Comprendre le fonctionnement d'un Centre Opérationnel de Sécurité (SOC) et d'un SIEM (Security Information and Event Management) : collecte, normalisation, corrélation, alertes, analyses. Architectures logicielles (Elastic, Splunk, QRadar), cas d'usage de détection, gestion des faux positifs, métriques (MTTD, MTTR) et intégration SOAR.
Connaissances en réseaux et sécurité (pare-feu, IDS/IPS, authentification), notions de base sur les attaques courantes (OWASP Top 10, MITRE ATT&CK).
Le SOC est une entité organisationnelle (interne ou externalisée) chargée de la surveillance, de la détection, de l'analyse et de la réponse aux incidents de sécurité en continu (24/7/365). Ses missions principales : - Surveillance proactive des alertes générées par les outils. - Analyse des événements et investigation des suspicions. - Réponse aux incidents (confinement, éradication, remédiation). - Veille et amélioration des règles de détection. - Reporting vers la direction et les RSSI. Le SOC s'appuie sur une pile technologique dont le cœur est le SIEM.
Un SIEM (Security Information and Event Management) est une solution logicielle qui combine : - SIM (Security Information Management) : stockage, agrégation et analyse à long terme des logs. - SEM (Security Event Management) : corrélation en temps réel, alerting et gestion des événements. Un SIEM moderne (Next-Gen SIEM) intègre des capacités d'UEBA (User and Entity Behavior Analytics) et de machine learning pour détecter des comportements anormaux.
L'architecture se décompose en plusieurs couches :
| Couche | Fonction | Exemples |
|---|---|---|
| Collecte | Récupération des logs depuis les sources (agents, syslog, API, SNMP). | Filebeat, Winlogbeat, syslog-ng, Logstash. |
| Normalisation | Transformation des logs hétérogènes en un format commun (champs standardisés). | Parsing avec regex, ECS (Elastic Common Schema), CIM (Splunk Common Information Model). |
| Corrélation / Analyse | Application de règles, de bases de connaissances et de modèles ML pour détecter les menaces. | Moteur de règles (Sigma, KQL), algorithmes de clustering, modèles d'anomalie. |
| Stockage | Conservation des événements bruts et enrichis pour l'investigation et la conformité (RFC). | Elasticsearch, base de données temps-réel, stockage cloud. |
| Visualisation / Investigation | Dashboards, graphiques, recherche libre, chronologies. | Kibana, Splunk UI, QRadar console. |
| Alerting / Orchestration | Génération d'alertes, notification des analystes, déclenchement de playbooks. | E-mail, Slack, TheHive, Cortex, SOAR. |
Exemple de normalisation (parsing) d'un log Windows pour le rendre utilisable :
─────────────────────────────────────────────────────────────────
Log brut (Event ID 4624) :
"An account was successfully logged on. Subject: Security ID: SYSTEM, Account Name: JOHN-DOE..."
Champs extraits normalisés (ECS) :
{
"event.id": "4624",
"winlog.computer_name": "SRV-DC01",
"user.name": "JOHN-DOE",
"source.ip": "10.0.0.45",
"event.type": "authentication_success",
"timestamp": "2026-06-20T14:32:10Z"
}
La qualité d'un SIEM dépend des données qu'il ingère. Les sources courantes :
| Source | Type de données | Exemples |
|---|---|---|
| Pare-feu / Routeurs | Flux réseaux, règles de filtrage, connexions refusées | NetFlow, sFlow, logs Cisco ASA |
| IDS/IPS | Alertes sur des signatures d'attaques | Snort, Suricata |
| Systèmes d'exploitation | Logs de sécurité, authentifications, démarrages | Windows Event Log (4624, 4625), Syslog Linux |
| Services d'annuaire | Connexions, modifications de groupes, déverrouillages | Active Directory, LDAP |
| Applications web | Accès, erreurs, injections | Apache, Nginx, applications métier |
| Bases de données | Requêtes anormales, tentatives de connexion échouées | MySQL, PostgreSQL, Oracle |
| Antivirus / EDR | Détections, mises à jour, quarantaines | Microsoft Defender, CrowdStrike, SentinelOne |
| Cloud / SaaS | Activités administratives, accès | Office 365, AWS CloudTrail |
La corrélation est le cœur du SIEM : elle consiste à croiser des événements apparemment anodins pour identifier un comportement malveillant. Les règles peuvent être : - Basées sur des signatures : alerter si plus de 10 échecs de login sur 5 minutes (brute force). - Basées sur des séquences : alerter si un scan de ports suivi d'un exploit réussi sur la même cible. - Basées sur des seuils statistiques : alerter si le trafic sortant dépasse +50% de la moyenne journalière (exfiltration). - Basées sur des modèles MITRE ATT&CK : associer des techniques aux phases du kill chain. Standard de règles : le format Sigma permet de décrire des règles de détection de façon agnostique (applicable sur Splunk, Elastic, QRadar, etc.).
Exemple de règle Sigma pour une détection de brute force sur Windows :
title: "Multiple Failed Logins from Single Source"
status: experimental
logsource:
product: windows
service: security
detection:
selection:
EventID: 4625
LogonType: 3 # Réseau
timeframe: 5m
condition: selection | count() by SubjectIP > 10
level: high
| Scénario | Indicateurs | Règle typique |
|---|---|---|
| Attaque par force brute | Succession d'échecs d'authentification sur un même compte. | Plus de 10 échecs de login sur un même compte en 1 min. |
| Mouvement latéral (Pass-the-Hash) | Connexions réseau inhabituelles depuis un poste de travail vers un serveur critique. | Connexion SMB/Outbound depuis un poste non administrateur vers un DC. |
| Exfiltration de données | Volume de trafic sortant important vers un pays suspect ou un site inconnu. | Alerte sur un flux sortant > 1 GB vers une IP externe non répertoriée. |
| Compte privilégié utilisé hors horaires | Connexion d'un administrateur en dehors des plages horaires habituelles. | Authentification admin entre 23h et 5h (hors maintenance). |
| Modification de règles de pare-feu | Changement de configuration par un utilisateur non autorisé. | Event ID 4947 (Windows Firewall) sur un compte non admin. |
Un SIEM génère souvent un nombre considérable d'alertes, dont une large majorité sont des faux positifs (FP). Cela conduit à une fatigue des analystes et à un risque de rater les vrais incidents. Les bonnes pratiques pour réduire les FP : - Tuning : ajuster les seuils, les plages horaires, les exclusions (ex: exclure les IP internes de confiance). - Contextualisation : enrichir les alertes avec des informations de réputation, des bases de données de threat intelligence. - Priorisation : utiliser un niveau de gravité (critique, haut, moyen, bas) pour trier les alertes. - Feedback : mettre en place une boucle où les analystes valident ou infirment les alertes pour améliorer les règles. Le volume de données peut aussi poser problème : il faut dimensionner le stockage (hot/warm/cold tiers) et la puissance de calcul (indexation).
Pour évaluer la performance du SOC et du SIEM, on utilise des indicateurs clés :
| Métrique | Définition | Objectif |
|---|---|---|
| MTTD (Mean Time To Detect) | Temps moyen entre le début d'une attaque et sa détection. | Réduire (idéalement < 10 min). |
| MTTR (Mean Time To Respond) | Temps moyen entre la détection et la résolution complète de l'incident. | Réduire (idéalement < 1h pour les incidents critiques). |
| Taux de faux positifs | Pourcentage d'alertes non pertinentes sur le total. | Diminuer (< 5% est un bon niveau). |
| Taux d'alertes vérifiées | Proportion d'alertes qui mènent à une investigation ou une action. | Augmenter pour justifier le SOC. |
| Couverture MITRE | Pourcentage de techniques ATT&CK détectées par le SIEM. | Augmenter pour combler les angles morts. |
Le SOAR (Security Orchestration, Automation and Response) est une couche complémentaire au SIEM qui permet d'automatiser les tâches répétitives de réponse aux incidents. Exemples de playbooks SOAR : - Alerte sur un compte compromis -> verrouiller automatiquement le compte, réinitialiser le mot de passe, notifier l'utilisateur. - Détection d'une IP malveillante -> ajouter automatiquement cette IP dans la liste noire du pare-feu. - Investigation d'un endpoint -> isoler la machine du réseau, lancer un scan antivirus, collecter les preuves. L'automatisation réduit le MTTD et le MTTR, et libère les analystes pour des tâches à plus forte valeur ajoutée.
✅ Réponse : Security Information and Event Management
✅ Réponse : Surveiller, détecter et répondre aux incidents de sécurité en continu
✅ Réponse : Sigma
✅ Réponse : MTTR
✅ Réponse : Bloquer automatiquement une IP malveillante sur le pare-feu après une alerte
✅ Réponse : Le volume élevé de faux positifs et la fatigue des analystes
✅ Réponse : Une connexion réussie
✅ Réponse : Elle transforme les logs hétérogènes en un format structuré commun
✅ Réponse : MITRE ATT&CK
✅ Réponse : Les logs d'authentification des systèmes (Windows Event, Syslog)