DifícilOpción múltiple

Pregunta de práctica de SC-200

Un analista de SOC está creando una regla analítica programada en Microsoft Sentinel para detectar inicios de sesión desde direcciones IP que no están en la lista de permitidos conocida de la organización. La lista de permitidos se mantiene en una lista de observación personalizada llamada 'AllowedIPs'. El analista quiere que la consulta KQL filtre de manera eficiente las IP permitidas. ¿Qué enfoque KQL debe utilizar el analista?

Elige la mejor respuesta.

Respuesta correcta

  • CUtilice la función _GetWatchlist('AllowedIPs') y filtre con el operador '!in'.

Explicación

La función _GetWatchlist('AllowedIPs') recupera el contenido de la lista de observación en tiempo de ejecución de la consulta, y combinarla con el operador '!in' filtra de manera eficiente los inicios de sesión de las IP presentes en la lista de observación. Este enfoque es dinámico, lo que significa que las actualizaciones de la lista de observación se reflejan automáticamente sin modificar la consulta, y evita codificar IP estáticamente o utilizar búsquedas fila por fila ineficientes.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Utilice el operador 'lookup' para mapear las IP con la lista de observación.

El operador lookup requiere que la lista de observación se materialice como una tabla y coincide con una sola columna clave, por lo que no puede hacer referencia directamente a la lista de observación 'AllowedIPs' por su nombre dentro de la consulta. Es tentador porque lookup realiza un enriquecimiento de dimensiones, lo que se adapta a la unión de datos de referencia ya ingeridos en una tabla del área de trabajo.

B

Incorrecta

Utilice una instrucción 'let' para definir una lista estática de IP permitidas.

Una lista 'let' estática codifica la lista de permitidos dentro del texto de la consulta, por lo que nunca refleja la lista de observación 'AllowedIPs' y debe editarse manualmente cada vez que la lista cambia. Es tentador porque 'let' define constantes reutilizables de forma económica, lo que se adapta a umbrales fijos o listas pequeñas que rara vez cambian.

C

Correcta

Utilice la función _GetWatchlist('AllowedIPs') y filtre con el operador '!in'.

El uso de `_GetWatchlist('AllowedIPs')` extrae la lista de observación en la consulta, luego `!in` excluye esas direcciones de los resultados de inicio de sesión. Esto satisface directamente el requisito de filtrar las IP permitidas de manera eficiente, ya que la función lee la lista de observación en el momento de la consulta sin codificar valores en el KQL.

D

Incorrecta

Utilice el operador 'evaluate' con un script de Python.

El operador evaluate con un script de Python ejecuta código Python en línea sobre el flujo de consultas, el cual no puede leer la lista de observación 'AllowedIPs' y añade una dependencia de espacio aislado (sandbox) a una regla programada. Es tentador porque los complementos evaluate amplían KQL con detección de anomalías y funciones estadísticas, lo que se adapta a modelado avanzado en lugar de un simple filtrado por lista de permitidos.

Para profundizar

Las listas de observación de Microsoft Sentinel se almacenan como una lista con nombre respaldada por una tabla de Log Analytics, y la función _GetWatchlist('AllowedIPs') devuelve sus filas en el tiempo de ejecución de la consulta para que la lista se pueda actualizar sin editar la regla analítica. El patrón eficiente es proyectar la columna relevante y filtrar la tabla de inicio de sesión con '!in', lo que permite al motor de consultas realizar la unión anti (anti-join) contra la lista de observación. Una sutileza es que _GetWatchlist tiene un límite de filas predeterminado y puede ser lento si la lista de observación es grande, por lo que basarse en una sola columna y usar '!in' en lugar de una unión completa es preferible. Esto importa para una regla programada que se ejecuta cada pocos minutos sobre grandes volúmenes de SigninLogs, donde una unión ineficiente inflaría el coste de la consulta y retrasaría la detección de inicios de sesión anómalos.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de SC-200 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.