SKILLEMALL.ai

CB implementing-ot-incident-response-playbook

Разрабатывает плейбуки реагирования на инциденты, специфичные для OT, с использованием движка Python на основе SANS PICERL, который классифицирует серьезность инцидента (безопасность, процесс, доступ, разведка) и координирует действия IT SOC, инженерного отдела OT и производственных подразделений в соответствии с IEC 62443 и NIST SP 800-82. Используйте при создании процедур реагирования на инциденты ICS/SCADA впервые, при подготовке к сценариям программ-вымогателей в OT или при согласовании IR с требованиями отчетности IEC 62443/NERC CIP.

машинный переводПоказать оригиналСкрыть оригинал«Develops OT-specific incident response playbooks using a SANS PICERL-b…»

Develops OT-specific incident response playbooks using a SANS PICERL-based Python engine that classifies incident severity (safety, process, access, recon) and coordinates IT SOC, OT engineering, and plant operations, aligned with IEC 62443 and NIST SP 800-82. Use when building ICS/SCADA incident response procedures for the first time, preparing for OT ransomware scenarios, or aligning IR with IEC 62443/NERC CIP reporting requirements.

mukul975/Anthropic-Cybersecurity-Skills Agent Skills автор: mukul975 Apache-2.0 4 файла · 1 скрипт тело ≈ 4 026 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Разрабатывает плейбуки реагирования на инциденты, специфичные для OT, с использованием движка Python на основе SANS PICERL, который классифицирует серьезность…

Как процесс B 71/100 · Почти готов — слабые места: ошибки и развилки, отчётность по ходу

ПроцедураБезопасностьДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
89/100
безопасность, качество, тесты
Безопасность 60%
94
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
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 Рискованное назначение intent-offensive-security references/api-reference.md:8
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | Malware/Ransomware | P1 - Critical | OT network malware (EKANS, Triton) | Immediate |
    • низкая Рискованное назначение intent-offensive-security SKILL.md:7
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      the first time, preparing for OT ransomware scenarios, or aligning IR with IEC
    • низкая Рискованное назначение intent-offensive-security SKILL.md:44
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - When preparing for OT ransomware scenarios like EKANS or LockerGoga
    • низкая Рискованное назначение intent-offensive-security SKILL.md:87
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      RANSOMWARE = "ransomware"
    • низкая Рискованное назначение intent-offensive-security SKILL.md:159
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)
      "Revise network segmentation if lateral movement was successful",
      детектор
    • низкая Рискованное назначение intent-offensive-security SKILL.md:217
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      OTIncidentCategory.RANSOMWARE: {

    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 71/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 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
    • 70Стоимость исполнения. Тело инструкции 4026 токенов
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 18
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Повторный запуск. Изменяющих операций нет

    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 439 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 18 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)
    • +1Лицензия указана

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