building-incident-response-dashboard

name	building-incident-response-dashboard
description	在 Splunk、Elastic 或 Grafana 中构建实时事件响应（Incident Response）仪表盘，为安全运营中心（SOC）分析师和领导层提供主动事件处理过程中的态势感知（Situational Awareness），追踪受影响系统、遏制状态、失陷指标（IOC）扩散和响应时间线。适用于 IR 团队在事件协调和事后报告期间需要统一可见性的场景。
domain	cybersecurity
subdomain	soc-operations
tags	["soc","dashboard","incident-response","splunk","visualization","situational-awareness","metrics"]
version	1.0
author	mahipal
license	Apache-2.0

构建事件响应仪表盘

适用场景

在以下情况使用本技能：

• IR 团队在主动事件处理期间需要实时仪表盘进行协调和跟踪
• SOC 领导层需要展示事件状态和分析师工作负载的运营仪表盘
• 事后审查需要可视化时间线和影响评估
• 高管汇报需要高级别的事件指标和趋势分析

不适用于日常 SOC 监控仪表盘（应使用事件审查功能）——IR 仪表盘专为主动事件协调和管理报告而设计。

前置条件

• SIEM 平台（带有 Dashboard Studio 的 Splunk、Elastic Kibana 或 Grafana）
• SIEM 中的重要事件和事件数据（Splunk ES incident_review 索引）
• 用于修复跟踪的工单系统集成（ServiceNow、Jira）
• 用于上下文丰富的资产和身份查找表
• 面向 SOC 团队和管理层分发的仪表盘发布访问权限

工作流程

步骤 1：设计主动事件仪表盘布局

构建 Splunk Dashboard Studio 仪表盘用于主动事件跟踪：

<dashboard version="2" theme="dark">
  <label>主动事件响应仪表盘</label>
  <description>IR-2024-0450 实时跟踪</description>

  <row>
    <panel>
      <title>事件摘要</title>
      <single>
        <search>
          <query>
| makeresults
| eval incident_id="IR-2024-0450",
       status="CONTAINMENT",
       severity="Critical",
       affected_hosts=7,
       contained_hosts=5,
       iocs_identified=23,
       hours_elapsed=round((now()-strptime("2024-03-15 14:00","%Y-%m-%d %H:%M"))/3600,1)
| table incident_id, status, severity, affected_hosts, contained_hosts, iocs_identified, hours_elapsed
          </query>
        </search>
      </single>
    </panel>
  </row>
</dashboard>

步骤 2：构建实时受影响系统面板

跟踪受影响系统及其遏制状态：

| inputlookup ir_affected_systems.csv
| eval status_color = case(
    status="Contained", "#2ecc71",
    status="Compromised", "#e74c3c",
    status="Investigating", "#f39c12",
    status="Recovered", "#3498db",
    1=1, "#95a5a6"
  )
| stats count by status
| eval order = case(status="Compromised", 1, status="Investigating", 2,
                    status="Contained", 3, status="Recovered", 4)
| sort order
| table status, count

--- 详细主机表
| inputlookup ir_affected_systems.csv
| lookup asset_lookup_by_cidr ip AS host_ip OUTPUT category, owner, priority
| table hostname, host_ip, category, owner, status, containment_time,
        compromise_vector, analyst_assigned
| sort status, hostname

步骤 3：构建 IOC 跟踪面板

监控 IOC 在环境中的扩散：

--- 事件期间识别的 IOC
index=* (src_ip IN ("185.234.218.50", "45.77.123.45") OR
         dest IN ("evil-c2.com", "malware-drop.com") OR
         file_hash IN ("a1b2c3d4...", "e5f6a7b8..."))
earliest="2024-03-14"
| stats count AS hits, dc(src_ip) AS unique_sources,
        dc(dest) AS unique_dests, latest(_time) AS last_seen
  by sourcetype
| sort - hits

--- IOC 时间线
index=* (src_ip IN ("185.234.218.50") OR dest="evil-c2.com")
earliest="2024-03-14"
| timechart span=1h count by sourcetype

--- 新 IOC 发现跟踪
| inputlookup ir_ioc_list.csv
| stats count by ioc_type, source, discovery_time
| sort discovery_time
| table discovery_time, ioc_type, ioc_value, source, status

步骤 4：构建响应时间线面板

创建按时间顺序排列的事件时间线：

| inputlookup ir_timeline.csv
| sort _time
| eval phase = case(
    action_type="detection", "检测（Detection）",
    action_type="triage", "分诊（Triage）",
    action_type="containment", "遏制（Containment）",
    action_type="eradication", "根除（Eradication）",
    action_type="recovery", "恢复（Recovery）",
    1=1, "其他"
  )
| eval phase_color = case(
    phase="检测（Detection）", "#e74c3c",
    phase="分诊（Triage）", "#f39c12",
    phase="遏制（Containment）", "#e67e22",
    phase="根除（Eradication）", "#2ecc71",
    phase="恢复（Recovery）", "#3498db"
  )
| table _time, phase, action, analyst, details

时间线数据示例：

_time,action_type,action,analyst,details
2024-03-15 14:00,detection,Alert triggered - Cobalt Strike beacon detected,splunk_es,Notable event NE-2024-08921
2024-03-15 14:12,triage,Alert triaged - confirmed true positive,analyst_jdoe,VT score 52/72 on beacon hash
2024-03-15 14:23,containment,Host WORKSTATION-042 isolated,analyst_jdoe,CrowdStrike network isolation
2024-03-15 14:35,containment,C2 domain blocked on firewall,analyst_msmith,Palo Alto rule deployed
2024-03-15 15:00,eradication,Enterprise-wide IOC scan initiated,analyst_jdoe,Splunk search across all indices
2024-03-15 15:30,containment,3 additional hosts identified and isolated,analyst_msmith,Lateral movement confirmed
2024-03-15 16:00,eradication,Malware removed from all affected hosts,analyst_tier3,CrowdStrike RTR cleanup
2024-03-15 18:00,recovery,Systems restored and monitored,analyst_msmith,72-hour monitoring period started

步骤 5：构建 SOC 运营仪表盘

跟踪整体 SOC 性能指标：

--- 按严重性划分的事件量（过去 30 天）
index=notable earliest=-30d
| stats count by urgency
| eval order = case(urgency="critical", 1, urgency="high", 2, urgency="medium", 3,
                    urgency="low", 4, urgency="informational", 5)
| sort order

--- 平均检测时间（MTTD）
index=notable earliest=-30d status_label="Resolved*"
| eval mttd_minutes = round((time_of_first_event - orig_time) / 60, 1)
| stats avg(mttd_minutes) AS avg_mttd, median(mttd_minutes) AS med_mttd,
        perc95(mttd_minutes) AS p95_mttd

--- 平均响应时间（MTTR）
index=notable earliest=-30d status_label="Resolved*"
| eval mttr_hours = round((status_end - _time) / 3600, 1)
| stats avg(mttr_hours) AS avg_mttr, median(mttr_hours) AS med_mttr by urgency

--- 分析师工作负载分布
index=notable earliest=-7d
| stats count by owner
| sort - count

--- 告警处置分类
index=notable earliest=-30d status_label IN ("Resolved*", "Closed*")
| stats count by disposition
| eval percentage = round(count / sum(count) * 100, 1)
| sort - count

步骤 6：构建高管汇报仪表盘

在重大事件期间为领导层创建高级别仪表盘：

--- 高管摘要面板
| makeresults
| eval metrics = "业务影响：1 台文件服务器离线（财务部门），"
                ."预计恢复：4 小时，"
                ."数据丢失风险：低（备份已验证），"
                ."客户影响：无，"
                ."监管通知：不需要（未确认 PII 暴露）"

--- 趋势对比（本月与上月）
index=notable earliest=-60d
| eval period = if(_time > relative_time(now(), "-30d"), "本月", "上月")
| stats count by period, urgency
| chart sum(count) AS incidents by period, urgency

--- 主要威胁类别
index=notable earliest=-30d
| top rule_name limit=10
| table rule_name, count, percent

步骤 7：自动化仪表盘更新

使用 Splunk 计划搜索维护仪表盘数据：

--- 计划搜索：更新受影响系统查找表（每 5 分钟运行一次）
index=* (src_ip IN [| inputlookup ir_ioc_list.csv | search ioc_type="ip"
                    | fields ioc_value | rename ioc_value AS src_ip])
earliest=-1h
| stats latest(_time) AS last_seen, count AS event_count,
        values(sourcetype) AS data_sources by src_ip
| eval status = if(last_seen > relative_time(now(), "-15m"), "Active", "Dormant")
| outputlookup ir_affected_systems_auto.csv

核心概念

术语	定义
态势感知（Situational Awareness）	实时了解事件范围、受影响系统和响应进展
MTTD	平均检测时间（Mean Time to Detect）——从威胁发生到 SOC 告警生成的平均时间
MTTR	平均响应时间（Mean Time to Respond）——从告警到事件解决或遏制的平均时间
遏制率（Containment Rate）	相对于已被攻陷的系统总数，成功隔离的受影响系统百分比
燃尽图（Burn-Down Chart）	事件期间随时间推移跟踪剩余未完成调查任务的可视化图表
高管汇报（Executive Briefing）	显示业务影响、时间线和恢复状态的非技术性摘要仪表盘

工具与系统

• Splunk Dashboard Studio：具有拖放可视化和实时数据的现代仪表盘框架
• Elastic Kibana Dashboard：具有 Lens、Maps 和 Canvas 的可视化平台，用于安全仪表盘
• Grafana：支持包括 Elasticsearch 和 Splunk 在内的多种数据源的开源可视化平台
• Microsoft Sentinel Workbooks：基于 Kusto 的分析可视化的 Azure 原生仪表盘框架
• TheHive：开源事件响应平台，具有内置案例跟踪和指标仪表盘

常见场景

• 主动勒索软件事件：显示加密扩散、遏制状态、备份验证和恢复进展的仪表盘
• 数据泄露调查：跟踪受影响数据存储、外泄（Exfiltration）量和通知要求的仪表盘
• 钓鱼（Phishing）攻击活动响应：显示收件人数量、点击率、凭据暴露和修复状态的仪表盘
• 月度 SOC 报告：具有事件趋势、MTTD/MTTR 指标和分析师绩效的领导层仪表盘
• 合规审计：演示检测覆盖率、响应 SLA 合规性和事件关闭指标的仪表盘

输出格式

事件响应仪表盘 — IR-2024-0450
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

状态：遏制阶段（已历时 6 小时 30 分钟）

受影响系统:               遏制进度:
  已攻陷：   2            [==========----------] 71%
  调查中：   1            7 个系统中已遏制 5 个
  已遏制：   3
  已恢复：   1

IOC 摘要：                响应时间线：
  IP：      4             14:00 — 触发告警
  域名：    2             14:12 — 确认恶意
  哈希：    3             14:23 — 第一台主机隔离
  URL：     5             15:00 — 启动企业扫描
  邮件：    1             15:30 — 又隔离 3 台主机

关键指标：
  MTTD:    12 分钟
  MTTC:    23 分钟（第一台主机）
  在职分析师：3 人（Tier 2：2 人，Tier 3：1 人）

业务影响：低 — 财务文件服务器离线，无面向客户的系统受影响