Threat Hunting (Săn tìm mối đe dọa) và phát hiện mối đe dọa chủ động dựa trên giả thuyết
1. Khái quát
Định nghĩa: Threat Hunting (Săn tìm mối đe dọa) là hoạt động phát hiện chủ động, lặp đi lặp lại và do con người dẫn dắt, trong đó nhà phân tích giả định rằng một cuộc xâm nhập chưa bị phát hiện—chưa kích hoạt cảnh báo nào—đã tồn tại bên trong mạng (Assume Breach), đặt ra giả thuyết, và chủ động rà soát dữ liệu trắc lượng từ xa (Telemetry) để tìm ra dấu vết của kẻ tấn công (TTP, artifact).
Threat hunting ra đời từ hai vấn đề mang tính cấu trúc: "giới hạn của việc phát hiện" và "thời gian ẩn náu (Dwell Time)". Các hệ thống phòng thủ truyền thống như SIEM, IDS, antivirus đều giả định "cái xấu đã biết (Known-bad)"—nghĩa là chỉ khi có hash, IP hoặc chữ ký (signature) đã được xác định là độc hại thì cảnh báo mới kêu. Tuy nhiên, các cuộc tấn công có chủ đích (APT), tấn công fileless, và kỹ thuật LotL (Living off the Land) lợi dụng công cụ hợp pháp lại không để lại chữ ký và trà trộn vào lưu lượng bình thường để xâm nhập, nên ung dung vượt qua lưới phát hiện tự động. Kết quả là phát sinh thời gian ẩn náu—khoảng thời gian hàng tuần đến hàng tháng kể từ khi xâm nhập xảy ra cho đến khi nhận biết được nó. Theo Mandiant M-Trends 2024, trung vị thời gian ẩn náu của các cuộc xâm nhập trên toàn cầu năm 2023 đã cải thiện đáng kể xuống còn 10 ngày, song việc một tỷ lệ lớn các cuộc xâm nhập vẫn được phát hiện qua thông báo từ bên ngoài (bên thứ ba) cho thấy khoảng trống trong phát hiện nội bộ.
Đặc biệt, kỹ thuật LotL thể hiện rõ nhất sự cần thiết của threat hunting. Khi kẻ tấn công thực hiện trinh sát, duy trì hiện diện và đánh cắp dữ liệu chỉ bằng các công cụ tích hợp sẵn của hệ điều hành như powershell.exe, wmic.exe, certutil.exe, thì đây đều là các chương trình hợp pháp được ký số, nên antivirus và phát hiện dựa trên chữ ký hoàn toàn không phản ứng. Rốt cuộc, phải phán đoán không phải "công cụ này có được thực thi không" mà là "công cụ này có được thực thi trong một bối cảnh khác thường không", điều vốn đòi hỏi sự phân tích của con người để đọc bối cảnh và ý đồ. Chính điểm này là ranh giới phân tách giữa phát hiện tự động và threat hunting.
Sự chuyển đổi tư duy nhằm lấp khoảng trống này chính là threat hunting. Nếu phát hiện truyền thống là mô hình bị động (Reactive)—"có cảnh báo thì ứng phó"—thì threat hunting là mô hình chủ động (Proactive): "dù không có cảnh báo cũng xem như đã bị xâm nhập và chủ động đi tìm trước". Có ba tiền đề cốt lõi. Thứ nhất, không có phòng ngừa hoàn hảo—phòng thủ chu vi nhất định sẽ bị xuyên thủng. Thứ hai, xâm nhập để lại dấu vết—kẻ tấn công nhất định để lại mẫu hình bất thường trong nhật ký tiến trình, mạng, xác thực. Thứ ba, cần đến trực giác con người—phán đoán đọc bối cảnh và ý đồ không thể thay thế hoàn toàn chỉ bằng tự động hóa. Nói cách khác, threat hunting là mô hình vận hành lấy năng lực đặt giả thuyết của nhà phân tích và khả năng hiển thị (Visibility) của tổ chức làm nguồn lực, chứ không phải lấy công cụ làm nguồn lực.
Threat hunting cũng khác với ứng phó sự cố (IR). Ứng phó sự cố là hoạt động hậu kỳ nhằm xử lý một sự cố đã được xác nhận, trong khi threat hunting là hoạt động phòng ngừa nhằm tìm ra mối đe dọa đang ẩn náu "trước khi sự cố được tuyên bố". Thành quả của một cuộc săn tìm thành công không chỉ dừng ở việc tìm ra một vụ xâm nhập, mà nằm ở việc chuyển khoảng trống phát hiện tìm thấy trong quá trình đó thành quy tắc phát hiện tự động mới (Detection Engineering) để từ đó về sau máy móc sẽ bắt được chúng. Theo nghĩa này, threat hunting nên được hiểu là động cơ phản hồi (Feedback) liên tục nâng cao năng lực phát hiện của SOC.
2. Cấu trúc tổng thể của threat hunting và vòng lặp săn tìm
Threat hunting không phải là sự thăm dò ngẫu hứng mà là quá trình tuần hoàn lặp lại gồm giả thuyết → điều tra dữ liệu → phát hiện mẫu hình → tự động hóa. Sơ đồ khái niệm dưới đây thể hiện cấu trúc tổng thể từ đầu vào (tình báo mối đe dọa, hiểu biết môi trường) đến đầu ra (phát hiện mới, liên kết ứng phó).
flowchart TB
subgraph IN["Đầu vào (trigger)"]
TI["Tình báo mối đe dọa (TTP)"]
BL["Baseline / Dấu hiệu bất thường"]
NEW["Lỗ hổng/Sự vụ mới"]
end
subgraph LOOP["Vòng lặp săn tìm (lớp phân tích)"]
HYP["1.Đặt giả thuyết (Hypothesis)"]
DATA["2.Điều tra dữ liệu (thu thập, truy vấn)"]
TECH["3.Áp dụng kỹ thuật (stacking, clustering)"]
FIND["4.Phát hiện mẫu hình/xâm nhập"]
end
subgraph OUT["Đầu ra (tạo giá trị)"]
DET["Quy tắc phát hiện mới (Sigma/EDR)"]
IR["Liên kết ứng phó sự cố (IR)"]
KB["Tri thức hóa (độ phủ ATT&CK)"]
end
TI --> HYP
BL --> HYP
NEW --> HYP
HYP --> DATA --> TECH --> FIND
FIND -->|"xác nhận xâm nhập"| IR
FIND -->|"có thể tái lập"| DET
FIND --> KB
KB -.->|"cải thiện lần săn sau"| HYP
DET -.->|"chuyển sang tự động hóa"| BL
Điểm khởi đầu của cấu trúc trên là giả thuyết (Hypothesis). Giả thuyết là bản thiết kế của cuộc săn tìm, quy định "tìm cái gì, ở đâu và như thế nào". Một giả thuyết tốt phải kiểm chứng được (Testable), được hậu thuẫn bởi môi trường và dữ liệu của tổ chức, và gắn cụ thể với một hành vi của kẻ tấn công (TTP). Ví dụ, giả thuyết "kẻ tấn công sẽ dùng rundll32.exe để nạp một DLL không được ký nhằm né tránh phòng thủ" có thể dẫn đến điều tra cụ thể truy vấn quan hệ cha-con bất thường và kết nối mạng của rundll32 trong nhật ký tạo tiến trình. Ngược lại, một giả thuyết mơ hồ như "chắc hẳn có vụ hack trong mạng của ta" thì không thể kiểm chứng, nên không thể là điểm khởi đầu của cuộc săn tìm.
Khi giả thuyết đã có, quá trình chuyển sang giai đoạn điều tra dữ liệu. Khả năng hiển thị có tính quyết định ở đây, bởi dù giả thuyết có xuất sắc đến đâu cũng không thể kiểm chứng nếu nhật ký liên quan không được thu thập. Các nguồn dữ liệu cốt lõi bao gồm nhật ký tạo tiến trình ở endpoint (ví dụ Windows Sysmon Event ID 1), nhật ký luồng mạng (NetFlow) và truy vấn DNS, nhật ký xác thực, nhật ký script-block của PowerShell, nhật ký kiểm toán đám mây. Tiếp theo, ở giai đoạn áp dụng kỹ thuật, các phương pháp phân tích như stacking, clustering, grouping (mô tả sau) thu hẹp các giá trị ngoại lai từ tập dữ liệu khổng lồ. Cuối cùng, ở giai đoạn phát hiện mẫu hình, nếu giả thuyết là đúng (xác nhận xâm nhập) thì chuyển sang ứng phó sự cố; nếu sai thì được ghi nhận như một kết quả có giá trị xác nhận "mối đe dọa đó không tồn tại", đồng thời nếu tìm thấy điều kiện phát hiện có thể tái lập thì nhất định chuyển sang quy tắc phát hiện tự động.
Nguyên lý thiết kế đáng chú ý trong vòng lặp này là phản hồi (các mũi tên nét đứt). Thành quả tri thức hóa cải thiện giả thuyết của lần săn tiếp theo, và quy tắc phát hiện mới tinh chỉnh định nghĩa "bình thường" của baseline. Nghĩa là mỗi vòng quay của vòng lặp săn tìm là một vòng tuần hoàn tích cực mang tính tích lũy nâng mức phát hiện của tổ chức lên một bậc. Chẳng hạn, nếu một tổ chức tài chính săn tìm theo giả thuyết "di chuyển ngang bất thường qua Remote Desktop (RDP)" và phát hiện việc lạm dụng một máy chủ trung chuyển cụ thể, thì điều kiện đó lập tức được mã hóa thành phát hiện tự động, đồng thời baseline "mẫu hình sử dụng RDP bình thường" được cập nhật để lần sau bắt được cả những sai lệch nhỏ hơn. Như vậy, thành quả của threat hunting phải được tích lũy không phải như một lần bắt giữ duy nhất mà như phần gia tăng vĩnh viễn của tài sản phát hiện.
3. Các loại hình săn tìm và Pyramid of Pain
Threat hunting được chia thành ba loại hình tùy theo điều gì khởi phát cuộc săn. Khung PEAK (Prepare, Execute, Act with Knowledge) do Splunk SURGe đề xuất năm 2023 phân biệt rõ ràng ba loại hình này. Bảng dưới đây tóm tắt trigger và đặc điểm của từng loại hình, còn hàm ý thực tiễn của mỗi loại được trình bày ở đoạn dưới bảng.
| Loại hình | Trigger (điểm khởi đầu) | Kỹ thuật tiêu biểu | Tình huống phù hợp |
|---|---|---|---|
| Dựa trên giả thuyết (Hypothesis-driven) | TTP từ tình báo mối đe dọa | Ánh xạ ATT&CK, mở rộng IOC | Theo dõi kẻ tấn công/chiến dịch cụ thể |
| Baseline | Định nghĩa "bình thường" và độ lệch | Phân tích tần suất, phát hiện bất thường | Mối đe dọa chưa biết, nội gián |
| Hỗ trợ bởi mô hình (M-ATH) | Cụm/điểm số từ mô hình ML | Clustering, học không giám sát | Dữ liệu khối lượng lớn, nhiều chiều |
Săn tìm dựa trên giả thuyết khởi đầu từ tình báo mối đe dọa. Chẳng hạn, khi nhận được báo cáo rằng một nhóm APT cụ thể duy trì hiện diện bằng scheduled task, thợ săn tìm trong môi trường của mình các nhật ký tạo bộ lập lịch tác vụ tương tự. Phương thức này hiệu quả vì mục tiêu rõ ràng, nhưng do phụ thuộc vào TTP đã biết nên yếu trước các cuộc tấn công hoàn toàn mới. Săn tìm baseline trước hết định nghĩa "trạng thái bình thường" rồi truy tìm các độ lệch khỏi nó. Ví dụ, nếu thiết lập baseline rằng một tài khoản máy chủ nhất định chỉ đăng nhập trong giờ làm việc, thì việc đăng nhập thành công lúc 3 giờ sáng lập tức trở thành đối tượng điều tra. Phương thức này mạnh trước mối đe dọa chưa biết và nội gián, nhưng trong môi trường mà phạm vi "bình thường" rộng thì sinh nhiều báo động giả. Săn tìm hỗ trợ bởi mô hình (M-ATH) dùng học máy để phân cụm hàng triệu sự kiện, tự động làm nổi bật các nhóm hiếm, rồi con người diễn giải cụm đó. Càng hiệu quả khi dữ liệu càng lớn, nhưng tính giải thích được của mô hình và việc có được nhãn là thách thức.
La bàn lý thuyết định "thứ tự ưu tiên" của việc săn tìm là Kim tự tháp Nỗi đau (Pyramid of Pain) do David Bianco đưa ra năm 2013. Đây là mô hình biểu diễn theo tầng bậc mức độ "nỗi đau (chi phí né tránh)" mà kẻ tấn công cảm nhận khi một chỉ báo (Indicator) nhất định bị phát hiện hoặc chặn. Sơ đồ khái niệm dưới đây cho thấy cấu trúc phân tầng của kim tự tháp.
flowchart TB
TTP["TTPs (Chiến thuật/Kỹ thuật/Quy trình) — nỗi đau cực đại"]
TOOL["Tools (công cụ)"]
ART["Network/Host Artifacts (artifact)"]
DOM["Domain Names (tên miền)"]
IP["IP Addresses (địa chỉ IP)"]
HASH["Hash Values (hash) — nỗi đau không đáng kể"]
TTP --> TOOL --> ART --> DOM --> IP --> HASH
Kim tự tháp này giải thích "tại sao chỉ chia sẻ IOC là chưa đủ". Danh sách hash và IP độc hại do các nguồn cấp tình báo mối đe dọa cung cấp trở nên cũ ngay khoảnh khắc nhận được, bởi kẻ tấn công thay hàng chục tên miền C2 ngay trong một ngày. Do đó, tổ chức chỉ dựa vào đáy kim tự tháp luôn đuổi theo "cuộc tấn công của ngày hôm qua". Ngược lại, tổ chức đã tích lũy tài sản phát hiện ở mức TTP vẫn bắt được cùng một mẫu hình hành vi ngay cả khi hạ tầng tấn công thay đổi, nên tuổi thọ của việc phát hiện dài hơn về căn bản.
Giá trị hash ở tận đáy kim tự tháp bị vô hiệu hóa ngay cả khi kẻ tấn công chỉ thay đổi một bit của tệp, nên dù có phát hiện cũng hầu như không gây đau cho kẻ tấn công. IP, tên miền ở phía trên cũng gây đau ít, vì kẻ tấn công có thể dễ dàng thay hạ tầng. Ngược lại, TTP ở đỉnh chính là "phương thức hành vi" của kẻ tấn công, nên khi bị phát hiện ở đó, kẻ tấn công phải thay đổi toàn bộ phương thức tác chiến của mình. Chẳng hạn, nếu tổ chức phát hiện ổn định kỹ thuật "tiêm mã vào một tiến trình hợp pháp", kẻ tấn công phải trả chi phí lớn là từ bỏ chính kỹ thuật tiêm đó. Vì vậy, threat hunting trưởng thành không dừng ở việc theo dõi hash, IP (IOC) dễ thay đổi mà phải leo lên phát hiện lấy TTP làm trung tâm (IOA, Indicator of Attack). Khi đó, ma trận MITRE ATT&CK đóng vai trò ngôn ngữ chung phân loại và ánh xạ TTP một cách hệ thống.
4. Các kỹ thuật phân tích cốt lõi và Mô hình trưởng thành săn tìm
Để thợ săn tìm ra một số ít dấu vết độc hại trong các nhật ký cỡ terabyte, người ta dùng một số kỹ thuật phân tích dữ liệu đã được định hình. Searching (tìm kiếm) là kỹ thuật cơ bản nhất, truy vấn các artifact đáp ứng điều kiện nhất định. Stacking (phân tích tần suất) tổng hợp tần suất xuất hiện của một giá trị thuộc tính cụ thể để tìm "cái hiếm nhất (Least Frequency of Occurrence)"—ví dụ, một dịch vụ hiếm chỉ được chạy trên 2 trong 10.000 PC toàn công ty trở thành ứng viên điều tra mạnh. Grouping gom xem liệu nhiều chỉ báo yếu có xuất hiện đồng thời trên một thời điểm/host nhất định hay không, và clustering tự động phân cụm các hành vi tương tự bằng thống kê hoặc ML. Chiến lược chung của các kỹ thuật này là thu hẹp "nhóm thiểu số nổi bật về mặt thống kê trong biển dữ liệu bình thường" về phạm vi rà soát của nhà phân tích.
Các kỹ thuật này dễ nắm bắt hơn qua các trường hợp cụ thể. Trong săn tìm baseline để tìm giao tiếp C2 (điều khiển và ra lệnh), truy cập web của người dùng bình thường có khoảng cách yêu cầu không đều và độ dài phiên đa dạng, trong khi beacon của mã độc (Beaconing) thể hiện tính quy luật máy móc, kiểu "gửi ra ngoài gói tin cùng kích thước mỗi 60 giây với sai số ±2 giây". Nếu stacking về mặt thống kê tính quy luật tinh vi này (jitter thấp, số byte cố định), có thể chọn lọc ra một số ít ứng viên beacon từ hàng triệu bản ghi lưu lượng bình thường. Một ví dụ khác, nếu tổng hợp hash của một binary dịch vụ cụ thể trên 10.000 thiết bị đầu cuối toàn công ty mà 9.998 máy có cùng một hash và chỉ 2 máy có hash khác, thì 2 máy đó có thể là bản cập nhật hợp pháp nhưng cũng có thể là sự giả mạo chuỗi cung ứng hoặc backdoor, nên nhất định trở thành đối tượng điều tra. Như vậy, "tính hiếm" và "tính quy luật bất thường" là hai manh mối mà thợ săn tin cậy nhất.
Năng lực threat hunting của tổ chức đang ở mức nào thì vẫn được đo bằng Mô hình trưởng thành săn tìm (HMM, Hunting Maturity Model) của David Bianco. Bảng dưới đây tóm tắt đặc điểm theo từng giai đoạn từ HMM0 đến HMM4, còn điều kiện thực tiễn để thăng bậc được giải thích ở dưới bảng.
| Giai đoạn | Tên gọi | Thu thập dữ liệu | Phương thức săn tìm |
|---|---|---|---|
| HMM0 | Initial | Hầu như không | Chỉ dựa vào cảnh báo tự động |
| HMM1 | Minimal | Một phần | Tìm kiếm dựa trên IOC |
| HMM2 | Procedural | Nhiều | Áp dụng quy trình do người khác tạo |
| HMM3 | Innovative | Nhiều | Sáng tạo quy trình phân tích mới của riêng mình |
| HMM4 | Leading | Nhiều | Tự động hóa toàn diện các cuộc săn thành công |
Tổ chức ở HMM0–HMM1 thực chất ở mức ứng phó cảnh báo, và săn tìm đích thực bắt đầu từ HMM2. Đáng chú ý là bản chất của giai đoạn cao nhất HMM4 là "tự động hóa". Nghĩa là tổ chức trưởng thành không lặp lại thủ công thành quả săn tìm mà con người đã phát hiện, mà lập tức chuyển thành phát hiện tự động, luôn đầu tư sức sáng tạo của con người vào "mối đe dọa chưa biết mới". Điều này cho thấy threat hunting và kỹ nghệ phát hiện (Detection Engineering) không phải là các hoạt động tách rời mà là một vòng tuần hoàn tích cực duy nhất. Một cuộc săn thành công được mã hóa thành quy tắc Sigma hoặc logic phát hiện EDR, và phát hiện tự động đó lại góp phần tinh chỉnh tiêu chuẩn "bình thường" của săn tìm baseline.
5. So sánh với các khái niệm tương tự
Threat hunting thường bị nhầm lẫn với các hoạt động phòng thủ lân cận như kiểm thử xâm nhập, red team, BAS, IR, nhưng góc nhìn và thành quả khác nhau rõ rệt. Khác biệt cốt lõi nằm ở "đóng vai kẻ tấn công, hay tìm các cuộc xâm nhập ẩn giấu từ góc nhìn của bên phòng thủ". Bảng dưới đây sắp xếp các khác biệt đó, còn lý do nảy sinh khác biệt được trình bày ở đoạn dưới bảng.
| Hoạt động | Góc nhìn | Mục đích | Thành quả chính |
|---|---|---|---|
| Threat hunting | Phòng thủ (chủ động) | Phát hiện trước xâm nhập ẩn náu | Quy tắc phát hiện mới, báo cáo xâm nhập |
| Kiểm thử xâm nhập | Tấn công (một lần) | Chứng minh khả năng khai thác lỗ hổng | Lỗ hổng, đường xâm nhập |
| Red team | Tấn công (bền bỉ) | Thử nghiệm năng lực phát hiện/ứng phó | Đánh giá khoảng trống phát hiện |
| BAS | Tấn công (tự động) | Kiểm chứng liên tục tính hữu hiệu của kiểm soát | Báo cáo khoảng trống kiểm soát |
| Ứng phó sự cố (IR) | Phòng thủ (hậu kỳ) | Xử lý sự cố đã xác nhận | Báo cáo khôi phục/loại bỏ |
Vì sao sự phân biệt này quan trọng trong thực tiễn trở nên rõ ràng ở việc phân bổ ngân sách và nhân lực. Nếu tổ chức thuê ngoài "kiểm tra bảo mật" và chỉ lặp lại kiểm thử xâm nhập, danh sách lỗ hổng chất chồng nhưng "kẻ tấn công đã ở bên trong" thì mãi mãi không được phát hiện. Ngược lại, nếu chỉ săn tìm mà không thực hiện kiểm chứng theo góc nhìn kẻ tấn công, sẽ không nắm bắt được điểm mù của hệ thống phát hiện của mình một cách hệ thống, và giả thuyết săn tìm trở nên thiên lệch. Vì vậy, tổ chức bảo mật trưởng thành kết hợp bốn hoạt động một cách bổ trợ lẫn nhau.
Kiểm thử xâm nhập và red team là các hoạt động thực hiện vai trò kẻ tấn công và chủ động gõ vào hệ thống phòng thủ. Kiểm thử xâm nhập là dự án một lần chứng minh "liệu lỗ hổng này có thực sự khai thác được không", còn red team thử nghiệm rộng hơn toàn bộ năng lực phát hiện/ứng phó của tổ chức trong thời gian dài. Ngược lại, threat hunting không thực hiện tấn công, mà tìm dấu vết của kẻ tấn công có thể đã ở bên trong, từ góc nhìn của bên phòng thủ. BAS (mô phỏng xâm nhập và tấn công) gần với phiên bản tự động hóa của red team ở chỗ nó tự động tái lập các TTP đã biết để kiểm chứng việc kiểm soát có hoạt động. Nếu các hoạt động "theo góc nhìn kẻ tấn công" này nhằm phơi bày các lỗ hổng của hệ thống phòng thủ, thì threat hunting bổ trợ ở chỗ nó tìm kẻ xâm nhập đã vào qua các lỗ hổng đó. Trong thực tiễn, ba hoạt động tạo thành một hệ sinh thái kiểm chứng duy nhất: thợ săn lấy khoảng trống phát hiện mà red team tìm thấy làm giả thuyết để săn, và kết quả được kiểm chứng liên tục bằng BAS.
6. Chuyên sâu — Khung PEAK và sự hội tụ vào kỹ nghệ phát hiện
Thay đổi rõ rệt nhất trong lĩnh vực threat hunting gần đây là "công đoạn hóa và tri thức hóa việc săn tìm kiểu ad-hoc". Trước kia, săn tìm phụ thuộc vào tri thức ngầm của nhà phân tích lành nghề nên tính tái lập thấp và khó đo lường thành quả. Để khắc phục điều này, David Bianco và Ryan Fetterman của Splunk SURGe đã công bố khung PEAK năm 2023. PEAK biến săn tìm thành công đoạn có thể tái lập qua ba giai đoạn: Prepare (chuẩn bị: chọn chủ đề, nghiên cứu, xác định phạm vi) → Execute (thực thi: điều tra dữ liệu và kiểm chứng giả thuyết) → Act with Knowledge (tri thức hóa: tự động hóa phát hiện từ phát hiện được, lập tài liệu, chia sẻ). Đặc biệt, giai đoạn "tri thức hóa" cuối cùng quan trọng ở chỗ nó buộc mọi cuộc săn, bất kể kết quả (dù có tìm thấy xâm nhập hay không), đều phải để lại tài sản của tổ chức—quy tắc phát hiện mới, bản đồ độ phủ ATT&CK, cập nhật baseline.
PEAK cũng biến săn tìm thành hoạt động có thể đo lường. Ở giai đoạn chuẩn bị, xác định rõ phạm vi, nguồn dữ liệu và các kỹ thuật ATT&CK cần kiểm chứng; ở giai đoạn thực thi, ghi lại thời gian tiêu tốn và kết quả truy vấn; và ở giai đoạn tri thức hóa, thống kê số lượng phát hiện mới và mức tăng độ phủ. Khi dữ liệu này tích lũy, có thể nắm bắt về mặt thống kê "chiến thuật (Tactic) nào có nhiều khoảng trống phát hiện" và "giả thuyết nào cho tỷ lệ trúng cao", nhờ đó định thứ tự ưu tiên đầu tư săn tìm của quý tới trên cơ sở bằng chứng. Nói cách khác, việc áp dụng khung là bước ngoặt nâng săn tìm từ nghệ thuật của người thợ lên thành kỹ nghệ có thể quản lý.
Một xu hướng khác là sự kết hợp giữa threat hunting với kỹ nghệ phát hiện (Detection Engineering) và sự du nhập của AI tạo sinh. Giả thuyết và phát hiện mà thợ săn đặt ra được mã hóa thành Sigma (chuẩn quy tắc phát hiện trung lập với nền tảng) và triển khai trên nhiều SIEM, EDR, và quá trình này đang phát triển thành "Phát hiện dưới dạng mã (Detection-as-Code)", được quản lý phiên bản và kiểm thử như CI/CD. Từ năm 2024 trở đi, săn tìm có AI hỗ trợ—dùng LLM để chuyển giả thuyết bằng ngôn ngữ tự nhiên thành truy vấn (ví dụ SPL, KQL) hoặc tóm tắt và xếp thứ tự ưu tiên các mẫu hình đáng ngờ từ nhật ký khổng lồ—đang lan rộng nhanh chóng. Tuy nhiên, do rủi ro ảo giác (Hallucination) của LLM và rò rỉ dữ liệu, AI được định vị không phải để thay thế phán đoán của nhà phân tích mà như công cụ hỗ trợ tăng cường việc tạo giả thuyết và tóm tắt dữ liệu. Thêm vào đó, trong paradigm CTEM (Quản lý phơi nhiễm mối đe dọa liên tục) do Gartner đề xuất, threat hunting đang có xu hướng được tái bố trí thành thành phần cốt lõi đảm nhận "kiểm chứng (Validation)" và bảo đảm khả năng hiển thị.
7. Điều cần cân nhắc và hàm ý
Từ góc nhìn của Kỹ sư chuyên nghiệp, khi thiết kế việc triển khai threat hunting cần những cân nhắc chiến lược sau.
Đầu tư đi trước vào khả năng hiển thị (dữ liệu) quyết định thành bại: Threat hunting chỉ khả thi "trong mức mà nhật ký hiện có cho phép". Vì không giả thuyết nào có thể kiểm chứng nếu không có trắc lượng từ xa chất lượng như EDR, Sysmon, nhật ký kiểm toán đám mây đi trước, nên trước khi khởi động chương trình săn tìm phải ưu tiên đầu tư vào phạm vi, thời hạn lưu trữ và chuẩn hóa (chuẩn hóa schema) của các nguồn nhật ký. Cần thiết kế tường minh sự đánh đổi giữa chi phí lưu trữ dữ liệu và phạm vi phát hiện.
Định nghĩa chỉ số thành quả là "nâng cao năng lực" chứ không phải "số vụ xâm nhập": Một cuộc săn có thể là thành công xác nhận "không có mối đe dọa" ngay cả khi không tìm thấy xâm nhập. Do đó KPI nên được đặt không phải là số vụ bắt giữ mà là ▲ số giả thuyết đã kiểm chứng ▲ số quy tắc phát hiện mới tạo ra ▲ tỷ lệ tăng độ phủ ma trận ATT&CK ▲ mức rút ngắn thời gian ẩn náu, để vận hành không bị méo mó. Thiết kế chỉ số sai sẽ khiến thợ săn chỉ bám vào "những vụ bắt dễ".
Cân bằng giữa tự động hóa và chuyên môn con người: Các cuộc săn có thể tái lập nên nhanh chóng chuyển sang phát hiện tự động (HMM4) để tái đầu tư thời gian của con người vào các mối đe dọa chưa biết. Tuy nhiên, phán đoán về bối cảnh và ý đồ vẫn là phần việc của con người, nên lệ thuộc quá mức vào AI, tự động hóa sẽ bỏ lỡ các phương thức tấn công mới. Phân chia vai trò theo tầng—lọc bằng tự động hóa trước, rồi con người phân tích chuyên sâu—là điều đáng mong muốn.
Định hình tổ chức, quy trình và áp dụng khung: Threat hunting phải là chương trình liên tục, không phải sự kiện một lần. Bằng cách áp dụng các khung công đoạn như PEAK, TaHiTI và ngôn ngữ chung MITRE ATT&CK, hãy bảo đảm tính tái lập và khả năng bàn giao, và phải thể chế hóa quy trình liên kết với red team, BAS, IR, CTEM. Các tổ chức vừa và nhỏ thực tế cần chiến lược lai (hybrid) là bổ sung năng lực qua thuê ngoài MDR (Phát hiện và Ứng phó được quản lý) trong khi tích lũy tri thức về môi trường của mình ở nội bộ.
Ranh giới pháp lý/đạo đức và cân bằng với quyền riêng tư: Threat hunting soi xét rộng rãi hoạt động trên thiết bị đầu cuối, mạng và xác thực của nhân viên, nên giám sát quá mức có thể xung đột với quy định bảo vệ dữ liệu cá nhân và giám sát người lao động. Phải tối thiểu hóa phạm vi thu thập dữ liệu sao cho tương xứng với mục đích bảo mật, tách biệt và kiểm toán quyền truy cập nhật ký, và bảo đảm tính chính đáng thông qua đánh giá tác động đến dữ liệu cá nhân (PIA) và quy định nội bộ. Vì cách tiếp cận "vì bảo mật thì thu thập bất cứ gì" có thể trở thành một mối đe dọa nội bộ khác, nên thiết kế cân bằng giữa mở rộng khả năng hiển thị và bảo vệ quyền riêng tư là nhiệm vụ cốt lõi ở tầm Kỹ sư chuyên nghiệp.
Tài liệu tham khảo
- Splunk SURGe, "Introducing the PEAK Threat Hunting Framework" — https://www.splunk.com/en_us/blog/security/peak-threat-hunting-framework.html
- David J. Bianco, "The Pyramid of Pain" / "A Simple Hunting Maturity Model" — https://detect-respond.blogspot.com/2013/03/the-pyramid-of-pain.html
- MITRE ATT&CK — https://attack.mitre.org/
- Google Cloud (Mandiant), "M-Trends 2024" — https://cloud.google.com/blog/topics/threat-intelligence/m-trends-2024
Tóm tắt một câu: Threat hunting là mô hình vận hành phòng thủ chủ động, lặp lại, trong đó dưới tiền đề "ta đã bị xâm nhập", nhà phân tích đặt giả thuyết để tìm trước các cuộc xâm nhập ẩn náu và chuyển những phát hiện đó thành phát hiện tự động lấy TTP làm trung tâm, liên tục nâng cao năng lực của SOC.