Bonne réponse
- BLe filtre AlertName est trop spécifique et ne correspond pas au nom réel de l'alerte.
Explication
Le filtre `AlertName` de la requête est probablement trop spécifique (par exemple, en utilisant une chaîne codée en dur comme 'RansomwareAlert') et ne correspond pas au nom réel de l'alerte généré par les règles d'analytique de Microsoft Sentinel. Les alertes de ransomware ont souvent des conventions de nommage dynamiques qui incluent des noms de variantes ou des suffixes, de sorte qu'un filtre de correspondance exacte ne renvoie aucun résultat même si des alertes existent. La requête semble par ailleurs syntaxiquement correcte et le filtre `TimeGenerated` est défini sur le dernier jour, ce qui correspond à la présence connue d'alertes.
Pour aller plus loin
Lors du dépannage d'une requête KQL dans Microsoft Sentinel ou Log Analytics qui ne renvoie aucun résultat, la cause la plus fréquente est un filtre trop spécifique ou inexact sur une colonne de type chaîne de caractères. Les opérateurs de comparaison de chaînes par défaut de KQL (`==`, `=~`) sont exacts et sensibles à la casse, ce qui signifie que même de mineures variations dans les noms d'alerte — tels qu'un préfixe, un suffixe, une localisation ou une casse différente — peuvent produire un ensemble de résultats vide alors que les données sous-jacentes existent. Contrairement aux langages de programmation où une inéquation de type ou des données mal formées lèveraient une exception, les comparaisons dynamiques et de chaînes de KQL échouent souvent silencieusement, renvoyant zéro ligne au lieu d'une erreur. Une autre subtilité est que les fonctions telles que `parse_json()` sont permissives : elles renvoient une valeur dynamique nulle pour une entrée non valide ligne par ligne, de sorte que vous verriez toujours des lignes (avec des valeurs nulles) à moins que la requête ne les filtre entièrement. Une approche de débogage robuste consiste d'abord à simplifier la requête — en supprimant les filtres un par un, en utilisant `project` pour inspecter le schéma et en exploitant `take` pour échantillonner les données brutes — avant de réajouter des conditions. De plus, des opérateurs tels que `has`, `contains` et `startswith` sont plus tolérants que `==` et doivent être utilisés lors de la mise en correspondance de champs dynamiques ou générés par l'utilisateur. Comprendre ces comportements de KQL est essentiel pour une recherche efficace des menaces et le triage des alertes dans les opérations de sécurité, où des résultats manquants peuvent masquer de véritables incidents.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement SC-100 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.