Zum Inhalt springen
Matthias von Ehr Cloud Security Architect

Security Architecture · Detection Engineering · Microsoft-Stack

Ich denke Angriffe zuerst und baue Security-Architekturen, die Unternehmen resilient machen.

Deep Dives zu Security Architecture, Detection Engineering und dem Microsoft-Stack. Dazu zwei Werkzeuge, die sich direkt auf dieser Seite bedienen lassen.

Kill Chain · AiTM → Entra ID 06 / 06
  1. Phishing-Link zugestellt Safe Links / E-Mail-Filtering Kontrolle versagt T1566.002
  2. AiTM-Proxy fängt die Session ab Phishing-resistente MFA (FIDO2 / WHfB) Keine Kontrolle T1557
  3. Session-Token entwendet Token Protection (Sign-in Session) Keine Kontrolle T1539
  4. Token-Replay ohne neue Anmeldung Conditional Access — Re-Evaluation Kontrolle versagt T1550.004
  5. MFA-Methode zur Persistenz registriert Identity Protection — Real-time Detection Kontrolle versagt T1556.006
  6. Zugriff auf Exchange & Graph Sentinel — Revoke Session on Alert Kontrolle greift · Angriff endet T1114
Befund

Drei Kontrollen versagen, zwei fehlen. Die Korrelation aus Risiko-Login und MFA-Registrierung feuerte. Automatisiertes Token-Revoke beendet die Sitzung.

Zum Deep Dive

Werkzeuge

Zwei Werkzeuge, direkt auf der Seite bedienbar.

Der KQL Explorer verkettet Einzelsignale zu Szenarien. Das Threat Model zeigt, welche Akteure und Techniken für eine Branche zählen.

01MITRE ATT&CK KQL Explorer

Atomare KQL ist Vokabular. Ein Szenario ist die Grammatik.

Ein Szenario verkettet Einzelsignale zu einem verteidigbaren Incident. Jeder Schritt trägt eine ehrliche Reifegrad-Angabe: theorized, static-reviewed, lab-tested oder field-observed.

Techniken
697
KQL-Queries
102
Techniken mit Detection
71

Stand 14. November 2026, mitre.triath.xyz

Weiteres Szenario ClickFix → Potemkin Loader → Hands-on-Keyboard 11 Schritte · Quelle: Huntress · static-reviewed
mitre.triath.xyz/scenario/trigona-3h static-reviewed

Trigona Ransomware in 3 Hours

Quelle: The DFIR Report, #19172. Jeder Schritt lief über gültige Admin-Credentials und Bordmittel. Einzeln liest sich jedes Signal wie legitime Administration.

Korrelationsfenster · eine Identität · 3 h

1 Incident · 6 Signale · 2 h 49 min

Data Encrypted for Impact
impact-mass-encryption · draft
DeviceFileEvents| where ActionType in ("FileRenamed","FileModified") or FileName =~ "how_to_decrypt.hta"| summarize affected=dcount(FolderPath), note=countif(FileName =~ "how_to_decrypt.hta") by DeviceName, bin(Timestamp, 5m)| where affected > 200 or note > 0
Tabellen: DeviceFileEvents Reifegrad: static-reviewed
Szenario im Explorer öffnen

02Threat Modelling

Branche, Region, Größenklasse. Heraus kommen relevante Akteure und eine ATT&CK-Heatmap.

Jede Aussage ist auf ihre Quelle zurückführbar. Das Modell ist ein Build-Artefakt, kein Dienst: kein Backend, keine Datenbank, keine Secrets zur Laufzeit.

  1. Quellen MITRE ATT&CK, MISP Galaxy, Ransomware.live
  2. ingest Holt die Quellen und schreibt je Quelle ein Manifest mit sha256.
  3. normalize Parst STIX, filtert Veraltetes, führt Akteure zusammen.
  4. map Aggregiert zu Zellen je Akteur × Land × NACE-Abschnitt × Monat.
  5. build Validiert das Modell und schreibt model.json.
  6. model.json Versioniertes Build-Artefakt, nur Aggregate.
  7. Oberfläche Rechnet das Scoring lokal aus dem Artefakt.
threatmodel · Abfrage Demo · illustrative Werte
Herkunft

Mit JavaScript lässt sich die Abfrage ändern. Gezeigt wird die Voreinstellung: C · Verarbeitendes Gewerbe, DACH, alle Größen.

Relevante Akteure

  1. 1
    Akteur 1 Cyberkriminalität
  2. 2
    Akteur 2 Cyberkriminalität
  3. 3
    Akteur 3 Cyberkriminalität
  4. 4
    Akteur 4 Cyberkriminalität
  5. 5
    Akteur 5 Staatlich
  6. 6
    Akteur 6 Cyberkriminalität

ATT&CK-Heatmap · Top 12 je Taktik

gering hoch

Die Werte dieser Demo sind illustrativ und stammen aus keiner Quelle. Quellenangabe der Live-Version, fest verdrahtet:

Data provided as-is, no warranty. Verify independently before critical decisions.

Research

Deep Dives