MediaOpción múltiple

Pregunta de práctica de SC-100

Exhibit

Refer to the exhibit.
```kusto
SecurityAlert
| where AlertName == "Malware detected"
| where TimeGenerated > ago(1d)
| extend ThreatFamily = tostring(parse_json(ExtendedProperties).ThreatFamily)
| where ThreatFamily == "Ransomware"
| project TimeGenerated, AlertName, Computer, ThreatFamily
```

Consulte la exposición. Está solucionando problemas de una consulta de KQL en Microsoft Sentinel que se supone debe devolver alertas de detecciones de ransomware en el último día. La consulta no devuelve resultados, pero sabe que hubo alertas de ransomware. ¿Cuál es la causa más probable?

Elige la mejor respuesta.

Respuesta correcta

  • BEl filtro AlertName es demasiado específico y no coincide con el nombre real de la alerta.

Explicación

Es probable que el filtro `AlertName` de la consulta sea demasiado específico (por ejemplo, al usar una cadena codificada como 'RansomwareAlert') y no coincida con el nombre real de la alerta generado por las reglas de análisis de Microsoft Sentinel. Las alertas de ransomware a menudo tienen convenciones de nomenclatura dinámicas que incluyen nombres de variantes o sufijos, por lo que un filtro de coincidencia exacta no devuelve resultados aunque existan alertas. Por lo demás, la consulta parece sintácticamente correcta y el filtro `TimeGenerated` está configurado para el último día, lo que coincide con la presencia conocida de alertas.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

El campo ThreatFamily es un número entero, no una cadena.

El campo ThreatFamily en el esquema SecurityAlert se define como un tipo de datos de cadena, que normalmente contiene un identificador de categoría o familia como 'Trojan:Win32/AgentTesla'. Si el campo fuera en realidad un número entero, la consulta KQL produciría un error de discrepancia de tipos durante la comparación en lugar de un conjunto de resultados vacío. Dado que la consulta se ejecuta sin errores, el tipo de campo no es la fuente del problema.

B

Correcta

El filtro AlertName es demasiado específico y no coincide con el nombre real de la alerta.

El filtro AlertName es demasiado específico y no coincide con el nombre real de la alerta. En Microsoft Sentinel, los nombres de las reglas de análisis a menudo incluyen sufijos, números de versión o nombres para mostrar localizados, y la comparación exacta de cadenas en KQL distingue entre mayúsculas y minúsculas. Por ejemplo, una alerta llamada 'Suspicious PowerShell Activity' podría almacenarse como 'Suspicious PowerShell Activity (Preview)' o con un uso de mayúsculas diferente. Debido a que la consulta filtra por una coincidencia exacta, devuelve silenciosamente cero filas aunque existan alertas. Para resolver esto, use el operador `has` o `contains` para que coincida con una subcadena en lugar de la igualdad exacta.

C

Incorrecta

El filtro TimeGenerated utiliza el intervalo de tiempo incorrecto.

El filtro TimeGenerated utiliza el intervalo de tiempo incorrecto es incorrecto porque la expresión `TimeGenerated > ago(1d)` es la forma estándar y correcta de recuperar todos los registros de las últimas 24 horas. El filtro es sintácticamente válido y coincidirá con cualquier evento con una marca de tiempo en esa ventana. Si el intervalo de tiempo estuviera mal configurado, la consulta aún devolvería resultados del intervalo no deseado, no un conjunto vacío, a menos que la ventana de tiempo excluya por completo todos los datos, lo que no es el caso aquí. Por lo tanto, el filtro de tiempo no es la causa del resultado vacío.

D

Incorrecta

La función parse_json falla debido a un JSON mal formado.

La función parse_json falla debido a un JSON mal formado no es la razón de los resultados vacíos. La función `parse_json()` en KQL está diseñada para manejar el análisis de cadenas por fila; si un registro individual contiene JSON mal formado, la función devuelve un valor dinámico nulo para esa fila en lugar de abortar toda la consulta. Incluso en el peor de los casos en que todas las filas tengan JSON no válido, la consulta aún devolvería esas filas con campos nulos, no cero filas. En consecuencia, un fallo de análisis de JSON no puede causar la ausencia total de resultados que está observando.

Para profundizar

Al solucionar problemas de una consulta de KQL en Microsoft Sentinel o Log Analytics que no devuelve resultados, la causa más común es un filtro excesivamente específico o inexacto en una columna de cadena. Los operadores de comparación de cadenas predeterminados de KQL (`==`, `=~`) son exactos y distinguen mayúsculas de minúsculas, lo que significa que incluso variaciones menores en los nombres de las alertas (como un prefijo, sufijo, localización o una capitalización diferente) pueden producir un conjunto de resultados vacío mientras existen los datos subyacentes. A diferencia de los lenguajes de programación donde una discrepancia de tipos o datos mal formados generarían una excepción, las comparaciones de cadenas y dinámicas de KQL a menudo fallan silenciosamente, devolviendo cero filas en lugar de un error. Otra sutileza es que funciones como `parse_json()` son permisivas: devuelven nulo para entradas no válidas por cada fila, por lo que aún vería filas (con valores nulos) a menos que la consulta las filtre por completo. Un enfoque de depuración sólido implica primero simplificar la consulta —eliminando filtros uno por uno, usando `project` para inspeccionar el esquema y aprovechando `take` para muestrear datos sin procesar— antes de volver a agregar condiciones. Además, operadores como `has`, `contains` y `startswith` son más tolerantes que `==` y deben usarse al comparar campos dinámicos o generados por el usuario. Comprender estos comportamientos de KQL es fundamental para la búsqueda eficaz de amenazas y la clasificación de alertas en operaciones de seguridad, donde la falta de resultados puede ocultar incidentes reales.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de SC-100 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.

Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.