SKILLEMALL.ai
GitHub ↗ EN Войти

CB correlating-security-events-in-qradar

Коррелирует события безопасности в IBM QRadar SIEM с использованием AQL (Ariel Query Language), пользовательских правил, блоков построения и управления инцидентами для обнаружения многоэтапных атак по сетевым источникам, конечным точкам и журналам приложений. Используйте, когда аналитикам SOC необходимо расследовать инциденты QRadar, создавать правила корреляции или настраивать логику обнаружения для снижения количества ложных срабатываний.

машинный переводПоказать оригиналСкрыть оригинал«Correlates security events in IBM QRadar SIEM using AQL (Ariel Query L…»

Correlates security events in IBM QRadar SIEM using AQL (Ariel Query Language), custom rules, building blocks, and offense management to detect multi-stage attacks across network, endpoint, and application log sources. Use when SOC analysts need to investigate QRadar offenses, build correlation rules, or tune detection logic for reducing false positives.

mukul975/Anthropic-Cybersecurity-Skills Agent Skills автор: mukul975 Apache-2.0 4 файла · 1 скрипт тело ≈ 2 339 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Коррелирует события безопасности в IBM QRadar SIEM с использованием AQL (Ariel Query Language), пользовательских правил, блоков построения и управления…

Как процесс B 72/100 · Почти готов — слабые места: ошибки и развилки, повторный запуск

ПроцедураИнфраструктураДанные и аналитикатип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
C
89/100
безопасность, качество, тесты
Безопасность 60%
94
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
B
72/100
Почти готов
Ошибки и развилки вес 10
0
Повторный запуск вес 4
30
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 6

    ✓ Критических и высоких находок нет

    Средние и низкие: 6
    • низкая Утечка данных net-credential-use references/api-reference.md:40
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (документация security-скилла)
      curl -s "https://qradar/api/siem/offenses?filter=…" -H "SEC: $TOKEN"
      security-скилл
    • низкая Утечка данных net-credential-use references/api-reference.md:43
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (документация security-скилла)
      curl -s "https://qradar/api/siem/offenses/12345" -H "SEC: $TOKEN"
      security-скилл
    • низкая Утечка данных net-credential-use references/api-reference.md:68
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (документация security-скилла)
      curl -s "https://qradar/api/reference_data/sets/Watchlist_IPs" -H "SEC: $TOKEN"
      security-скилл
    • низкая Рискованное назначение intent-offensive-security SKILL.md:117
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)
      Correlate authentication failures with network flows to detect lateral movement:
      детектор
    • низкая Рискованное назначение intent-offensive-security SKILL.md:267
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - **Lateral Movement Chain**: Track authentication events across multiple internal hosts from a single source
    • низкая Рискованное назначение intent-offensive-security SKILL.md:269
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - **Privilege Escalation**: Correlate user account changes (group additions) with prior suspicious authentication

    Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "domain"
    • заметка frontmatter-key неизвестное поле фронтматтера "subdomain"
    • заметка frontmatter-key неизвестное поле фронтматтера "nist_csf"
    • заметка frontmatter-key неизвестное поле фронтматтера "mitre_attack"

    Процессный рейтинг: все десять параметров 72/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 22
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2339 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • -31 из 1 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 356 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 22 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (11 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.