RousselTMLEARNING

Observabilité

Elastic Security : SIEM, règles de détection et investigation

Utiliser Elastic Security comme SIEM : sources de données ECS, types de règles de détection (query, EQL, ES|QL, seuil, indicator match, machine learning), règles prêtes à l'emploi, alertes, timelines et cases.

1. Elastic Security #

SIEM et protection.

Le périmètre #

Elastic Security réunit un SIEM (détection et investigation sur les logs), la protection des postes (Elastic Defend, intégration d'Elastic Agent) et la sécurité du cloud. Tout repose sur des données au format ECS : c'est ce qui permet à une même règle de fonctionner sur Windows, Linux ou un pare-feu.

Sources ECS, règles, alertes, timelines et cases.
SourceIntégration
Authentifications LinuxSystem, Auditd Manager
Événements WindowsWindows, Elastic Defend
Réseaupare-feu, Zeek, Suricata
CloudAWS CloudTrail, Azure, GCP

Licence #

LicenceCe qui est disponible
Basic (gratuite)SIEM : règles de détection (query, seuil, EQL, ES|QL, indicator match, new terms), règles prêtes à l'emploi, alertes, timelines, cases ; Elastic Defend en protection de base
Abonnements supérieursrègles de type machine learning, connecteurs tiers pour les actions (Slack, Jira, ServiceNow…), actions de réponse avancées d'Elastic Defend, assistant IA
À savoir : En licence Basic, les actions des règles se limitent aux connecteurs Server log et Index : les alertes restent visibles dans Kibana, mais la notification vers un outil externe demande un abonnement.

2. Les règles de détection #

Six familles.

Types de règles #

TypeDétecteExemple
Custom queryune requête KQL / Luceneexécution de mimikatz.exe
Thresholdun nombre d'événements par champplus de 10 échecs de connexion par IP
EQLune séquence ordonnée d'événementséchecs puis succès pour le même compte
ES|QLune agrégation ES|QLvolume anormal par utilisateur
Indicator matchune correspondance avec du renseignement sur les menacesIP connue comme malveillante
New termsune valeur jamais vuepremier accès d'un utilisateur à un serveur
Machine learningune anomalie d'un job MLprocessus rare sur un hôte
sequence by source.ip, user.name with maxspan=10m
  [authentication where event.outcome == "failure"]
  [authentication where event.outcome == "success"]
FROM logs-*
| WHERE event.category == "authentication" AND event.outcome == "failure"
| STATS echecs = COUNT(*) BY source.ip
| WHERE echecs > 20

Règles prêtes à l'emploi #

Elastic maintient plus d'un millier de règles, rattachées aux tactiques et techniques MITRE ATT&CK. On les installe depuis Security › Rules, on active celles qui correspondent aux données collectées, puis on ajoute des exceptions pour le bruit légitime.

Erreur courante : Activer toutes les règles d'un coup : la plupart échouent faute de données ou noient l'équipe sous les faux positifs. Activez par source de données, observez une semaine, puis ajustez.
À savoir : Chaque règle s'exécute à intervalle régulier (interval) sur une fenêtre (from) un peu plus large pour ne rien manquer entre deux exécutions.

3. Investiguer #

Alertes, timelines, cases.

Le cycle de traitement #

  1. Trier les alertes par sévérité et score de risque ; regrouper par hôte ou utilisateur.
  2. Investiguer dans une timeline : événements autour de l'alerte, arbre des processus, requêtes EQL.
  3. Suivre dans un case : commentaires, pièces, export vers un outil de ticketing (connecteur).
  4. Répondre : isoler un hôte avec Elastic Defend, ajouter une exception, fermer l'alerte.
Selon la version : l'assistant IA et l'Attack Discovery (regroupement d'alertes en attaques) dépendent de la version et de la licence ; ils nécessitent un connecteur vers un modèle de langage.

Articles liés

Kibana Maps et Canvas : cartes géographiques et présentations

Créer des cartes avec Kibana Maps (couches de documents, d'agrégats, choroplèthes, ES|QL) et des présentation…

Machine learning dans Elastic : détection d'anomalies et AIOps

Détecter automatiquement les comportements anormaux : jobs de détection d'anomalies, datafeeds, détecteurs, i…

Projet de parcours Elastic : centraliser et exploiter les journaux

Le projet de validation du parcours « Maîtrise de la suite Elastic » : Elastic Agent et Fleet, Logstash, Elas…

Pour aller plus loin

Soutenir

♥ SOUTENIR

Soutenez RousselTM Learning

Les formations, articles, TP et attestations restent gratuits et sans publicité intrusive. Une contribution libre, du montant de votre choix, finance l’hébergement, les environnements de TP et l’écriture de nouveaux contenus.

Contribuer avec PayPal Montant libre · carte bancaire ou compte PayPalEn savoir plus
QR code PayPal
Ou scannez ce QR code avec votre téléphone

Merci, chaque contribution compte !