Celem projektu było zaprojektowanie, wdrożenie oraz przetestowanie środowiska Security Operations Center (SOC) w warunkach laboratoryjnych. Projekt odzwierciedla pełny cykl pracy analityka SOC Tier 1 oraz Detection Engineera:
- Zbudowanie architektury zbierania logów z podatnej aplikacji webowej (OWASP Juice Shop) oraz stacji roboczej (Windows 10 z Sysmonem).
- Przeprowadzenie kontrolowanych symulacji ataków webowych (SQLi, XSS, Path Traversal) oraz ataków na endpoint (OS Credential Dumping - LSASS) przy użyciu Atomic Red Team.
- Analizę surowej telemetrii i identyfikację wskaźników kompromitacji (IoC).
- Opracowanie własnych reguł detekcji w języku XML, korelacja zdarzeń oraz mapowanie logiki do matrycy MITRE ATT&CK.
Środowisko zostało zwirtualizowane przy użyciu hiperwizora VMware Workstation i podzielone na segmenty:
| Komponent | System / Technologia | Rola w środowisku |
|---|---|---|
| Wazuh Server (SIEM) | Ubuntu Server (Docker Compose) | Centralny menedżer logów (wazuh-manager), silnik analityczny, indeksowanie oraz wizualizacja. |
| Monitorowany Host Web | Kali Linux (kali-endpoint) |
Host uruchamiający cel ataków webowych – OWASP Juice Shop (Node.js / SQLite). |
| Monitorowany Endpoint | Windows 10 | Stacja robocza z wdrożonym systemem Sysmon, cel testów Atomic Red Team (kradzież poświadczeń). |
Strumieniowanie wyjścia kontenera do dedykowanego pliku dziennika na hoście Kali Linux:
sudo su -
mkdir -p /var/log/juiceshop
docker logs -f juiceshop >> /var/log/juiceshop/access.log 2>&1 &W pliku ossec.conf dodano monitorowanie (<log_format>syslog</log_format>).
Zainstalowano agenta Wazuh oraz system Sysmon (z dedykowaną konfiguracją XML). W pliku ossec.conf na maszynie Windows zdefiniowano subskrypcję kanału zdarzeń:
<localfile>
<location>Microsoft-Windows-Sysmon/Operational</location>
<log_format>eventchannel</log_format>
</localfile>Przeprowadzono próbę manipulacji zapytaniem bazodanowym w endpoincie wyszukiwarki produktów za pomocą ładunku SQL Injection:
curl -s "http://localhost:3000/rest/products/search?q='''%20OR%201=1--" > /dev/nullBrak parametryzacji zapytania wywołał błąd wykonania silnika SQLite, zarejestrowany w strumieniu: Error: SQLITE_ERROR: incomplete input.
Wdrożono zestaw autorskich reguł w pliku juiceshop_rules.xml. Przykład dla korelacji zautomatyzowanego skanowania katalogów:
<!-- DIRECTORY BRUTE-FORCE -->
<rule id="100012" level="3">
<match> 404 </match>
<description>Juice Shop: Zasob nie zostal odnaleziony (HTTP 404)</description>
</rule>
<rule id="100013" level="10" frequency="8" timeframe="30">
<if_matched_sid>100012</if_matched_sid>
<description>Juice Shop: Wykryto automatyczne skanowanie katalogow (seria 404)</description>
<mitre>
<id>T1083</id>
</mitre>
</rule>W ramach testowania bezpieczeństwa stacji roboczej (Endpoint Security), wykorzystano framework Atomic Red Team do przeprowadzenia symulacji zrzutu pamięci procesu LSASS (Technika MITRE: T1003.001). Testy wykonano w systemie Windows 10 z zainstalowanym Sysmonem (Event ID 10 - ProcessAccess).
Wykonano trzy warianty ataku:
Wariant 1: Użycie narzędzia ProcDump (T1003.001-1)

Wariant 2: Użycie systemowej biblioteki comsvcs.dll - LoLBin (T1003.001-2)

Wariant 3: Użycie bezpośrednich wywołań systemowych i unhookingu API (T1003.001-3)

Analiza w panelu Threat Hunting udowodniła, że Wazuh poprawnie interpretuje telemetrię z Sysmona. System zareagował alertami o poziomie krytycznym (Level 12) na podstawie potężnej, wbudowanej reguły 92900, skutecznie flagując warianty oparte na zewnętrznych payloadach (np. ProcDump).
Zdarzenia napływające z agentów są na bieżąco korelowane i prezentowane w module Threat Hunting.
Podczas wdrażania napotkano na problemy, których rozwiązanie dostarczyło cennej wiedzy z zakresu działania systemów SIEM oraz EDR:
-
Konflikty w silniku analitycznym (Nadpisywanie reguł):
- Objaw: Zdarzenia Sysmona z Windows 10 (Event ID 10) były błędnie klasyfikowane jako atak webowy Path Traversal dla Juice Shopu.
- Rozwiązanie: Zdiagnozowano problem przy użyciu narzędzia
wazuh-logtest. Okazało się, że zbyt ogólna reguła dla Juice Shopu (szukająca znaków../lub\) przechwytywała ścieżki systemowe Windowsa (np.C:\Windows\System32\rundll32.exe). Wymusiło to uszczegółowienie reguł webowych (dodanie tagów<match>GET|POST</match>), co przywróciło prawidłową klasyfikację logów z endpointów.
-
Ciche blokowanie procesów (LoLBins vs EDR/Defender):
- Objaw: Wykonanie zrzutu pamięci wariantem drugim (
comsvcs.dll) nie generowało alertów w SIEM, mimo prawidłowej składni reguł. - Rozwiązanie: Analiza wykazała, że ataki typu LoLBin (wykorzystujące natywne pliki systemu operacyjnego) są agresywniej monitorowane przez mechanizmy ochronne Windows Defender i EDR. Proces był zabijany u źródła tak szybko, że system operacyjny nie zdążył wypchnąć zdarzenia "ProcessAccess" do dziennika Sysmona. Udowadnia to różnicę między błędem detekcji SIEM a skuteczną, natywną prewencją endpointa.
- Objaw: Wykonanie zrzutu pamięci wariantem drugim (
-
Problem z formatowaniem XML (Błąd
invalid token):- Zastąpiono znaki specjalne HTML (np.
<script) uniwersalnymi wzorcami Regex, aby parser XML menedżera nie odrzucał reguł customowych.
- Zastąpiono znaki specjalne HTML (np.
W repozytorium dodano skrypt wazuh_auto_block.py, który:
- Loguje się do API Wazuh.
- Pobiera alerty i filtruje je po
rule.idi oknie czasowym. - Wyszukuje źródłowe adresy IP.
- Wywołuje Active Response do blokowania IP (lub działa w trybie dry-run).
export WAZUH_BASE_URL="https://<WAZUH_IP>:55000"
export WAZUH_USERNAME="wazuh-wui"
export WAZUH_PASSWORD="<HASLO_API>"
# Tryb bez zmian (podgląd)
python3 wazuh_auto_block.py --no-verify-ssl
# Realne blokowanie IP
python3 wazuh_auto_block.py --no-verify-ssl --execute-block



