Ein Framework und eine Taxonomie zur Identifizierung, Klassifizierung und Begründung von Erkennungslogikfehlern in SIEM-, EDR- und XDR-Regeln, mit konkreten Beispielen und realen Umgehungen.
Seien Sie falsch-negativen Ergebnissen einen Schritt voraus, indem Sie verstehen, wie Erkennungslogik versagt, bevor Bedrohungsakteure dies ausnutzen.
Besuchen Sie die Website: https://adeframework.org/
Adversarial Detection Engineering (ADE) ist die Disziplin, über falsch-negative Ergebnisse in Erkennungsregeln zu reflektieren. Das ADE Framework bietet eine moderne Open-Source-Formalisierung von Detection Logic Bugs – Diskrepanzen zwischen dem, was eine Erkennungsregel zu erkennen beabsichtigt, und dem, was sie tatsächlich erkennt.
Anstatt auf falsch-negative Ergebnisse in der Praxis zu warten, können Detection Engineers proaktiv fragen:
„Welche Variationen würden dazu führen, dass die Erkennungslogik dieser Regel das verfehlt, was sie eigentlich erfassen sollte?"
Diese adversariale Denkweise spiegelt wider, wie Bedrohungsakteure Schwächen in der Erkennungslogik ausnutzen können.
Der Zweck von ADE ist nicht, Perfektion im Design zu erzwingen, obwohl das ein idealer Zustand wäre – sondern das Bewusstsein zu schärfen und Einschränkungen nachzuverfolgen, selbst wenn sie beabsichtigt sind:
Neu bei ADE? Beginnen Sie hier:
Bereit für einen tiefen Einstieg?
Das Framework identifiziert 4 Hauptkategorien und 16 Unterkategorien von Detection Logic Bugs:
🌳 ADE1 – Reformatting in Actions
├─ ADE1-01 Substring Manipulation
└─ ADE1-02 Normalization Asymmetry
🌳 ADE2 – Omit Alternatives
├─ ADE2-01 Method/Binary
├─ ADE2-02 Versioning
├─ ADE2-03 Locations
└─ ADE2-04 File Types
🌳 ADE3 – Context Development
├─ ADE3-01 Process Cloning
├─ ADE3-02 Aggregation Hijacking
├─ ADE3-03 Timing and Scheduling
├─ ADE3-04 Event Fragmentation
├─ ADE3-05 Lineage Spoofing
└─ ADE3-06 Limit Saturation
🌳 ADE4 – Logic Manipulation
├─ ADE4-01 Gate Inversion
├─ ADE4-02 Conjunction Inversion
├─ ADE4-03 Incorrect Expression
└─ ADE4-04 Field Mismapping & Semantics
→ Die vollständige Taxonomie erkunden
Formale Definitionen und theoretische Grundlage:
Umfassende Klassifikation mit klarer Terminologie:
Konkrete Beispiele aus Produktions-Rulesets: