Un framework e una tassonomia per identificare, classificare e ragionare sui bug della logica di rilevamento nelle regole SIEM, EDR e XDR, con esempi concreti e bypass reali.
Anticipa i Falsi Negativi comprendendo come la logica di detection fallisce prima che gli attori malevoli la sfruttino.
Visita il sito web: https://adeframework.org/
L'Adversarial Detection Engineering (ADE) è la disciplina che ragiona sui Falsi Negativi nelle regole di detection. Il Framework ADE fornisce una formalizzazione open-source moderna dei Bug nella Logica di Detection - discrepanze tra ciò che una regola di detection intende rilevare e ciò che effettivamente rileva.
Invece di attendere Falsi Negativi nel mondo reale, gli ingegneri di detection possono porsi proattivamente la domanda:
"Quali variazioni farebbero sì che la logica di detection di questa regola manchi ciò che era destinata a intercettare?"
Questa linea di ragionamento avversariale rispecchia il modo in cui gli attori malevoli possono abusare delle debolezze nella logica di detection.
Lo scopo dell'ADE non è imporre la perfezione nel design, sebbene questo sia un obiettivo ideale - ma aumentare la consapevolezza e tracciare le limitazioni, anche se intenzionali:
Nuovo all'ADE? Inizia da qui:
Pronto per approfondire?
Il framework identifica 4 categorie principali e 16 sottocategorie di bug nella logica di detection:
🌳 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
→ Esplora la Tassonomia Completa
Definizioni formali e fondamento teorico:
Classificazione completa con terminologia chiara:
Esempi concreti da ruleset di produzione:
Categorie di Esempi: