SKILLEMALL.ai
GitHub ↗ EN Войти

CC detecting-ntlm-relay-with-event-correlation

Обнаруживает атаки NTLM relay (T1557.001) путем сопоставления Windows Event 4624 LogonType 3 для несоответствий IP-адреса и имени хоста, выявления артефактов Responder/LLMNR poisoning, аудита подписи SMB/LDAP и пометки понижения версии NTLMv2 до NTLMv1. Используйте для поиска ретрансляции учетных данных в AD с поддержкой NTLM, расследования аномалий источника аутентификации, создания правил корреляции SIEM или реагирования на оповещения PetitPotam/DFSCoerce/PrinterBug.

машинный переводПоказать оригиналСкрыть оригинал«Detect NTLM relay attacks (T1557.001) by correlating Windows Event 462…»

Detect NTLM relay attacks (T1557.001) by correlating Windows Event 4624 LogonType 3 for IP-to-hostname mismatches, identifying Responder/LLMNR poisoning artifacts, auditing SMB/LDAP signing, and flagging NTLMv2-to-NTLMv1 downgrades. Use for hunting credential relay in NTLM-enabled AD, investigating auth-source anomalies, building SIEM correlation rules, or responding to PetitPotam/DFSCoerce/PrinterBug alerts.

mukul975/Anthropic-Cybersecurity-Skills Agent Skills автор: mukul975 Apache-2.0 6 файлов · 3 скрипта тело ≈ 8 365 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Обнаруживает атаки NTLM relay (T1557.001) путем сопоставления Windows Event 4624 LogonType 3 для несоответствий IP-адреса и имени хоста, выявления артефактов…

Как процесс C 59/100 · Есть пробелы — слабые места: ошибки и развилки, стоимость исполнения, повторный запуск

АнализаторЛюди и наймтип 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
88/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
Ошибки и развилки вес 10
0
Повторный запуск вес 4
30
Стоимость исполнения вес 6
40
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Рискованное назначение intent-offensive-security SKILL.md:52
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    > **Authorized Testing Disclaimer**: The offensive techniques and attack simulations described in this skill are intended exclusively for authorized penetration testing, red team engagements, purple t
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:235
    Строка, похожая на токен (может быть id, хеш или секрет)
    $adapters = Get-WmiObject -Class Win3…ion -Filter "IPEnabled=True"

Просканировано файлов: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 8365 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "domain"
  • заметка frontmatter-key неизвестное поле фронтматтера "subdomain"
  • заметка frontmatter-key неизвестное поле фронтматтера "atlas_techniques"
  • заметка frontmatter-key неизвестное поле фронтматтера "d3fend_techniques"
  • заметка frontmatter-key неизвестное поле фронтматтера "nist_ai_rmf"
  • заметка frontmatter-key неизвестное поле фронтматтера "nist_csf"
  • заметка frontmatter-key неизвестное поле фронтматтера "mitre_attack"

Процессный рейтинг: все десять параметров 59/100

  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 40Стоимость исполнения. Тело инструкции 8365 токенов: вытесняет саму задачу из окна
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 85Шаги. Шагов: 33, расплывчатых формулировок: 1
  • 100Согласованность. Имя и обязательные поля на месте
  • 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
  • -33 из 3 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 412 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 33 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (25 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.