威胁情报的“结构化”“可机读”—TAXII标准,感觉这东西好水啊,没有STIX好用

威胁情报的“结构化”“可机读”—TAXII标准

TAXII(Trusted Automated eXchangeof Indicator Information)主要定义了网络威胁情报共享的协议、服务和信息格式等。是对STIX在传输层面的补充。

TAXII(Trusted Automated eXchangeof Indicator Information)主要定义了网络威胁情报共享的协议、服务和信息格式等。是对STIX在传输层面的补充。

个人的认知和理解有限,关于其中的一些重要观点,样例以及一些思考和认识总结如下,不足之处欢迎交流。

0 引言 提供结构化、可机读的威胁情报库

目前的网络威胁的情报共享方法,主要有手工的方式,网站订阅的方式以及自动化的方式。

Accuvant的Threat Intellgence白皮书也谈到Threat Intellgence相关组成包括

1.Intellgence源;

2.融合及分析平台;

3.响应系统(即利用情报数据自动或手工执行响应动作的工具和系统)。从“第二步”到“关键的第三步”,提供结构化、可被设备识别的安全威胁库必不可少。

(一)TAXII关于威胁情报共享的模型分类

TAXII主要可供安全情报的生产者(信息源thesource)、安全情报的使用者(subscribers订阅者),同时供威胁管理机构包括政府、学术界、产业界等。

主要的威胁情报共享模型包括了点对点(Peer to Peer)、订阅型(Source/Subscriber)、辐射型(Hub and Spoke )等三种方式。

上图一看就明白了。

点对点(Peer to Peer)

订阅型(Source/Subscriber)

辐射型(Hub and Spoke )

(二)TAXII关于威胁情报服务的类型划分

TAXII关于威胁信息交换的服务类型以及如何获得服务的通信格式都给了明确的说明。主要有以下几种类型。

Discovery –(发现服务)允许订阅者了解TAXII服务方提供的服务类型以及如何获得服务。A way to learn what services an entity supports and how to interact with them

Collection Management – A way tolearn about and request subscriptions to Data Collections

Inbox Service – (推送信息服务)A wayto receive pushed content (push messaging)

Poll Service– (拉回信息服务)A way to request content (pull messaging)

在辐射型(Hub and Spoke)模式下,不同服务类型的使用场景如下:

(三)TAXII Specifications andDocumentation

TAXII规格和文件主要包含:

服务规范:定义了TAXII的服务类型、TAXII情报类型以及情报交流格式

消息规范:采用XML格式

协议规范:确定了HTTP/HTTPS作为TAXII传送的协议。从安全角度考虑可采用https协议传输。

查询格式规范:定义了缺省的查询格式和处理规则。

内容及参考样例:列举了常用的样例。

(四)Source/Subscriber案例

主要描述了在订阅者签署购买合同,订阅信息,信息共享的几个过程。直接上图来展示整个过程。



posted @   bonelee  阅读(540)  评论(0编辑  收藏  举报
编辑推荐:
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· 没有源码,如何修改代码逻辑?
阅读排行:
· 全程不用写代码,我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· 记一次.NET内存居高不下排查解决与启示
· 白话解读 Dapr 1.15:你的「微服务管家」又秀新绝活了
· DeepSeek 开源周回顾「GitHub 热点速览」
历史上的今天:
2020-07-20 基于威胁情报的攻击组织画像与溯源——样本中提取PDB开发路径,进而关注到“neeru”等一些有特殊意义的用户名,然后去社交网站上找人名,关联黑客论坛作者信息,邮件等
2020-07-20 一种应用于网络安全领域的用户画像方法——查友商专利可以到 https://www.tianyancha.com/spatent/29951690-5ac1
2020-07-20 手把手教你做用户画像——标签数据开发:用户画像工程化的重点模块,包含统计类、规则类、挖掘类、流式计算类标签的开发,标签相关数据可存储在Hive、MySQL、HBase、Elasticsearch等数据库中
2020-07-20 腾讯用户画像——如何为QQ画像和代理IP画像
2020-07-20 大数据中的用户画像——用户性别为例,会使用规则+AI结合的思路(1)自己填写的资料(2)提取用户的称谓(3)根据用户姓名预测用户性别(4)用户访问过的网站
2018-07-20 RDP协议暴力破解
点击右上角即可分享
微信分享提示