На главную страницу
О журнале План выхода Подписка Интернет-Магазин Реклама Контакты и реквизиты English На главную страницу Карта сайта Поиск по сайту Обратная связь

перейти к Содержанию номера
№ 5 (131)   сентябрь–октябрь 2026 г.
Раздел: Безопасность компьютерных систем
Способ обнаружения кибератак, направленных на принудительную аутентификацию в инфраструктуре Microsoft Active Directory
Method for Detecting Cyberattacks Aimed at Forced Authentication in Microsoft Active Directory Infrastructure
Маргарита Владимировна Афанасьева
M. V. Afanaseva
Александр Леонидович Лаврентьев
A. L. Lavrentуev
Елизавета Олеговна Молчанова
E. O. Molchanova
Иван Александрович Желтяков
I. A. Zheltyakov
Магнитогорский государственный технический университет им. Г. И. Носова
Nosov Magnitogorsk State Technical University

Предыдущая статьяСледующая статья

УДК 004.056

В статье рассматривается проблема обнаружения coercion-атак — класса кибератак, направленных на принудительную аутентификацию в инфраструктуре Microsoft Active Directory. На примере техники ShadowCoerce разработан набор признаков, позволяющий формировать вектор состояния системы для обнаружения и последующей классификации аномальной активности методами машинного обучения. Сформулированы три группы признаков: RPC-признаки, события аутентификации Windows и временны́е характеристики. Для оценки информативности признаков проведены три серии экспериментов: нормальная работа, атака ShadowCoerce и ложнопохожая легитимная RPC-активность. Показано, что предложенный набор метрик позволяет разграничить сценарии атаки и штатные операции теневого копирования, а также выявить характерные поведенческие признаки ShadowCoerce.

< ... >

Ключевые слова: coercion-атаки, ShadowCoerce, вектор состояния, метрики обнаружения, RPC, NTLM, Kerberos, события аутентификации, машинное обучение, Active Directory

The article discusses the problem of detecting coercion attacks, aimed at forced authentication within the Microsoft Active Directory infrastructure. Using the ShadowCoerce technique as an example, a set of features is developed that allows forming a system state vector for detecting and subsequently classifying abnormal activity using machine learning methods. Three groups of features are formulated: RPC features, Windows authentication events, and temporal characteristics. To assess the informativeness of the features, three series of experiments were conducted: normal operation, a ShadowCoerce attack, and legitimate RPC activity that mimics an attack. It is shown that the proposed set of metrics makes it possible to distinguish between attack scenarios and routine shadow copy operations, as well as to identify the characteristic behavioral patterns of ShadowCoerce.

Keywords: coercion attacks, ShadowCoerce, state vector, detection metrics, RPC, NTLM, Kerberos, machine learning, Active Directory
warning!   Полную версию статьи смотрите на страницах журнала «Защита информации. Инсайд»

Обращайтесь!!!
e-mail:    magazine@inside-zi.ru
тел.:        +7 (921) 958-25-50, +7 (911) 921-68-24


Предыдущая статья    СОДЕРЖАНИЕ НОМЕРА    Следующая статья

| Начало | О журнале | План выхода | Подписка | Интернет-магазин | Реклама | Координаты |

Copyright © 2004-2026 «Защита информации. Инсайд». Все права защищены
webmaster@inside-zi.ru

   Rambler's Top100    Технологии разведки для бизнеса