RutasN6Detection Engineering

RC-N6-M01 · AUTONOMÍA SOC L3

Detection Engineering

Del comportamiento adversario a reglas mantenibles y medibles.

7 clases4 herramientas SOC1 caso integrador

Autonomía del nivel. Hunts abiertos, ingeniería de detección, métricas y comunicación ejecutiva sin una única respuesta.

CASO TRANSVERSAL
Asteria Logistics S.A.Hunting y mejora SOC L3

La evidencia es ambigua y no existe una única respuesta; las decisiones deben defenderse técnica y ejecutivamente.

ESTADO OPERATIVOBorrador local
Clases acreditadas
0/7
Informes aprobados
0
Evidencias acumuladas
0
Revisiones pendientes
0
Integrador
Preparación
Competencia más débil
commands · 0%

MAPA DE COMPETENCIAS · NICE TKS

Lo que vas a poder hacer, comprender y demostrar.

NICE 2.2.0
T

Tareas profesionales

  • LC-T-N6-M01-01Especificar una detección antes de escribir sintaxis.De hipótesis a lógica de detecciónTarea aplicada y entrega: Hipótesis, fuente, selector, condición, contexto y salida.
  • LC-T-N6-M01-02Convertir una hipótesis en Sigma y probarla contra fixtures positivos y negativos.Diseñar una detección Sigma mantenibleTarea aplicada y entrega: Logsource, selector, condition, field mapping, test y version.
  • LC-T-N6-M01-03Construir una regla portable con campos disponibles.Sigma: estructura y camposTarea aplicada y entrega: Producto, servicio, selector, condición, falsepositives y tags.
  • LC-T-N6-M01-04Detectar una regla imposible por telemetría ausente.Calidad de datos y normalizaciónTarea aplicada y entrega: Schema, parser, field, null, timestamp y entity.
  • LC-T-N6-M01-05Diseñar exclusiones auditables sin ocultar abuso.Baseline y reducción de ruidoTarea aplicada y entrega: Volumen, cardinalidad, allowlist, owner y vencimiento.
  • LC-T-N6-M01-06Crear una batería mínima de pruebas.Pruebas y regresión de deteccionesTarea aplicada y entrega: Fixture, expected, false positive, coverage y version.
  • LC-T-N6-M01-07Definir cuándo ajustar, retirar o promover una regla.Ciclo de vida y métricas de una reglaTarea aplicada y entrega: Version, owner, hit rate, precision, gap y review.
K

Conocimientos

  • LC-K-N6-M01-01Traducir comportamiento observable a condiciones y fuentes.De hipótesis a lógica de detecciónDiagnóstico, demostración anotada y micropráctica de “De hipótesis a lógica de detección”.
  • LC-K-N6-M01-02Crear una regla con campos reales, falsos positivos documentados, owner, versión y criterio de retiro.Diseñar una detección Sigma mantenibleDiagnóstico, demostración anotada y micropráctica de “Diseñar una detección Sigma mantenible”.
  • LC-K-N6-M01-03Comprender logsource, detection, condition y metadatos.Sigma: estructura y camposDiagnóstico, demostración anotada y micropráctica de “Sigma: estructura y campos”.
  • LC-K-N6-M01-04Validar que los campos existen y conservan significado.Calidad de datos y normalizaciónDiagnóstico, demostración anotada y micropráctica de “Calidad de datos y normalización”.
  • LC-K-N6-M01-05Medir frecuencia y contexto legítimo antes de activar.Baseline y reducción de ruidoDiagnóstico, demostración anotada y micropráctica de “Baseline y reducción de ruido”.
  • LC-K-N6-M01-06Validar positivos conocidos, negativos y cambios de parser.Pruebas y regresión de deteccionesDiagnóstico, demostración anotada y micropráctica de “Pruebas y regresión de detecciones”.
  • LC-K-N6-M01-07Mantener owner, documentación, cobertura y revisión.Ciclo de vida y métricas de una reglaDiagnóstico, demostración anotada y micropráctica de “Ciclo de vida y métricas de una regla”.
S

Habilidades

  • LC-S-N6-M01-01Producir hipótesis, fuente, selector, condición, contexto y salida con una fuente verificable.De hipótesis a lógica de detecciónLaboratorio individual, validación de evidencia e informe final.
  • LC-S-N6-M01-02Producir logsource, selector, condition, field mapping, test y version con una fuente verificable.Diseñar una detección Sigma mantenibleLaboratorio individual, validación de evidencia e informe final.
  • LC-S-N6-M01-03Producir producto, servicio, selector, condición, falsepositives y tags con una fuente verificable.Sigma: estructura y camposLaboratorio individual, validación de evidencia e informe final.
  • LC-S-N6-M01-04Producir schema, parser, field, null, timestamp y entity con una fuente verificable.Calidad de datos y normalizaciónLaboratorio individual, validación de evidencia e informe final.
  • LC-S-N6-M01-05Producir volumen, cardinalidad, allowlist, owner y vencimiento con una fuente verificable.Baseline y reducción de ruidoLaboratorio individual, validación de evidencia e informe final.
  • LC-S-N6-M01-06Producir fixture, expected, false positive, coverage y version con una fuente verificable.Pruebas y regresión de deteccionesLaboratorio individual, validación de evidencia e informe final.
  • LC-S-N6-M01-07Producir version, owner, hit rate, precision, gap y review con una fuente verificable.Ciclo de vida y métricas de una reglaLaboratorio individual, validación de evidencia e informe final.
ROLES RELACIONADOS
PD-WRL-006Threat AnalysisProtection and Defense
PD-WRL-003Incident ResponseProtection and Defense

Cómo leer esta alineación. Alineación editorial de La Cueva Blue Team con NICE v2.2.0. Los códigos de rol NICE son oficiales; los identificadores LC-T/K/S son trazadores curriculares locales que conectan cada resultado con una clase y una evidencia observable. No equivalen a un puesto, certificación ni aval de NIST.

DIAGNÓSTICO INICIAL · NO BLOQUEANTE

¿Estás listo para detection engineering?

Son tres preguntas y un microcaso. El resultado recomienda repasos, pero nunca bloquea tu avance.

4 decisiones · 6 min
01Ante “Especificar una detección antes de escribir sintaxis.”, ¿qué evidencia mínima responde mejor la pregunta?
02Ante “Convertir una hipótesis en Sigma y probarla contra fixtures positivos y negativos.”, ¿qué evidencia mínima responde mejor la pregunta?
03Ante “Construir una regla portable con campos disponibles.”, ¿qué evidencia mínima responde mejor la pregunta?
04Definir cuándo ajustar, retirar o promover una regla. ¿Cuál sería el primer movimiento defendible?
Continuar sin diagnóstico

CASO TRANSVERSAL · MUNDO PERSISTENTE

Asteria cambia; su historia no se reinicia.

Los activos, identidades y comportamientos base continúan entre N0 y N6. Cada módulo agrega contexto sin contradecir los capítulos anteriores.

N6 · CAPÍTULO 01
SEDES Y SERVICIOS

Asteria Logistics S.A.

Buenos Aires · sede central

Córdoba · centro operativo

Montevideo · oficina regional

ACTIVOS EN ALCANCE
LAP-FIN-042

Estación de cuentas por pagar

Lucía Ferrer
WS-RRHH-017

Estación de Recursos Humanos

Sofía Ríos
LAP-IT-008

Soporte y administración

Martín Vega
VPN-GW-01

Acceso remoto

Infraestructura
IDENTIDADES CONOCIDAS
Sofía Ríos · s.rios

Recursos Humanos

L–V · 09:00–18:00 · Buenos Aires
Martín Vega · m.vega

Soporte de TI

Turno rotativo · acceso administrativo aprobado
Diego Acosta · d.acosta

Infraestructura

Cuenta privilegiada separada · cambios con ticket
svc_backup

Servicio de respaldo

Ejecución diaria · 02:00 UTC
TELEMETRÍA DISPONIBLE
SIEMEDRIdPVPNCorreoFirewallTickets

Cambio más reciente

La revisión posterior al incidente identificó una brecha de telemetría en sesiones de nube.

LÍNEA BASE

Hunts con hipótesis explícita

Detecciones probadas con actividad legítima

Métricas con población y período

LÍNEA TEMPORAL DE ASTERIA

La organización acumula cambios, excepciones e incidentes.

Los datos de una clase pueden cambiar de significado por una decisión anterior. El caso transversal nunca reinicia la historia.

7 hitos
  1. Activo

    Inventario inicial

    DC-BA-01, ERP-BA-01 y FS-BA-01 reciben propietario técnico y criticidad.

  2. Infraestructura

    Conectividad regional

    Córdoba y Montevideo se incorporan mediante VPN; se documentan rangos y DNS interno.

  3. Identidad

    Active Directory

    Se separan cuentas estándar, privilegiadas y de servicio; aparecen excepciones temporales.

  4. Control

    Telemetría central

    EDR, correo y eventos de identidad comienzan a enviarse a una plataforma común.

  5. Operación

    Apertura del SOC

    Se define cola, prioridad, SLA, 5W y handoff entre turnos.

  6. Incidente

    Investigación multihost

    Una identidad conecta endpoint, VPN y ERP; se formaliza preservación previa a contención.

  7. Mejora

    Programa de hunting

    El post-incidente se convierte en hipótesis, detecciones y métricas de cobertura.

    Contexto activo en este módulo

MAPA DE DEPENDENCIAS

Qué necesitás, qué construís y dónde vuelve a aparecer.

TRAZABILIDAD CURRICULAR
ANTES

Conocimientos requeridos

Procesos y archivos

Identidad y permisos

Timestamps y procedencia

EN ESTE MÓDULO

Secuencia de construcción

01De hipótesis a lógica de detección

02Diseñar una detección Sigma mantenible

03Sigma: estructura y campos

04Calidad de datos y normalización

05Baseline y reducción de ruido

06Pruebas y regresión de detecciones

DESPUÉS

Se reutiliza en

Threat hunting

Detection Engineering

DFIR y comunicación ejecutiva

RESPUESTA A INCIDENTES · NIST SP 800-61 REV. 3

La investigación forma parte de un sistema de gestión.

NIST SP 800-61 Rev. 3 · Govern, Identify y Protect sostienen la preparación; Detect, Respond y Recover articulan la respuesta; la mejora es continua.

  1. 01Governprepara y reduce riesgo
  2. 02Identifyprepara y reduce riesgo
  3. 03Protectprepara y reduce riesgo
  4. 04Detectrespuesta al incidente
  5. 05Respondrespuesta al incidente
  6. 06Recoverrespuesta al incidente

SIMULACIÓN LABORAL ESPECÍFICA

SOC L3 y Detection Engineering

Partís de una hipótesis abierta y debés medir cobertura, ruido y valor operativo.

CONTEXTO DE TURNO
CONDICIONES REALES

Sin una única respuesta

Telemetría incompleta

Comunicación ejecutiva

LO QUE PRODUCIRÍA EL ANALISTA

Hunt

Detección

Métricas y resumen ejecutivo

CRITERIO DE ÉXITO

Otra persona puede continuar el caso sin repetir tu investigación, conoce los límites y sabe cuál es el próximo paso seguro.

HERRAMIENTAS DE OPERACIÓN · DESDE CERO

La consola cambia; el método permanece.

En este módulo aprendés para qué sirve cada herramienta, cómo instalarla o acceder a ella, qué consulta responde y qué entregable produce. Los ejemplos usan datos ficticios y entornos autorizados.

4 herramientas
Detection Engineering · portable

Sigma

Escribir reglas de detección portables y convertirlas a la sintaxis del SIEM.

PRIMER PASO

Python: python -m pip install sigma-cli.

VERIFICACIÓNsigma version
CONSULTA PROFESIONALsigma check detections/powershell-download.yml

Validar estructura, campos y errores de una regla.

SOC · SIEM cloud

Microsoft Sentinel

SIEM cloud con KQL, conectores, analytics rules, incidentes y workbooks.

PRIMER PASO

No se instala localmente: creá un Log Analytics workspace y habilitá Sentinel en una suscripción autorizada.

VERIFICACIÓNSigninLogs | take 5
CONSULTA PROFESIONALSigninLogs | where TimeGenerated > ago(24h) | summarize count() by UserPrincipalName, ResultType

Buscar patrones de autenticación y agrupar por identidad.

SOC · SIEM

Splunk

Búsqueda SPL, dashboards, alertas y correlación de fuentes heterogéneas.

PRIMER PASO

Usá Splunk Free, trial o contenedor de práctica según la licencia vigente.

VERIFICACIÓNsplunk version
CONSULTA PROFESIONALindex=main sourcetype=sysmon EventCode=1 | stats count by host, ParentImage

Filtrar eventos por índice, fuente y campo.

SOC · SIEM/XDR

Elastic Security

KQL, EQL, detecciones y visualizaciones sobre Elastic Common Schema.

PRIMER PASO

Podés usar Elastic Cloud o el stack local siguiendo la guía oficial.

VERIFICACIÓNGET /
CONSULTA PROFESIONALevent.category:process and process.name:powershell.exe

Filtrar procesos normalizados en KQL.

KQL/EQL de huntingDocumentación oficial ↗

Regla del laboratorio. Las máquinas web de la academia aceptan las consultas implementadas para ese escenario y bloquean mutaciones, red real y procesos reales. La instalación completa se practica en una VM o servicio de laboratorio propio, siguiendo la documentación oficial.

CLASES DEL MÓDULO

Cada clase produce evidencia reutilizable.

Fundamentos, comandos, demostración, práctica guiada, investigación independiente e informe final.

7 expedientes
  1. 01
    De hipótesis a lógica de detección

    Traducir comportamiento observable a condiciones y fuentes.

    120–140 min · evidencia: Hipótesis, fuente, selector, condición, contexto y salida
    LABPRO0%
  2. 02
    Diseñar una detección Sigma mantenible

    Crear una regla con campos reales, falsos positivos documentados, owner, versión y criterio de retiro.

    120–140 min · evidencia: Logsource, selector, condition, field mapping, test y version
    LABPRO0%🔒
  3. 03
    Sigma: estructura y campos

    Comprender logsource, detection, condition y metadatos.

    120–140 min · evidencia: Producto, servicio, selector, condición, falsepositives y tags
    LABPRO0%🔒
  4. 04
    Calidad de datos y normalización

    Validar que los campos existen y conservan significado.

    120–140 min · evidencia: Schema, parser, field, null, timestamp y entity
    LABPRO0%🔒
  5. 05
    Baseline y reducción de ruido

    Medir frecuencia y contexto legítimo antes de activar.

    120–140 min · evidencia: Volumen, cardinalidad, allowlist, owner y vencimiento
    LABPRO0%🔒
  6. 06
    Pruebas y regresión de detecciones

    Validar positivos conocidos, negativos y cambios de parser.

    120–140 min · evidencia: Fixture, expected, false positive, coverage y version
    LABPRO0%🔒
  7. 07
    Ciclo de vida y métricas de una regla

    Mantener owner, documentación, cobertura y revisión.

    120–140 min · evidencia: Version, owner, hit rate, precision, gap y review
    LABPRO0%🔒

EXPEDIENTE ACUMULATIVO DE ASTERIA

El integrador comienza con lo que ya produjiste.

Consultas, comandos, evidencia, informes y decisiones quedan asociados a la clase que los originó.

0 evidencias
ClaseEvidenciasComandosInformeEstado
Sigma: estructura y campos00PendienteEn curso

Decisiones e hipótesis descartadas

Todavía no agregaste una decisión transversal.

CONTROLES INTERMEDIOS · CANTIDAD VARIABLE

Corregí el rumbo antes del laboratorio final.

Cada caso cambia una variable: organización, fuente contradictoria, prioridad o evidencia nueva.

0/2 resueltos
CONTROL 1

Caso de transferencia

Una segunda sede presenta una señal parecida a “Diseñar una detección Sigma mantenible”, pero con entidades y horario diferentes.

Fuente ALogsource, selector, condition, field mapping, test y versionFuente BProducto, servicio, selector, condición, falsepositives y tags
CONTROL 2

Evidencia nueva cambia la prioridad

El ticket recibe un dato posterior relacionado con “Pruebas y regresión de detecciones”. La primera conclusión ya no explica todo el caso.

Fuente AFixture, expected, false positive, coverage y versionFuente BVersion, owner, hit rate, precision, gap y review

PANEL DE DOMINIO

Tu avance separado por capacidad.

Completar contenido no equivale a dominarlo. Cada fila muestra nivel, evidencia acumulada y el tipo de capacidad observada.

5 CAPACIDADES INDEPENDIENTES
ComandosSintaxis, opciones y uso seguro0 evaluaciones con métricas
Inicial0%
AnálisisInterpretación y límites0 expedientes con autoridad
Inicial0%
InvestigaciónLaboratorios y pivotes0 laboratorios observados
Inicial0%
DocumentaciónFuente, tiempo y entregable0 informes acreditados
Inicial0%
AutonomíaDecisión sin ayudas evidentesSe demostrará en el integrador
Inicial0%

LABORATORIO FINAL INTEGRADOR

Detection Engineering · expediente integrador

Asteria necesita convertir incidentes previos en hipótesis, detecciones, métricas y mejoras sostenibles. La evidencia es ambigua y no existe una única respuesta; las decisiones deben defenderse técnica y ejecutivamente. En este expediente vas a reunir lo aprendido en las 7 clases sin recibir una conclusión predeterminada.

PRO

Un caso largo para unir todo el módulo.

Incluye evidencia incompleta, actividad legítima, hipótesis alternativas y un entregable profesional corregible.

Desbloquear con Pro

DIAGNÓSTICO FINAL · COMPARACIÓN

Resolvé una variante y compará cómo cambió tu criterio.

No repite las opciones en el mismo orden. Mide decisiones, errores que desaparecieron y áreas que todavía requieren práctica.

4 decisiones · 6 min
Disponible al acreditar todas las clases.

El diagnóstico inicial nunca bloquea; esta comparación aparece al final para medir transferencia real.

REFERENCIAS Y VIGENCIA

Contenido trazable, comprobado y preparado para revisión.

PRÓXIMA REVISIÓN · 24 de noviembre de 2026
NICE

NICE Framework Components v2.2.0 · tareas, conocimientos, habilidades y roles de trabajo

Ver marco oficial ↗
MITRE ATT&CK

MITRE ATT&CK v19.2 · técnicas, mitigaciones, Detection Strategies, Analytics y Data Components

Command and Scripting Interpreter · Impair Defenses · Detection Strategies and Analytics

Ver estrategias de detección ↗
RESPUESTA A INCIDENTES

NIST SP 800-61 Rev. 3 · Govern, Identify y Protect sostienen la preparación; Detect, Respond y Recover articulan la respuesta; la mejora es continua.

Ver publicación oficial ↗
VERSIÓN

3.2.0 · actualizada 24 de agosto de 2026

Sigma · Microsoft Sentinel · Splunk · Elastic Security · imágenes, logs y capturas sanitizadas de práctica

Última verificación práctica: 24 de agosto de 2026 · comandos, fixtures, timestamps y claves de evaluación
HERRAMIENTAS AFECTADAS

Sigma

Microsoft Sentinel

Splunk

Elastic Security

COMANDOS COMPROBADOS

Sigma: sigma check detections/powershell-download.yml

Microsoft Sentinel: SigninLogs | where TimeGenerated > ago(24h) | summarize count() by UserPrincipalName, ResultType

Splunk: index=main sourcetype=sysmon EventCode=1 | stats count by host, ParentImage

Elastic Security: event.category:process and process.name:powershell.exe

FUENTES PROFESIONALES

NICE Framework Components v2.2.0

MITRE ATT&CK v19.2

NIST SP 800-61 Rev. 3

Sigma · documentación oficial

Microsoft Sentinel · documentación oficial

Splunk · documentación oficial

CAMBIOS DE ESTA VERSIÓN

+ Catálogo SOC por nivel y herramienta

+ 12 clases canónicas sin duplicados

+ Laboratorios con evidencia sin etiquetas de solución

+ Traducción técnica y fuentes profesionales revisadas