Menu
主持结构化的事件后审查，以识别根本原因、记录有效和无效的措施，并提出可操作的改进建议以提升未来的事件响应能力。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
通过分析 Zeek dns.log 中的高熵子域名查询、超量查询量、超长查询长度以及异常 DNS 记录类型，检测 DNS 隧道和数据外泄中的隐蔽通道通信。适用于：当需要狩猎基于 DNS 的 C2 或数据外泄通道、调查异常 DNS 查询模式、或响应涉及 DNS 隧道工具（iodine、dnscat2、DNSExfiltrator）的威胁情报时使用。
实施 Google 的 BeyondCorp 零信任访问模型，通过 IAP、Access Context Manager 和 Chrome Enterprise Premium，消除网络边界的隐式信任，强制执行基于身份的访问控制，实现无 VPN 的安全应用访问。适用于将传统 VPN 替换为零信任架构、部署 Identity-Aware Proxy、配置设备信任策略、或为远程办公实施上下文感知访问控制时使用。
在授权的安全评估过程中，使用 Burp Suite 的扫描器、Intruder 和 Repeater 工具识别和验证跨站脚本（XSS）漏洞。适用于 Web 应用渗透测试中检测反射型、存储型和 DOM 型 XSS，验证自动化扫描器报告的 XSS 发现，以及评估 CSP 和 XSS 过滤器的有效性时使用。
攻击活动溯源归因分析涉及系统性地评估证据，以确定哪个威胁行为者或组织对某次网络行动负责。本技能涵盖使用 Diamond Model 和 ACH（竞争假设分析）收集并加权溯源归因指标、分析基础设施重叠、TTP 一致性、恶意软件代码相似性、操作时序模式和语言痕迹，以构建置信度加权的溯源归因评估。
从 PE 文件和内存转储中提取并分析 Cobalt Strike beacon 配置，以识别 C2 基础设施、Malleable C2 配置文件和攻击者操作惯例。
使用 Ghidra 及专用脚本对 Go 编译的恶意软件进行逆向工程，包括函数恢复、字符串提取和去符号表 Go 二进制文件的类型重建。
| name | conducting-post-incident-lessons-learned |
| description | 主持结构化的事件后审查，以识别根本原因、记录有效和无效的措施，并提出可操作的改进建议以提升未来的事件响应能力。 |
| domain | cybersecurity |
| subdomain | incident-response |
| tags | ["incident-response","lessons-learned","post-incident","after-action-review","process-improvement"] |
| version | 1.0 |
| author | mahipal |
| license | Apache-2.0 |
# 从工单系统导出事件时间线
curl -s "https://thehive.local/api/v1/case/$CASE_ID/timeline" \
-H "Authorization: Bearer $THEHIVE_API_KEY" | jq '.' > incident_timeline.json
# 从 SIEM 提取检测和响应指标
index=notable incident_id="IR-2024-042"
| stats min(_time) as first_alert, max(_time) as last_alert,
count as total_alerts, dc(src) as unique_sources
# 汇编所有响应人员操作和时间戳
grep -E "timestamp|action|analyst" /var/log/ir/IR-2024-042/*.json | \
python3 -m json.tool > compiled_actions.json
结构化议程（90 分钟）：
1. 事件摘要（5 分钟）- 事实性概述
2. 时间线梳理（20 分钟）- 按时间顺序的事件
3. 哪些有效（15 分钟）- 积极成果
4. 哪些需要改进（15 分钟）- 差距和失败
5. 根本原因分析（15 分钟）- 5 个为什么或鱼骨图
6. 行动项目（10 分钟）- 有负责人的具体改进措施
7. 运行手册更新（10 分钟）- IR 流程变更
免责原则：
- 关注系统和流程，而非个人
- 假设在现有信息下做出了最佳决策
- 寻求理解，而非归责
# 5 个为什么分析示例：
# 为什么 1：为什么勒索软件加密了生产服务器？
# 答：攻击者拥有域管理员凭据
# 为什么 2：为什么攻击者拥有域管理员凭据？
# 答：对服务账号进行了 Kerberoasting 并破解了密码
# 为什么 3：为什么服务账号密码可以被破解？
# 答：使用了 12 个字符的基于字典的密码
# 为什么 4：为什么服务账号密码很弱？
# 答：没有强制执行服务账号密码策略
# 为什么 5：为什么没有服务账号密码策略？
# 答：未对服务账号实施 PAM
# 根本原因：缺少特权访问管理
from datetime import datetime
events = {
'compromise': '2024-01-10 14:00:00',
'detection': '2024-01-15 08:30:00',
'triage': '2024-01-15 08:45:00',
'containment': '2024-01-15 09:30:00',
'eradication': '2024-01-16 14:00:00',
'recovery': '2024-01-18 16:00:00',
'closure': '2024-01-25 10:00:00',
}
fmt = '%Y-%m-%d %H:%M:%S'
times = {k: datetime.strptime(v, fmt) for k, v in events.items()}
print(f"驻留时间: {times['detection'] - times['compromise']}")
print(f"MTTD: {times['triage'] - times['detection']}")
print(f"MTTC: {times['containment'] - times['detection']}")
print(f"MTTR: {times['recovery'] - times['eradication']}")
print(f"总时长: {times['closure'] - times['detection']}")
# 在项目管理系统中创建可追踪的行动项目
curl -X POST "https://jira.local/rest/api/2/issue" \
-H "Authorization: Bearer $JIRA_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"fields": {
"project": {"key": "SEC"},
"summary": "为服务账号实施 PAM（IR-2024-042）",
"issuetype": {"name": "Task"},
"priority": {"name": "High"},
"assignee": {"name": "security_engineer"},
"duedate": "2024-03-15"
}
}'
# 基于事件经验的新 Sigma 检测规则
title: 检测到 Kerberoasting 活动
status: stable
description: 基于 IR-2024-042 经验检测 Kerberoasting
logsource:
product: windows
service: security
detection:
selection:
EventID: 4769
TicketEncryptionType: '0x17'
condition: selection
level: high
tags:
- attack.credential_access
- attack.t1558.003
| 概念 | 说明 |
|---|---|
| 免责事后审查（Blameless Post-Mortem） | 以系统为焦点而非追究个人责任的事件审查方式 |
| 根本原因分析（Root Cause Analysis） | 识别导致事件发生的根本原因 |
| 5 个为什么（5 Whys） | 通过迭代提问找到根本原因的技术 |
| MTTD（Mean Time to Detect，平均检测时间） | 从攻陷到检测的时间 |
| MTTC（Mean Time to Contain，平均遏制时间） | 从检测到遏制的时间 |
| MTTR（Mean Time to Recover，平均恢复时间） | 从根除到完全恢复的时间 |
| 持续改进（Continuous Improvement） | 基于真实事件数据迭代优化 IR 流程 |
| 工具 | 用途 |
|---|---|
| TheHive/ServiceNow | 事件时间线和文档管理 |
| Jira/Azure DevOps | 行动项目跟踪 |
| Confluence/SharePoint | 经验总结文档 |
| Splunk/Elastic | 事件指标和检测改进 |
| Sigma | 检测规则开发 |