常见场景

1. 场景 1：基于 APT 攻击活动报告的情报驱动狩猎
2. 场景 2：ATT&CK 覆盖差距分析驱动的假设创建
3. 场景 3：基于 UEBA 告警调查的异常驱动假设
4. 场景 4：基于行业威胁的态势感知狩猎

输出格式

Hunt ID: TH-BUILDI-[DATE]-[SEQ]
Technique: TA0001
Host: [主机名]
User: [账户上下文]
Evidence: [日志条目、进程树、网络数据]
Risk Level: [Critical/High/Medium/Low]
Confidence: [High/Medium/Low]
Recommended Action: [遏制、调查、监控]