← volver

Correlación Sigma para detectar movimientos laterales en Wazuh y Graylog

Por · · [Ciberseguridad] · lectura estimada: ~5 min

El desafío de la visibilidad en el movimiento lateral

El movimiento lateral es una de las fases más críticas del ciclo de vida de un ataque. Una vez que el adversario obtiene un punto de apoyo inicial, su siguiente objetivo es expandirse por la red, comprometiendo credenciales, explotando vulnerabilidades y moviéndose entre hosts. La detección de este comportamiento no es trivial: las acciones individuales pueden parecer legítimas, pero la correlación temporal y secuencial de eventos revela la intención maliciosa.

En este artículo exploraremos cómo combinar Wazuh (SIEM/HIDS y XDR) y Graylog (plataforma de gestión de logs y análisis) para implementar una capa de detección basada en reglas Sigma. Sigma es un estándar abierto para describir firmas de detección en formato YAML, lo que permite compartir y traducir reglas entre SIEMs. La clave está en usar la correlación de eventos (ventanas de tiempo, secuencias y umbrales) para identificar patrones de movimiento lateral con alta fidelidad y bajo ruido.

Arquitectura propuesta: Wazuh como sensor y Graylog como correlador

La arquitectura que presentamos no es un tutorial paso a paso, sino un diseño funcional. Wazuh se encarga de la recolección de eventos de seguridad (autenticación, ejecución de procesos, conexiones de red) en los endpoints. Graylog actúa como el cerebro de correlación, recibiendo logs de Wazuh (a través de su output a syslog o directamente al pipeline de Graylog) y aplicando reglas Sigma traducidas a la sintaxis de búsqueda de Graylog (query con elasticsearch o opensearch como backend).

La correlación Sigma no se limita a una sola regla. Es común usar cadenas de reglas (rule chaining) donde la salida de una regla alimenta la siguiente. Por ejemplo, una regla detecta un RDP exitoso y otra regla, con una ventana de 5 minutos, detecta un proceso nuevo en un host destino. La correlación de ambos eventos indica un posible movimiento lateral.

Instalación y configuración mínima en Wazuh

Para que Wazuh envíe eventos a Graylog, configuramos el ossec.conf del agente o del servidor central (si usamos archivos locales) para reenviar alertas por syslog. Un ejemplo de configuración en el servidor:

<ossec_config>
  <syslog_output>
    <server>graylog.example.com</server>
    <port>514</port>
    <format>json</format>
  </syslog_output>
</ossec_config>

Además, es recomendable habilitar el módulo <wodle name="command"> para ejecutar scripts que enriquezcan eventos con contextos como user.logon_type o host.ip.destino. No obstante, la clave es que Graylog reciba los logs del archivo alerts.json de Wazuh, lo cual se logra con un filebeat apuntando a la carpeta de alertas y enviando a Graylog via TCP/UDP.

Reglas Sigma: estructura y ejemplos reales

Sigma define reglas en YAML con secciones como detection, condition y timeframe. Para movimiento lateral, una regla típica es la de ejecución de servicios administrativos remotos (WMI, PSExec, Schtasks).

Un ejemplo concreto de regla Sigma para detectar WMI exec remoto:

title: WMI Process Call Create (Remote Execution)
logsource:
  category: process_creation
  product: windows
detection:
  selection:
    Image|endswith: '\wmiprvse.exe'
    CommandLine|contains: '-Process'
  condition: selection
falsepositives:
  - Administración legítima
level: high

Esta regla se traduce a un filtro en Graylog. Si usamos Elasticsearch como backend, la consulta sería:

winlog.event_id: 4688 AND winlog.event_data.Image: *\\wmiprvse.exe AND winlog.event_data.CommandLine: *-Process*

Pero el verdadero poder está en la correlación Sigma. Sigma permite expresar condiciones como selection1 and selection2 o selection1 | count() by hostname > 5. En Graylog, esto se implementa con Streams y Pipelines, combinando reglas de búsqueda y agregaciones.

Ejemplo de correlación temporal en Graylog

Supongamos dos reglas Sigma:

  1. Regla A: Detectar un login exitoso desde un host administrativo (Security Event 4624 con Logon Type 3).
  2. Regla B: Detectar creación de un servicio nuevo (Event 7045) en un host distinto en los siguientes 3 minutos.

En Graylog, creamos un Stream "Movimiento Lateral" con la consulta de la Regla A. Luego, en el pipeline de ese stream, agregamos una stage que evalúa si existe un evento que cumpla la Regla B con una ventana de tiempo. La función lookup_table o query de Graylog permite hacer consultas al índice buscando eventos recientes.

rule "correlate_rdp_service"
when
  has_field("winlog.event_id")
then
  let recent_service_events = query(
    "winlog.event_id:7045 AND source_ip:\"${source_ip}\"",
    relative_time: 3 * 60 * 1000
  );
  if (length(recent_service_events) > 0) {
    alert("Posible movimiento lateral detectado");
  }
end

Este enfoque usa correlación temporal con umbral y reduce falsos positivos. Además, podemos anidar más reglas, como la detección de Pass-the-Hash (Event 4624 con NTLM) seguida de un schedule task (Event 4698).

Enriquecimiento de eventos y contexto geográfico

Graylog permite enriquecer los eventos con información de Active Directory (por ejemplo, si el usuario es administrador de dominio) o con listas de IP internas/externas. Para movimiento lateral, es crucial clasificar los hosts. Podemos crear una lookup table en Graylog que mapee IPs a roles (servidor, DC, workstation). La correlación Sigma se alimenta de ese contexto: una regla que detecta PSExec desde una workstation hacia un DC es mucho más sospechosa que entre dos servidores de aplicación.

El enriquecimiento se hace en el pipeline de Graylog con reglas que asignan campos nuevos:

rule "enrich_host_role"
when
  has_field("source_ip")
then
  let role = lookup("host_roles", to_string($message.source_ip));
  set_field("source_role", role);
end

Luego, la regla de correlación puede usar source_role y destination_role como condiciones. Esto es un ejemplo de correlación contextual, no solo temporal.

Integración de alertas y respuesta automática

Una vez que Graylog genera una alerta de correlación, podemos enviarla de vuelta a Wazuh mediante una API o, más simple, a un canal de Slack/Teams. Wazuh tiene un módulo de active response que puede ejecutar acciones como aislar un host o bloquear una IP. Para ello, generamos un script que consuma la alerta de Graylog y ejecute el comando en el agente de Wazuh.

# Script de respuesta en Wazuh (ar.conf)
<active-response>
  <command>isolate_host</command>
  <location>local</location>
  <rules_id>100100,100200</rules_id>
</active-response>

La regla 100100 en Wazuh se dispara cuando recibe una alerta de Graylog (por ejemplo, un log con graylog_alert: true). Así, la correlación avanzada en Graylog se traduce en acción inmediata en los endpoints, sin depender de un operador.

Consideraciones de rendimiento y falsos positivos

La correlación de Sigma en Graylog puede ser costosa si se ejecutan muchas consultas por evento. Es recomendable usar índices optimizados y limitar la ventana de tiempo a 2-5 minutos para eventos de movimiento lateral. Además, las reglas Sigma deben ajustarse con falsepositives y level para priorizar. En Graylog, se pueden usar umbrales de conteo (por ejemplo, 3 intentos de WMI en 10 minutos) en lugar de un solo evento

comentarios(0)

$ dejar comentario

סHola! Soy SylonBot. Si te pierdes en el artículo, pregúntame 👋
☕ invítame a un café Si el contenido te fue útil · via PayPal