ahmedkhlief/apt-hunterAPT-Hunter — это инструмент поиска угроз (Threat Hunting) для журналов событий Windows, созданный с подходом фиолетовой команды (purple team) для обнаружения движений APT, скрытых в море журналов событий Windows, чтобы сократить время выявления подозрительной активности.
Threat hunting for Windows event logs, built with a purple-team mindset.
APT-Hunter — это инструмент threat hunting для журналов событий Windows. Он использует предопределённые правила обнаружения и статистику журналов, чтобы выявлять активность APT, скрытую в больших объёмах событий, сокращая время, необходимое для обнаружения подозрительного поведения. Он особенно эффективен при оценке компрометации.
Результаты записываются в виде таймлайна, который можно анализировать непосредственно в Excel, Timeline Explorer, Timesketch и аналогичных инструментах, либо изучать во встроенной веб-панели с опциональной локальной LLM-сортировкой.
Скачайте скомпилированные бинарные файлы со страницы Releases или запустите из исходного кода (Python 3.8+):
git clone https://github.com/ahmedkhlief/APT-Hunter.git
cd APT-Hunter
python3 -m pip install -r requirements.txt
python3 APT-Hunter.py -p /opt/wineventlogs/ -o Project1 -allreport
-p принимает каталог или отдельный файл. Добавьте -web, чтобы открыть панель по завершении анализа.
Запустите python3 APT-Hunter.py -h для полного списка. Основные параметры:
Анализ папки с файлами EVTX (типы журналов определяются автоматически):
python3 APT-Hunter.py -p /opt/wineventlogs/ -o Project1 -allreport
Фокус на определённом временном интервале:
python3 APT-Hunter.py -p /opt/wineventlogs/ -o Project1 -allreport -start 2022-04-03 -end 2022-04-05T20:56
Hunting по строке, регулярному выражению или файлу регулярных выражений:
python3 APT-Hunter.py -hunt "psexec" -p /opt/wineventlogs/ -o Project2
python3 APT-Hunter.py -huntfile "(psexec|psexesvc)" -p /opt/wineventlogs/ -o Project2
python3 APT-Hunter.py -huntfile huntfile.txt -p /opt/wineventlogs/ -o Project2
Hunting с правилами Sigma:
python3 APT-Hunter.py -sigma -rules rules.json -p /opt/wineventlogs/ -o Project2
Получение последних правил Sigma, преобразованных для APT-Hunter (создаёт rules.json):
./Get_Latest_Sigma_Rules.sh
Просмотр сгенерированного отчёта в браузере: фильтрация, графики, таймлайн инцидента и экспорт IR-отчёта.
python3 run_webapp.py <Output>/<Output>_Report.xlsx # или передайте каталог с выходными данными
python3 APT-Hunter.py -p <logs> -o <Output> -web # анализ, затем открытие панели
python3 APT-Hunter.py -webview <Output> # открыть существующий отчёт
Принятие находки сортировки закрепляет её на таймлайне инцидента вместе с её доказательствами, прикреплёнными в виде сворачиваемых подсобытий: они располагаются под находкой в таблице, а не чередуются со всем остальным, и не отображаются на графиках таймлайна, чтобы графики оставались читаемыми. Удаление находки удаляет и её подсобытия.
По умолчанию сервер привязывается к 0.0.0.0:5000. Используйте --host / --port (или -webhost / -webport), чтобы изменить это, например --host 127.0.0.1, чтобы оставить его локальным. Проверенные находки и таймлайн сохраняются при перестроении кэша отчёта.
Главная панель: общее число событий и количество по уровням серьёзности, разбивка по серьёзности, наиболее часто срабатывающие правила обнаружения и ежедневный объём событий. В боковой панели перечислены все журналы событий и сводные таблицы в отчёте.
Таймлайн инцидента: закреплённые находки, отображённые по времени и цветокодированные по уровню серьёзности. Масштабируйте и перемещайтесь по насыщенным участкам, генерируйте AI-резюме для руководства и экспортируйте IR-отчёт или CSV.
Хронологический таймлайн: цепочка атаки раскрывается в её подсобытия, а панель деталей показывает описание, техники MITRE и оценку.
График таймлайна инцидента масштабируется, поэтому всплески событий с интервалом в минуты или секунды остаются читаемыми: перетащите по графику, чтобы приблизить участок, Shift+перетаскивание для перемещения, Ctrl/Cmd+колесо для масштабирования относительно курсора, или используйте полосу обзора под ним. Метки никогда не перекрываются; те, что не помещаются, скрываются, а при наведении на точку отображается список всех событий, наложенных на неё.
Оценка обнаруженных событий на вредоносность с помощью локальной модели из командной строки:
python3 APT-Hunter.py -p <logs> -o <Output> -llm -llm-provider ollama -llm-model llama3 -llm-severity High
Или по каждому событию из панели (проверить, объяснить, сопоставить). Настройте провайдера (Ollama / LM Studio / llama.cpp), модель, URL и таймаут на странице Settings панели. Подходит любой OpenAI-совместимый локальный сервер; никакие данные не отправляются в облачный сервис.
Agentic Triage в боковой панели превращает тысячи оповещений в короткий список находок:
Фаза расследования требует LLM, поддерживающей вызов инструментов. Если ваша не поддерживает, APT-Hunter переключается на фиксированный конвейер pivot/correlate. Покрытие в любом случае идентично, поскольку агент лишь добавляет глубину поверх первого прохода. Количество раундов работы инструментов и ограничение по реальному времени задаются в Settings.
Agentic Triage: история запусков показывает область, количество оповещений и кластеров, находки и вызовы LLM за запуск. Здесь 91 критическое оповещение на одном хосте свернулось в 32 кластера и одну цепочку атаки с высокой оценкой.
Детали находки: описание, техники MITRE, доказательства и полная трассировка расследования (каждое прочитанное событие, окно таймлайна и поиск по оповещениям, выполненные агентом), чтобы каждый вывод можно было проверить.
Примечание: вывод LLM — это вспомогательное средство для сортировки, а не вердикт. Проверяйте находки, прежде чем полагаться на них. Моделям рассуждения может потребоваться таймаут запроса, значительно превышающий значение по умолчанию в 200 с.
Twitter: @ahmed_khlief · LinkedIn: Ahmed Khlief
Распространяется под GNU GPL v3. См. LICENSE.
Спасибо Joe Maccry за его огромный вклад в сценарии использования Sysmon (более 100 сценариев, добавленных Joe)
| Параметр | Описание |
|---|
-p, --path | Файл или папка с журналами для анализа |
-o, --out | Имя / каталог для выходных данных |
-start, -end | Ограничить таймлайн (формат ISO) |
-tz | Часовой пояс (local или, например, Asia/Dubai) |
-cores | Используемые ядра CPU (по умолчанию: половина доступных) |
-hunt, -huntfile, -eid | Hunting по строке/регулярному выражению, файлу регулярных выражений или Event ID |
-sigma, -rules | Hunting с правилами Sigma, преобразованными в JSON |
-o365hunt, -o365rules, -o365raw | Hunting по журналам аудита Office 365 |
-procexec, -logon, -objaccess, -allreport | Дополнительные отчёты |
-web, -webview, -webhost, -webport | Запуск веб-панели |
-llm, -llm-provider, -llm-url, -llm-model, -llm-key, -llm-severity, -llm-batch, -llm-context | Локальный анализ с помощью LLM |
| Пример | Описание |
|---|
| Sample_TimeSketch.csv | Таймлайн, который можно загрузить в Timesketch, чтобы увидеть полную картину атаки |
| Sample_Report.xlsx | Каждое событие, обнаруженное во всех предоставленных журналах Windows |
| Sample_Logon_Events.csv | Все события входа в систему с разобранными полями (дата, пользователь, исходный IP, процесс входа, рабочая станция, тип входа, устройство, исходный журнал) |
| Sample_Process_Execution_Events.csv | Все выполнения процессов, зафиксированные из журналов событий |
| Sample_Object_Access_Events.csv | Доступ к объектам, зафиксированный из события 4663 |
| Sample_Collected-SIDS.csv | Пользователи и их SID, чтобы помочь в расследованиях |
| EventID_Frequency_Analysis.xls | Анализ частоты Event ID |