Datenqualität entscheidet über Erkennung
Ein SIEM ist nur so gut wie die Daten, die es erhält. Typische Probleme sind ungeparste JSON-Blöcke, fehlende oder lokale Zeitstempel, uneinheitliche Feldnamen und große Mengen an Debug-Ausgaben, die Speicher und Aufmerksamkeit kosten.
Bewährte Parsing-Techniken
- Zeitstempel normalisieren: Wandeln Sie alle Ereigniszeiten bereits bei der Aufnahme in ISO 8601 / UTC um. Lokale Agent-Zeiten driften und erschweren die Korrelation.
- Einheitliches Schema: Verwenden Sie dieselben Feldnamen über alle Quellen hinweg – etwa
src_ipunddest_ipfür Firewall, EDR und Proxy. Standards wie ECS oder OCSF helfen dabei. - Kontext anreichern: Verknüpfen Sie Ereignisse mit Asset-Informationen (Kritikalität, Eigentümer, Schwachstellen), damit Analysten sofort priorisieren können.
- Mehrzeilige Logs: Stack-Traces und mehrzeilige Ereignisse beim Agenten zusammenführen, nicht erst im SIEM.
Rauschen sicher reduzieren
Logs blind zu verwerfen ist riskant. Besser:
- Massenhafte, harmlose Ereignisse gezielt auf Host-Ebene filtern – etwa mit einer granularen Sysmon-Konfiguration.
- Ein Hot-Warm-Cold-Speicherkonzept einführen, damit ältere Audit-Logs günstig, aber verfügbar bleiben.
- Erkennungsregeln an MITRE ATT&CK ausrichten und regelmäßig mit kontrollierten Simulationen testen.
Fazit
Eine saubere Pipeline spart Lizenzkosten, beschleunigt Untersuchungen und senkt Alarmmüdigkeit. Ob Wazuh, Elastic oder Splunk – wir unterstützen beim Aufbau und bei der Optimierung.
