Búsqueda de amenazas de seguridad con los cuadernos de Jupyter Notebook

• Se aplica a:

  Microsoft Sentinel in the Azure portal, Microsoft Sentinel in the Microsoft Defender portal

Como parte de las investigaciones de seguridad y la búsqueda, puede iniciar y ejecutar cuadernos de Jupyter Notebook para analizar los datos mediante programación.

En este artículo, se crea un área de trabajo de Azure Machine Learning, se ejecuta un bloc de notas desde Microsoft Sentinel en el área de trabajo de Azure Machine Learning y se ejecuta código en el bloc de notas.

Importante

Microsoft Sentinel está disponible como parte de la versión preliminar pública de la plataforma unificada de operaciones de seguridad en el portal de Microsoft Defender. Para obtener más información, consulte Microsoft Sentinel en el portal de Microsoft Defender.

Requisitos previos

Le recomendamos que se informe sobre los blocs de notas Sentinel de Microsoft antes de realizar los pasos de este artículo. Consulte Uso de cuadernos de Jupyter Notebook para buscar amenazas de seguridad.

Para usar cuadernos de Microsoft Sentinel, debe tener los siguientes roles y permisos:

Tipo	Detalles
Microsoft Sentinel	- El rol de colaborador de Microsoft Sentinel, con el fin de guardar e iniciar cuadernos desde Microsoft Sentinel.
Azure Machine Learning	- Un rol de propietario o colaborador de nivel de grupo de recursos, para crear una nueva área de trabajo de Azure Machine Learning si es necesario. - Un rol de colaborador en el área de trabajo de Azure Machine Learning donde se ejecuta Microsoft Sentinel Notebooks. Para obtener más información, consulte Administración del acceso a un área de trabajo de Azure Machine Learning.

Crear un área de trabajo de Azure Machine Learning desde Microsoft Sentinel

Para crear su área de trabajo, seleccione una de las siguientes pestañas, dependiendo de si utiliza un punto de conexión público o privado.

• Le recomendamos que utilice un punto de conexión público cuando su área de trabajo de Microsoft Sentinel disponga de uno, para evitar posibles problemas en la comunicación de red.
• Si desea utilizar un área de trabajo de Azure Machine Learning en una red virtual, utilice un punto de conexión privado.

Punto de conexión público

1. Para Microsoft Sentinel en Azure Portal, en Administración de amenazas, seleccione Notebooks.
   Para Microsoft Sentinel en el portal de Defender, seleccione Microsoft Sentinel>Administración de amenazas>Blocs de notas.

2. Seleccione Configurar Azure Machine Learning>Crear un área de trabajo de AML.

3. Escriba los detalles siguientes y, después, seleccione Siguiente.

   Campo	Descripción
   Suscripción	Seleccione la suscripción de Azure que quiera usar.
   Grupos de recursos	Use un grupo de recursos existente en su suscripción o escriba un nombre para crear un nuevo grupo de recursos. Un grupo de recursos almacena los recursos relacionados con una solución de Azure.
   Workspace name (Nombre del área de trabajo)	Escriba un nombre único que identifique el área de trabajo. Los nombres deben ser únicos en el grupo de recursos. Utilice un nombre que sea fácil de recordar y que se diferencie del de las áreas de trabajo creadas por otros.
   Región	Seleccione la ubicación más cercana a los usuarios y los recursos de datos para crear el área de trabajo.
   Cuenta de almacenamiento	Una cuenta de almacenamiento se usa como un almacén de datos predeterminado para el área de trabajo. Puede crear un nuevo recurso Azure Storage o seleccionar uno existente en su suscripción.
   KeyVault	Un almacén de claves se usa para almacenar secretos y otra información confidencial que el área de trabajo necesita. Puede crear un nuevo recurso Azure Key Vault o seleccionar uno existente en su suscripción.
   Application Insights	El área de trabajo usa Azure Application Insights para almacenar información de supervisión sobre los modelos implementados. Puede crear un nuevo recurso Azure Application Insights o seleccionar uno existente en su suscripción.
   Registro de contenedor	Un registro de contenedor se usa para registrar imágenes de Docker usadas en el entrenamiento y las implementaciones. Para minimizar los costos, se crea un recurso de Azure Container Registry solo después de compilar la primera imagen. También puede optar por crear el recurso ahora o seleccionar uno existente en su suscripción, o seleccionar Ninguno si no desea utilizar ningún registro de contenedor.

4. En la pestaña Redes, seleccione Habilitar el acceso público desde todas las redes.

   Defina cualquier configuración pertinente en las pestañas Avanzado o Etiquetas y, a continuación, seleccione Revisar y crear.

5. En la pestaña Revisar y crear, revise la información para comprobar que es correcta y, después, seleccione Crear para empezar a implementar el área de trabajo. Por ejemplo:

   

   La creación del área de trabajo en la nube puede tardar varios minutos. Durante este tiempo, la página Información general del área de trabajo muestra el estado de implementación actual y se actualiza cuando se completa la implementación.

Punto de conexión privado

Los pasos de este procedimiento hacen referencia a artículos específicos de la documentación de Azure Machine Learning cuando es pertinente. Para obtener más información, consulte Cómo crear un área de trabajo segura de Azure Machine Learning.

1. Cree una jump box de máquina virtual (VM) dentro de una red virtual. Dado que la red virtual restringe el acceso desde la Internet pública, la jump box se utiliza como una forma de conectarse a los recursos detrás de la red virtual.

2. Acceda al jumpbox y, a continuación, vaya al área de trabajo de Microsoft Sentinel. Se recomienda usar Azure Bastion para acceder a la máquina virtual.

3. Para Microsoft Sentinel en Azure Portal, en Administración de amenazas, seleccione Notebooks.
   Para Microsoft Sentinel en el portal de Defender, seleccione Microsoft Sentinel>Administración de amenazas>Blocs de notas.

4. Seleccione Configurar Azure Machine Learning>Crear un área de trabajo de AML.

5. Escriba los detalles siguientes y, después, seleccione Siguiente.

   Campo	Descripción
   Suscripción	Seleccione la suscripción de Azure que quiera usar.
   Grupos de recursos	Use un grupo de recursos existente en su suscripción o escriba un nombre para crear un nuevo grupo de recursos. Un grupo de recursos almacena los recursos relacionados con una solución de Azure.
   Workspace name (Nombre del área de trabajo)	Escriba un nombre único que identifique el área de trabajo. Los nombres deben ser únicos en el grupo de recursos. Utilice un nombre que sea fácil de recordar y que se diferencie del de las áreas de trabajo creadas por otros.
   Región	Seleccione la ubicación más cercana a los usuarios y los recursos de datos para crear el área de trabajo.
   Cuenta de almacenamiento	Una cuenta de almacenamiento se usa como un almacén de datos predeterminado para el área de trabajo. Puede crear un nuevo recurso Azure Storage o seleccionar uno existente en su suscripción.
   KeyVault	Un almacén de claves se usa para almacenar secretos y otra información confidencial que el área de trabajo necesita. Puede crear un nuevo recurso Azure Key Vault o seleccionar uno existente en su suscripción.
   Application Insights	El área de trabajo usa Azure Application Insights para almacenar información de supervisión sobre los modelos implementados. Puede crear un nuevo recurso Azure Application Insights o seleccionar uno existente en su suscripción.
   Registro de contenedor	Un registro de contenedor se usa para registrar imágenes de Docker usadas en el entrenamiento y las implementaciones. Para minimizar los costos, se crea un recurso de Azure Container Registry solo después de compilar la primera imagen. También puede optar por crear el recurso ahora o seleccionar uno existente en su suscripción, o seleccionar Ninguno si no desea utilizar ningún registro de contenedor.

6. En la pestaña Redes, seleccione Deshabilitar el acceso público y use el punto de conexión privado. Asegúrese de utilizar la misma red virtual que tiene en la jump box VM. Por ejemplo:

   

7. Defina cualquier configuración pertinente en las pestañas Avanzado o Etiquetas y, a continuación, seleccione Revisar y crear.

8. En la pestaña Revisar y crear, revise la información para comprobar que es correcta y, después, seleccione Crear para empezar a implementar el área de trabajo. Por ejemplo:

   

   La creación del área de trabajo en la nube puede tardar varios minutos. Durante este tiempo, la página Información general del área de trabajo muestra el estado de implementación actual y se actualiza cuando se completa la implementación.

9. En Estudio de Azure Machine Learning, en la página Proceso, cree una nueva instancia de proceso. En la pestaña Configuración avanzada, asegúrese de seleccionar la misma red virtual que ha usado para la jump box de la máquina virtual. Para más información, consulte Creación y administración de una instancia de proceso de Azure Machine Learning.

10. Configure su tráfico de red para acceder a Azure Machine Learning desde detrás de un cortafuegos. Para obtener más información, consulte Configuración del tráfico de red de entrada y salida.

Continúe con uno de los siguientes conjuntos de pasos:

• Si solo tiene un vínculo privado: ahora puede acceder a los cuadernos mediante cualquiera de los métodos siguientes:

  • Clonación e inicio de los cuadernos desde Microsoft Sentinel para Azure Machine Learning
  • Carga manual de los cuadernos para Azure Machine Learning
  • Clonar el repositorio GitHub de blocs de notas Microsoft Sentinel en el terminal Azure Machine Learning

• Si tiene otro vínculo privado, que usa otra red virtual, haga lo siguiente:

  1. En Azure Portal, vaya al grupo de recursos del área de trabajo de Azure Machine Learning y busque los recursos de zona DNS privada llamados privatelink.api.azureml.ms y privatelink.notebooks.azure.ms. Por ejemplo:

     

  2. Para cada recurso, incluidos privatelink.api.azureml.ms y privatelink.notebooks.azure.ms, agregue un vínculo de red virtual.

     Seleccione el recurso >Vínculos de red virtual>Agregar. Para más información, vea Vincular la red virtual.

Para más información, consulte:

• Flujo de tráfico de red al usar un área de trabajo protegida
• Protección de los recursos del área de trabajo de Azure Machine Learning con redes virtuales (VNet)

Una vez completada la implementación, vuelva a Blocs de notas en Microsoft Sentinel e inicie los blocs de notas desde su nueva área de trabajo de Azure Machine Learning.

Si tiene varios cuadernos, asegúrese de seleccionar un área de trabajo de AML predeterminada que se usará al iniciar los cuadernos. Por ejemplo:

Inicie un bloc de notas en su área de trabajo de Azure Machine Learning

Tras crear un área de trabajo de Azure Machine Learning, inicie sus blocs de notas en ese área de trabajo desde Microsoft Sentinel.

1. Para Microsoft Sentinel en Azure Portal, en Administración de amenazas, seleccione Notebooks.
   Para Microsoft Sentinel en el portal de Defender, seleccione Microsoft Sentinel>Administración de amenazas>Blocs de notas.

2. Seleccione la pestaña Plantillas para ver los blocs de notas que proporciona Microsoft Sentinel.

3. Seleccione un cuaderno para ver su descripción, los tipos de datos necesarios y los orígenes de datos.

4. Cuando encuentre el bloc de notas que desea utilizar, seleccione Crear a partir de plantilla y Guardar para clonarlo en su propia área de trabajo.

5. Edite el nombre según sea necesario. Si el bloc de notas ya existe en su área de trabajo, sobrescriba el bloc de notas existente o cree uno nuevo. Por defecto, su bloc de notas se guarda en /Usuarios/<Your_User_Name>/ directorio del área de trabajo AML seleccionado.

   

6. Una vez guardado el cuaderno, el botón Guardar cuaderno cambia a Iniciar cuaderno. Seleccione Iniciar cuaderno para abrirlo en el área de trabajo de AML.

   Por ejemplo:

   

7. En la parte superior de la página, seleccione una instancia de Proceso que se usará para el servidor de cuadernos.

   Si no tiene una instancia de proceso, cree una. Si la instancia de proceso está detenida, asegúrese de iniciarla. Para más información, vea Ejecución de un cuaderno en Estudio de Azure Machine Learning.

   Solo puede ver y usar las instancias de proceso que usted cree. Los archivos de usuario se almacenan de forma independiente de la máquina virtual y se comparten entre todas las instancias de proceso en el área de trabajo.

   Si va a crear una instancia de proceso para probar los cuadernos, créela con la categoría De uso general.

   El núcleo también se muestra en la parte superior derecha de la ventana de Azure Machine Learning. Si el kernel que necesita no está seleccionado, seleccione otra versión en la lista desplegable.

8. Una vez creado e iniciado su servidor de blocs de notas, ejecute sus células de blocs de notas. En cada celda, seleccione el icono Ejecutar para ejecutar el código del cuaderno.

   Para más información, vea Métodos abreviados del modo de comando.

9. Si el cuaderno no responde o quiere volver a empezar, puede reiniciar el kernel y volver a ejecutar las celdas del cuaderno desde el principio. Si reinicia el kernel, se eliminan las variables y otros estados. Después de reiniciarlo, vuelva a ejecutar las celdas de inicialización y autenticación.

   Para empezar de nuevo, seleccione Operaciones de kernel>Reiniciar kernel. Por ejemplo:

   

Ejecución de código en el cuaderno

Ejecute siempre las celdas de código del cuaderno en secuencia. La omisión de celdas puede producir errores.

En un cuaderno:

• Las celdas de Markdown tienen texto, incluido HTML, e imágenes estáticas.
• Las celdas de código contienen código. Después de seleccionar una celda de código, ejecute el código en la celda; para ello, seleccione el icono Reproducir situado a la izquierda de la celda, o bien presione MAYÚS+ENTRAR.

Por ejemplo, ejecute la siguiente celda de código en el cuaderno:

# This is your first code cell. This cell contains basic Python code.

# You can run a code cell by selecting it and then selecting
# the Play button to the left of the cell, or by pressing SHIFT+ENTER.
# Code output displays below the code.

print("Congratulations, you just ran this code cell")

y = 2 + 2

print("2 + 2 =", y)

El código de ejemplo produce este resultado:

Congratulations, you just ran this code cell

2 + 2 = 4

Las variables establecidas dentro de una celda de código de cuaderno se conservan entre celdas, por lo que puede encadenar celdas. Por ejemplo, la siguiente celda de código usa el valor de y de la celda anterior:

# Note that output from the last line of a cell is automatically
# sent to the output cell, without needing the print() function.

y + 2

La salida es la siguiente:

6

Descarga de todos los cuadernos de Microsoft Sentinel

Esta sección describe cómo utilizar Git para descargar todos los blocs de notas disponibles en el repositorio GitHub de Microsoft Sentinel, desde dentro de un bloc de notas de Microsoft Sentinel, directamente a su área de trabajo de Azure Machine Learning.

Almacenar los blocs de notas de Microsoft Sentinel en su área de trabajo de Azure Machine Learning le permite mantenerlos actualizados fácilmente.

1. Desde un cuaderno de Microsoft Sentinel, escriba el código siguiente en una celda vacía y, después, ejecute la celda:

   !git clone https://github.com/Azure/Azure-Sentinel-Notebooks.git azure-sentinel-nb
   

   Se crea una copia del contenido del repositorio de GitHub en el directorio azure-Sentinel-nb de su carpeta de usuario en su área de trabajo de Azure Machine Learning.

2. Copie los cuadernos que quiera desde esta carpeta al directorio de trabajo.

3. Para actualizar los cuadernos con los cambios recientes de GitHub, ejecute lo siguiente:

   !cd azure-sentinel-nb && git pull
   

Contenido relacionado

• Los blocs de notas Jupyter con capacidades de búsqueda de Microsoft Sentinel
• Introducción a blocs de notas Jupyter y MSTICPy en Microsoft Sentinel