LONDON (IT BOLTWISE) – Kerberoasting-Angriffe stellen seit über einem Jahrzehnt eine Herausforderung für die IT-Sicherheit dar. Trotz zahlreicher Versuche, diese Bedrohung zu erkennen, bleiben viele Ansätze ineffektiv. Die BeyondTrust-Forschung hat nun einen neuen Weg eingeschlagen, um die Genauigkeit der Anomalieerkennung zu verbessern.
Kerberoasting-Angriffe nutzen das Kerberos-Netzwerkauthentifizierungsprotokoll in Windows Active Directory-Umgebungen aus. Angreifer zielen darauf ab, die Verschlüsselung von Service-Tickets zu knacken, die mit dem Passwort-Hash des Dienstkontos verschlüsselt sind. Dies ermöglicht es ihnen, sich lateral zu bewegen, Privilegien zu eskalieren oder Daten zu exfiltrieren.
Traditionelle Erkennungsmethoden basieren häufig auf heuristischen Ansätzen, die sich als unzuverlässig erwiesen haben. Sie erzeugen entweder zu viele Fehlalarme oder übersehen subtile, langsame Angriffe. Die BeyondTrust-Forschung hat sich daher auf die Entwicklung eines statistischen Modells konzentriert, das die Erkennung von Anomalien verbessert und Fehlalarme reduziert.
Das neue Modell nutzt statistische Analysen, um normale Benutzerverhaltensmuster zu lernen und Abweichungen zu identifizieren. Es gruppiert ähnliche Ticket-Anforderungsmuster in Cluster und verfolgt die Häufigkeit bestimmter Aktivitätsniveaus über die Zeit. Diese Methode ermöglicht es, verdächtige Aktivitäten zu erkennen, die in isolierter Betrachtung unauffällig erscheinen könnten.
In Tests über 50 Tage hinweg konnte das Modell sechs Anomalien identifizieren, darunter zwei Penetrationstests und einen simulierten Kerberoasting-Angriff. Diese Ergebnisse zeigen, dass das Modell in der Lage ist, sowohl offensichtliche als auch subtile Bedrohungen effektiv zu erkennen.
Die Forschungsergebnisse unterstreichen die Bedeutung der Zusammenarbeit zwischen Sicherheitsexperten und Datenwissenschaftlern. Während Statistiker adaptive Modelle entwickeln können, die variable Verhaltensweisen berücksichtigen, liefern Sicherheitsexperten den notwendigen Kontext zur Identifizierung bemerkenswerter Merkmale innerhalb der erkannten Ereignisse.
Zusammenfassend zeigt diese Forschung, dass es auch bei langjährigen Angriffsmustern wie Kerberoasting klare Wege gibt, die Erkennungs- und Reaktionsfähigkeiten zu verbessern. Neben der Entwicklung neuer Erkennungsmöglichkeiten sollten Teams auch proaktive Sicherheitsmaßnahmen ergreifen, um Risiken zu minimieren, bevor sie auftreten.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Statistische Modelle verbessern Kerberoasting-Erkennung" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Statistische Modelle verbessern Kerberoasting-Erkennung" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Statistische Modelle verbessern Kerberoasting-Erkennung« bei Google Deutschland suchen, bei Bing oder Google News!