🛡️ Allen Ace

Analista SOC | Threat Hunter | Ingegnere delle Detection

Rileva • Investiga • Rispondi • Difendi

Benvenuti

Questo portfolio documenta il mio percorso pratico nella cybersecurity attraverso investigazioni reali, ambienti lab aziendali, detection engineering, digital forensics e security analytics.

Ogni progetto è progettato per dimostrare la metodologia investigativa, gli strumenti e il pensiero difensivo attesi all'interno di un moderno Security Operations Center (SOC).

📚 Indice dei Contenuti

• Chi Sono
• Competenze Tecniche
• Investigazioni
• Threat Hunting
• Analisi Malware
• Sicurezza Email
• Ingegneria
• Security Analytics e Machine Learning
• Sviluppo di Strumenti di Sicurezza
• Detection Engineering
• Community
• Il Mio Percorso nella Cybersecurity
• Articoli Tecnici
• Video Walkthrough
• Statistiche del Portfolio
• Contatti

👋 Chi Sono

Analista SOC con esperienza pratica in Threat Hunting, Digital Forensics & Incident Response (DFIR), Detection Engineering, Security Analytics e strumenti di sicurezza basati su Python. Il mio lavoro si concentra su investigazioni in stile aziendale allineate al framework MITRE ATT&CK.

Punti Salienti del Portfolio

• 8+ Investigazioni di Sicurezza Aziendale
• Analisi Statica e Dinamica dei Malware
• Digital Forensics & Incident Response (DFIR)
• Threat Hunting con Splunk ed Elastic
• Security Analytics e Machine Learning
• Automazione della Sicurezza con Python
• Scrittura Tecnica e Formazione della Community

---

🎯 Focus Attuale

• Detection Engineering
• Threat Hunting
• Analisi Malware
• Digital Forensics (DFIR)
• Automazione della Sicurezza con Python

---

⭐ Progetti in Evidenza

---

🔗 Collegamenti

• 🔗 LinkedIn
• 💻 GitHub

---

🛠️ Competenze Tecniche

🛡️ Investigazioni di Sicurezza

Investigazioni in stile aziendale che dimostrano incident response, threat hunting e analisi forense nel mondo reale.

🔎 Threat Hunting

Uso delle tecnologie SIEM per identificare, investigare e rispondere in modo proattivo al comportamento degli avversari utilizzando dataset reali e il framework MITRE ATT&CK.

Threat Hunting – Reconnaissance

Obiettivo

Investigare l'attività di ricognizione all'interno del dataset BOTS v2 utilizzando Splunk.

Tecnologie

• Splunk
• Windows Event Logs
• MITRE ATT&CK

MITRE ATT&CK

Risultati Principali

• Identificato un User-Agent sospetto
• Completato il pivot su IP esterno
• Eseguita l'estrazione degli IOC

Screenshot

🔗 Repository: Visualizza Progetto

💡 Lezioni Apprese

• Migliorata la metodologia di investigazione con Splunk.
• Rafforzate le competenze di mappatura ATT&CK.
• Rafforzato il flusso di lavoro per la correlazione degli IOC.
• Migliorata la comprensione delle investigazioni SOC aziendali.

📌 Lab DFIR Aziendale

🎯 Obiettivo

Simulare un ambiente aziendale di incident response utilizzando Active Directory, pfSense, Velociraptor ed emulazione di attaccanti.

🛠️ Tecnologie

• Velociraptor
• Active Directory
• pfSense
• Windows Event Logs
• KAPE
• Sysmon

🎯 Mappatura MITRE ATT&CK

🔍 Risultati Principali

• Condotta un'investigazione a livello aziendale.
• Raccolti artefatti forensi.
• Contenuti gli host compromessi.
• Documentato il flusso di lavoro di incident response.

📸 Screenshot

🔗 Repository

• Lab DFIR Aziendale
• Triage Forense Velociraptor KAPE

💡 Lezioni Apprese

• Migliorata la metodologia di raccolta degli Artifact con Velociraptor.
• Rafforzata la metodologia di isolamento della vittima.
• Rafforzato il flusso di lavoro per la correlazione degli IOC.
• Migliorata la comprensione delle investigazioni SOC aziendali.

🚧 Prossimamente

• Forensica della Memoria
• Forensica del Registro di Sistema
• Forensica del Disco
• Analisi degli Artifact Windows
• Analisi della Timeline
• Triage Forense con KAPE
• Analisi della Memoria con Volatility

🦠 Analisi Malware

Analisi statica e dinamica di campioni di malware Windows per identificare Indicator of Compromise (IOC), tecniche degli attaccanti, comportamenti dannosi e artefatti forensi utilizzando metodologie di analisi malware in stile aziendale.

---

📌 Report di Analisi Statica di Malware

🎯 Obiettivo

Eseguire un'analisi statica su file PE Windows sospetti per identificare caratteristiche dannose, estrarre Indicator of Compromise (IOC) e documentare i risultati utilizzando una metodologia di analisi malware in stile aziendale.

🛠️ Tecnologie

• PEStudio
• Detect It Easy (DIE)
• FLOSS
• Strings
• VirusTotal
• Analisi degli Hash
• Formato PE di Windows

🎯 Mappatura MITRE ATT&CK

🔍 Risultati Principali

• Identificate caratteristiche PE sospette.
• Estratti hash dei file e Indicator of Compromise.
• Esaminate le funzioni delle API Windows importate.
• Analizzate stringhe incorporate e metadati.
• Documentati comportamenti sospetti senza eseguire i campioni.

📸 Screenshot

🔗 Repository: Report di Analisi Statica di Malware

💡 Lezioni Apprese

• Rafforzate le tecniche di analisi dei file PE Windows.
• Migliorata la metodologia di triage dei malware tramite analisi statica.
• Rafforzati i flussi di lavoro per l'estrazione e la documentazione degli IOC.
• Migliorata la comprensione delle strutture eseguibili e degli artefatti sospetti.

📌 Analisi Comportamentale di Malware Windows

🎯 Obiettivo

Analizzare il comportamento a runtime di un campione di malware Windows all'interno di un laboratorio controllato di analisi malware per identificare attività dannose, meccanismi di persistenza, comportamento dei processi, comunicazioni di rete e Indicator of Compromise (IOC).

---

🛠️ Tecnologie

• REMnux
• FLARE VM
• Procmon
• Process Explorer
• Wireshark
• FakeNet-NG
• Regshot
• Sysmon
• Windows Event Logs

---

🔄 Flusso di Lavoro dell'Analisi

• Triage iniziale del malware
• Analisi dei processi
• Monitoraggio del registro
• Monitoraggio del filesystem
• Analisi del traffico di rete
• Estrazione degli IOC
• Mappatura MITRE ATT&CK

🎯 Mappatura MITRE ATT&CK

---

🔍 Risultati Principali

• Eseguito il malware in sicurezza all'interno di un ambiente di analisi isolato.

• Osservata la creazione dei processi e le relazioni genitore-figlio.

• Identificati meccanismi di persistenza e modifiche al registro.

• Analizzata l'attività sul filesystem e gli artifact rilasciati.

• Catturate le comunicazioni di rete ed estratti gli Indicator of Compromise.

• Documentati i risultati comportamentali utilizzando un flusso di lavoro aziendale di analisi malware.

---

📸 Screenshot

🔗 Repository

Analisi Comportamentale di Malware Windows

---

💡 Lezioni Apprese

• Rafforzata la metodologia di analisi dinamica dei malware.
• Migliorata l'identificazione e la correlazione degli IOC comportamentali.
• Rafforzata l'analisi dell'attività di processi, registro e rete.
• Migliorata la comprensione delle tecniche di esecuzione e persistenza dei malware.

---

📧 Sicurezza Email

Investigazione di email di phishing, allegati dannosi e vettori d'attacco basati su email.

📌 Analisi di Allegati Email Sospetti

🎯 Obiettivo

Analizzare allegati email sospetti all'interno di un ambiente controllato per determinare l'intento dannoso e identificare gli Indicator of Compromise.

🛠️ Tecnologie

• VirusTotal
• PE Studio
• Analisi delle Firme dei File
• Analisi Statica

🎯 Mappatura MITRE ATT&CK

🔍 Risultati Principali

• Verificato il vero tipo di file.
• Esaminati gli artifact incorporati.
• Valutato il comportamento dannoso.
• Documentati i risultati.

📸 Screenshot

🔗 Repository: Visualizza Progetto

💡 Lezioni Apprese

• Rafforzate le tecniche di triage dei malware e di analisi statica.
• Migliorata l'identificazione e la validazione degli Indicator of Compromise (IOC).
• Rafforzata la comprensione dei meccanismi di consegna degli attacchi di phishing e degli allegati dannosi.
• Migliorata la capacità di correlare gli artifact dei file con le tecniche MITRE ATT&CK durante le investigazioni di incidenti.

🚧 Prossimamente

• Analisi dell'Intestazione delle Email
• Analisi del Corpo delle Email
• Investigazione sulla Business Email Compromise
• Validazione SPF / DKIM / DMARC
• Estrazione degli IOC dalle Email

⚙️ Ingegneria della Sicurezza

Creazione di strumenti di sicurezza pratici, contenuti di detection e analisi a supporto delle operazioni di sicurezza aziendali.

🤖 Security Analytics e Machine Learning

Applicazione di tecniche di machine learning per migliorare il rilevamento comportamentale delle minacce e l'identificazione delle anomalie in ambienti aziendali.

📌 Rilevamento di Anomalie Comportamentali

🎯 Obiettivo

Sviluppare una pipeline di machine learning non supervisionato per identificare comportamenti anomali all'interno di log di sicurezza aziendali sintetici.

🛠️ Tecnologie

• Python
• Pandas
• Scikit-learn
• PyTorch
• Jupyter Notebook

🤖 Modelli

• Isolation Forest
• Local Outlier Factor
• One-Class SVM
• Autoencoder

🔍 Risultati Principali

• Generati dataset di log aziendali sintetici.
• Progettate feature di sicurezza comportamentali.
• Confrontati più algoritmi di rilevamento delle anomalie.
• Valutate le prestazioni dei modelli utilizzando diverse visualizzazioni.

📸 Screenshot

🔗 Repository: Visualizza Progetto

💡 Lezioni Apprese

• Migliorate le tecniche di feature engineering per l'analisi degli eventi di sicurezza.
• Rafforzata la comprensione dei modelli di machine learning non supervisionato per il rilevamento delle anomalie.
• Imparato a valutare e confrontare più algoritmi di rilevamento utilizzando metriche di prestazione e visualizzazioni.
• Migliorata la capacità di tradurre l'analisi comportamentale in casi d'uso pratici di rilevamento delle minacce.

🚧 Prossimamente

• User & Entity Behavior Analytics (UEBA)
• Rilevamento delle Minacce Interne
• Rilevamento delle Minacce su Serie Temporali
• IA Spiegabile per la Sicurezza
• Analisi delle Minacce Basata su Grafi

🛠️ Sviluppo di Strumenti di Sicurezza

Utility di sicurezza leggere sviluppate per automatizzare i flussi di lavoro comuni del Blue Team e del DFIR. Questi strumenti dimostrano capacità pratiche di scripting applicate a sfide reali delle operazioni di sicurezza.

📌 Rilevatore di Firme dei File

🎯 Obiettivo

Sviluppare un analizzatore di firme dei file basato su Python in grado di rilevare i veri tipi di file utilizzando i magic byte.

🛠️ Tecnologie

• Python
• Magic Bytes
• Analisi Binaria

⚙️ Funzionalità

• Rilevamento del vero tipo di file
• Supporto al triage dei malware
• Assistenza al reverse engineering
• Validazione degli artifact DFIR

🔗 Repository: Visualizza Progetto

💡 Lezioni Apprese

• Migliorata la comprensione dell'analisi delle firme dei file (magic byte) per la validazione del tipo di file.
• Rafforzate le competenze di programmazione Python attraverso lo sviluppo di una utility di sicurezza pratica.
• Rafforzate le tecniche di triage dei malware identificando i file in base alle loro reali firme binarie.
• Aumentata la consapevolezza dell'importanza della validazione dei file come passaggio critico nei flussi di lavoro di digital forensics e incident response.

🚧 Prossimamente

• IOC Extractor
• IOC Enrichment Tool
• Parser di Log
• Analizzatore di Hash
• Aggregatore di Threat Intelligence
• Generatore di Regole di Detection

⚙️ Detection Engineering (In programma)

Progettazione e validazione di detection pronte per la produzione mappate sul framework MITRE ATT&CK®.

📚 Progetti Pianificati

• Libreria di Detection Sigma
• Regole di Detection Splunk (SPL)
• Regole di Detection Microsoft Sentinel (KQL)
• Regole di Detection Elastic
• Regole YARA
• Detection-as-Code
• Matrice di Copertura ATT&CK

---

📜 Certificazioni

Attualmente sto conseguendo certificazioni di cybersecurity riconosciute dal settore.

In Programma

• CompTIA Security+
• Splunk Core Certified Power User
• Elastic Certified Analyst
• GIAC GCFA (a lungo termine)

---

🌐 Community

Condivisione di conoscenza attraverso articoli tecnici, walkthrough e apprendimento continuo.

🗺️ Il Mio Percorso nella Cybersecurity

2023

• Iniziata la transizione professionale verso la cybersecurity.
• Lavorato su operazioni SOC e monitoraggio della sicurezza.
• Costruite competenze fondamentali di investigazione con SIEM.
• Appresi Splunk, Windows Event Logs e flussi di lavoro di detection.

2024

• Ampliate le capacità di threat hunting.
• Investigati incidenti di sicurezza utilizzando dataset in stile aziendale.
• Sviluppati flussi di lavoro DFIR.
• Iniziato a pubblicare ricerche tecniche e walkthrough.

2025

• Affinate le competenze di threat intelligence e investigazione degli incidenti.
• Realizzati strumenti di automazione della sicurezza con Python.
• Sviluppati ambienti lab aziendali.

2026

• Costruzione di un portfolio di detection engineering.
• Espansione delle capacità di detection SIEM.
• Ricerca di opportunità remote nel SOC e nel Threat Hunting.

📝 Articoli Tecnici

📝 Articoli in Evidenza

• Blindare contro Bad USB: Strategie di Detection e Difesa
• Wireshark: Conoscere Wireshark
• Scoprire le Debolezze di Sicurezza: Una Guida Pratica alla Scansione delle Vulnerabilità
• MemProcFS: Il Game Changer nella Forensica della Memoria
• Analisi Statica di Campioni PE Windows Sospetti: Un'Investigazione Blue Team
• Analisi Comportamentale di Malware: Investigazione di un Campione di Malware Multi-Stage in un Laboratorio Isolato
• Detection Engineering (in programma) Visualizza tutti gli articoli → Medium

🎥 Video Walkthrough

Ultimi Video

• Blue Team Detection Lab
• Mythic C2 Lab (in programma)
• Threat Hunting (in programma)
• Active Directory Lab (in programma)
• Elastic SIEM (in programma)
• DFIR Walkthrough (in programma)

📊 Statistiche del Portfolio

📫 Contatti

• 🔗 LinkedIn
• 📖 Medium
• 💻 GitHub
• 🎥 YouTube
• 🐦 X
• 📧 Email: [email protected]

📈 Statistiche GitHub

🤝 Restiamo in Contatto

Sono sempre interessato a discutere di:

• Security Operations (SOC)
• Threat Hunting
• Detection Engineering
• Malware Analysis
• Digital Forensics
• Python Security Automation

Sentiti libero di contattarmi su LinkedIn o di esplorare le mie repository.

⭐ Grazie

Grazie per aver visitato il mio portfolio di cybersecurity.

Se hai trovato utili queste indagini, sentiti libero di contattarmi su LinkedIn, seguire il mio lavoro su Medium o esplorare le mie repository su GitHub.

Sono sempre aperto a discutere di cybersecurity, threat hunting, DFIR e opportunità di Security Operations in remoto.