Resposta correta
- BO filtro AlertName é muito específico e não corresponde ao nome real do alerta.
Explicação
É provável que o filtro `AlertName` da consulta seja muito específico (por exemplo, usando uma string codificada como 'RansomwareAlert') e não corresponda ao nome real do alerta gerado pelas regras de análise do Microsoft Sentinel. Os alertas de ransomware geralmente têm convenções de nomenclatura dinâmicas que incluem nomes de variantes ou sufixos, portanto, um filtro de correspondência exata falha ao retornar resultados, mesmo que existam alertas. A consulta parece correta sintaticamente e o filtro `TimeGenerated` está definido para o último dia, o que se alinha com a presença conhecida de alertas.
Para se aprofundar
Ao solucionar problemas de uma consulta KQL no Microsoft Sentinel ou Log Analytics que não retorna resultados, a causa mais comum é um filtro excessivamente específico ou impreciso em uma coluna de string. Os operadores de comparação de string padrão do KQL (`==`, `=~`) são exatos e diferenciam maiúsculas de minúsculas, o que significa que mesmo pequenas variações nos nomes dos alertas — como um prefixo, sufixo, localização ou maiúsculas/minúsculas diferentes — podem produzir um conjunto de resultados vazio enquanto os dados subjacentes existem. Ao contrário das linguagens de programação em que uma incompatibilidade de tipos ou dados malformados gerariam uma exceção, as comparações dinâmicas e de string do KQL geralmente falham silenciosamente, retornando zero linhas em vez de um erro. Outra sutileza é que funções como `parse_json()` são permissivas: elas retornam nulo para entradas inválidas linha por linha, portanto, você ainda veria linhas (com valores nulos) a menos que a consulta as filtre completamente. Uma abordagem de depuração robusta envolve primeiro simplificar a consulta — removendo filtros um por um, usando `project` para inspecionar o esquema e aproveitando `take` para amostrar dados brutos — antes de adicionar condições novamente. Além disso, operadores como `has`, `contains` e `startswith` são mais tolerantes que `==` e devem ser usados ao corresponder campos dinâmicos ou gerados pelo usuário. Compreender esses comportamentos do KQL é fundamental para a busca eficaz de ameaças e triagem de alertas em operações de segurança, onde resultados ausentes podem ocultar incidentes reais.
Sobre estas questões de prática
Esta é uma das questões de prática originais de SC-100 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.
Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.