软件下载帮助文档新闻资讯

Skill UI

浏览并发现 18671+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索安全运营中心，共找到 10 条记录

默认排序最新上传最多下载

分析Azure日志检测安全威胁

analyzing-azure-activity-logs-for-threats

mukul975/Anthropic-Cybersecurity-Skills

本技能指导用户使用KQL查询Azure Monitor活动和登录日志，以检测复杂的安全威胁。内容涵盖发现可疑管理操作、不可能的旅行场景、权限提升尝试和未经授权的资源修改。非常适用于安全运营中心（SOC）分析师构建高级威胁狩猎规则或开发云SIEM检测。

DNS日志分析：检测数据泄露与C2

analyzing-dns-logs-for-exfiltration

mukul975/Anthropic-Cybersecurity-Skills

本技能用于分析DNS查询日志，以检测通过DNS隧道、DGA或隐蔽的C2通道进行的复杂数据泄露攻击。它利用熵值分析、查询量异常检测和子域名长度分析等高级技术，帮助安全运营中心（SOC）识别出绕过传统网络安全控制的威胁。

使用Splunk SPL构建安全检测规则

building-detection-rule-with-splunk-spl

mukul975/Anthropic-Cybersecurity-Skills

本技能指导如何使用Splunk SPL编写高级的关联搜索规则。内容涵盖基于阈值、序列和异常检测等多种方法，用于在安全运营中心（SOC）环境中识别复杂的安全威胁，如暴力破解、横向移动和数据外泄，是提升SIEM检测能力的关键。

SOC运营指标与KPI仪表盘

building-soc-metrics-and-kpi-tracking

mukul975/Anthropic-Cybersecurity-Skills

本技能用于构建全面的安全运营中心（SOC）性能指标和KPI仪表盘。它能够利用SIEM数据计算关键指标，包括平均检测时间（MTTD）、平均响应时间（MTTR）和告警质量比率。适用于SOC管理层、合规审计以及需要量化安全态势的持续改进项目。

内部数据泄露检测与分析

detecting-insider-data-exfiltration-via-dlp

mukul975/Anthropic-Cybersecurity-Skills

本技能提供结构化流程和Python代码示例，用于检测内部数据泄露行为。通过建立用户行为基线和进行统计异常分析，它分析端点、云存储和邮件日志中的异常模式。适用于安全运营中心（SOC）进行内部威胁调查、DLP违规监控和构建高级行为分析规则。

分析凭证填充攻击行为

hunting-credential-stuffing-attacks

mukul975/Anthropic-Cybersecurity-Skills

本技能提供结构化的方法，用于通过分析认证日志来检测凭证填充攻击。它重点识别登录速度异常、高源IP多样性、密码喷洒模式以及失败登录的地理分布异常。适用于安全运营中心（SOC）进行威胁狩猎和构建账户接管检测规则。

基于风险的SOC告警疲劳缓解

implementing-alert-fatigue-reduction

mukul975/Anthropic-Cybersecurity-Skills

本技能提供了一套系统化的方法论，用于缓解安全运营中心（SOC）的告警疲劳问题。它指导用户通过实施基于风险的告警（RBA），将海量、低质量的阈值告警，转化为具有高价值、高上下文的风险评分。核心在于量化告警质量，通过分析真阳性/假阳性比率，系统性地调优检测规则，从而大幅提升分析师的警报处理效率。

SIEM用例调优与优化

implementing-siem-use-case-tuning

mukul975/Anthropic-Cybersecurity-Skills

本技能指导安全团队系统性地调优SIEM（如Splunk和Elastic）的检测规则。通过分析历史告警数据、建立环境基线、创建白名单并计算误报率，旨在显著减少告警疲劳（Alert Fatigue），提高安全运营中心的检测准确性和效率。

用户行为分析与异常检测

performing-user-behavior-analytics

mukul975/Anthropic-Cybersecurity-Skills

本技能执行用户和实体行为分析（UEBA），通过建立行为基线和统计分析模型，检测异常用户活动。它可以识别“不可能旅行”、异常登录模式、特权滥用等行为，帮助安全运营中心（SOC）团队及时发现被盗账户或内部威胁。

检测DNS隧道中的C2流量

detecting-command-and-control-over-dns

mukul975/Anthropic-Cybersecurity-Skills

本技能用于检测通过DNS协议隧道传输的命令与控制（C2）流量。通过应用香农熵分析、机器学习（ML）进行DGA域名分类，以及结合Zeek/Suricata日志进行关联分析。适用于安全运营中心（SOC）和威胁猎手，用于调查数据外泄、DNS信标行为或可疑的DNS异常活动。

1

语言