TY - THES A1 - Schwabe, Carina T1 - Derivation of a technical representation of the MITRE ATT&CK matrix and further analyses of the kill chain N2 - In modern societies, technology has a high value, as nearly all systems are controlled by information technology. This thesis aims to develop a technical representation of the MITRE ATT&CK matrix to enable faster and more effective responses to cyber attacks. Based on a analysis of common cyber attack models, such as the Diamnond Model of Intrusion Analysis and the Lockheed Martin Cyber Kill Chain, the MITRE ATT&CK matrix is used to develop an extended Kill Chain model. In this new model, MITRE tactics are grouped into five sequential attack phases, allowing for a clearer differentiation between actions taken during an attack. Aditionally, one ongoing group of MITRE tactics was identified. Building on this model, two graph-based representations are developed: a simple graph structure and a hierarchical, tree-shaped graph of MITRE tactics and techniques. The following discussion addresses the practical application of the new model, as well as potential further developments, such as integrating AI to analyse and predict existing and potential attack patterns. KW - Computersicherheit KW - MITRE KW - Modellierung Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:522-opus4-32152 PB - Technische Hochschule Brandenburg CY - Brandenburg an der Havel ER - TY - THES A1 - Reinhardt, Janek Simon T1 - Untersuchung der Realisierbarkeit von Heartbeat-Monitoring in Wazuh N2 - Der Stellenwert der Überwachung der Sicherheit von IT-Systemen nimmt mit dem Voranschreiten der Digitalisierung immer weiter zu. Um diese Aufgabe zu vereinfachen werden Monitoring-Systeme eingesetzt. Diese sammeln und verarbeiten Daten, um den Status des IT-Systems zu ermitteln. Zu diesen Monitoring-Systemen zählt Wazuh, welches in der Lage ist, die "Integrität" und "Vertraulichkeit" unter Zuhilfenahme von Agenten zu überwachen. Damit deckt Wazuh lediglich zwei der drei Schutzziele der IT-Sicherheit ab. Aus diesem Grund wird in dieser Bachelorarbeit untersucht, auf welche Art und Weise sich das SIEM und XDR System um Heartbeat Monitoring erweitern lässt. Dadurch wird Wazuh befähigt das dritte Schutzziel der IT-Sicherheit, die Verfügbarkeit, zu überwachen. Zu diesem Zweck wird eine Erweiterung der Wazuh-Implementierung um den Heartbeat Daemon des Elastic Stacks durchgeführt. Die Implementierung soll in der Lage sein, die Daten des Heartbeat Daemons zu empfangen, zu speichern, darzustellen und Benachrichtigungen auszulösen, sobald sich der Status von überwachten Systemkomponenten ändert. Um die Funktionalität dieses Proof of Concepts zu überprüfen wird Heartbeat Monitoring ebenfalls in einem Vergleichssystem umgesetzt. Dabei handelt es sich um die native Umgebung des Daemons, den Elastic Stack. Die Funktionalität des Elastic Stacks konnte auf unterschiedlichen Wegen reproduziert werden. Dies erfolgt zum einen durch die direkte Verarbeitung der Heartbeat-Ausgabe durch Wazuh. Alternativ besteht die Möglichkeit, die Heartbeat-Daten direkt in Wazuhs Datenbank zu schreiben. In Abhängigkeit der Version des Heartbeat-Daemons ist die Verwendung von Logstash als Middleware erforderlich. Das Darstellen der Daten ist für beide Methoden in Wazuhs Weboberfläche möglich. Das Erweitern von Wazuh um Heartbeat Monitoring ermöglicht der Software die Abdeckung der relevantesten Schutzziele der IT-Sicherheit. Es wird gezeigt, welche Methoden zur Erweiterung der Open-Source-Software angewendet werden können. KW - Wazuh KW - OpenSearch KW - Monitoring KW - Überwachung KW - IT-Sicherheit KW - Heartbeat KW - Verfügbarkeit KW - Availability KW - Computersicherheit KW - Elasticsearch Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:522-opus4-32204 PB - Technische Hochschule Brandenburg CY - Brandenburg an der Havel ER - TY - THES A1 - Ferneding, Conrad T1 - Analysis of Vulnerability CVE-2024-3094 in XZ Utils: Precedent Supply Chain Attack and Incident Analysis N2 - This thesis falls within the domain of cybersecurity and computer science, specifically focusing on the vulnerability CVE-2024-3094, which has a CVSS score of 10, discovered in late March of 2024. It integrates methodologies from network security, reverse engineering, and OSINT to thoroughly investigate this vulnerability. An aspect of this thesis will be the exploration of the incident and its social engineering campaign that led to a threat actor becoming a maintainer of XZ Utils. Another part of this work will be the analysis of how the vulnerability in XZ Utils affects SSH and whether SSH authentication is compromised by this vulnerability. The objective is to conduct a Proof of Concept (PoC) to demonstrate the presence of the backdoor. KW - Computersicherheit KW - Reverse Engineering KW - Social Engineering Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:522-opus4-32278 PB - Technische Hochschule Brandenburg CY - Brandenburg an der Havel ER - TY - THES A1 - Feustel, Sebastian T1 - Vergleichende Untersuchung von statischen Schwachstellenscannern für OCI-based-Images anhand einer exemplarischen Webanwendung N2 - In der modernen IT-Infrastruktur hat die Container-Technologien sehr viel an Bedeutung gewonnen und finden breite Anwendung in der Softwareentwicklung. Die zunehmende Komplexität zeitgenössischer Anwendungen erfordert effektive Sicherheitsmaßnahmen, um potenzielle Schwachstellen frühzeitig zu erkennen und zu beheben. Diese Bachelorarbeit befasst sich mit der Evaluierung verschiedener Vulnerability Scanner, die speziell für Container-Images entwickelt wurden. Im Rahmen der Arbeit wird eine einfache Webanwendung mit Frontend und Backend erstellt und anschließend containerisiert. Diese Beispielanwendung dient als Grundlage für die systematische Untersuchung und Bewertung mehrerer Vulnerability Scanner. Ziel ist es, die Ergebnisse der verschiedenen Tools zu analysieren und das effektivste Werkzeug zur Identifizierung von Sicherheitslücken in containerisierten Umgebungen zu bestimmen. Durch die Analyse und den Vergleich der Ergebnisse wird aufgezeigt, welches Tool die besten Ergebnisse hinsichtlich Erkennungsrate und Genauigkeit liefert. Zusätzlich bietet die Arbeit einen Einblick in die Nutzung der Scanner, woraus sich die Benutzerfreundlichkeit der einzelnen Scanner ableiten lässt. Diese Arbeit leistet einen wichtigen Beitrag zur Sicherheit und Zuverlässigkeit von containerisierten Anwendungen in der Praxis und bietet praktische Empfehlungen zur Optimierung der Containersicherheit. KW - Schwachstellenscanner KW - Container KW - Docker KW - Softwareschwachstelle KW - Docker KW - Computersicherheit Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:522-opus4-32025 ER - TY - THES A1 - Abdoul Karim, Malik T1 - Verbesserung der Alarmqualität und Entscheidungsfindung bei der Erkennung von Cyberangriffen durch Integration von Threat Intelligence und externen Datenquellen N2 - Diese Arbeit untersucht die Integration von externer Threat Intelligence in Cybersicherheitsplattformen, um die Erkennung von Bedrohungen in Echtzeit und die Reaktion auf Vorfälle zu verbessern. Durch den Einsatz von Datenscraping-Techniken auf sozialen Medien (X) in Kombination mit einer Python-basierten Verarbeitungspipeline und Elasticsearch zur Speicherung und Abfrage von Daten wird ein robustes System zur Analyse und Visualisierung bedrohungsrelevanter Informationen entwickelt. Das System integriert Natural Language Processing (NLP) Techniken, wie das Stanford CoreNLP-Framework und den Stucco Entity Extractor, um gesammelte Daten mit Cybersicherheitsentitäten anzureichern. Zudem werden maschinelle Lernmodelle, insbesondere Satztransformatoren, verwendet, um Texte einzubetten und die Kosinus-Ähnlichkeit zwischen potenziellen Bedrohungen und Warnmeldungen zu berechnen. Damit wird gezeigt, dass die Korrelation externer Datenquellen mit Threat Intelligence die Präzision von Alarmen erheblich verbessert und sicherheitsrelevante Einblicke für Analysten liefert. Das finale System bietet eine skalierbare und effiziente Datenverarbeitung sowie Echtzeit-Visualisierungen durch Elasticsearch und Kibana-Dashboards zur Unterstützung der Entscheidungsfindung in der Cybersicherheit. KW - NLP KW - Elastic KW - Twitter KW - X KW - Threat Intelligence KW - Machine Learning KW - Maschinelles Lernen KW - Twitter KW - Computersicherheit Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:522-opus4-32103 CY - Brandenburg an der Havel ER -