SuperAPI AI 工具集

producing-threat-intelligence

安全与审计

查看项目

更新于 10-16 02:29

技能介绍

用途:把原始 IOC 转化为能降低决策者不确定性的成品情报——做基础设施关联、跟踪攻击者与活动、富化与情境化指标、评估外部报告是否与本组织相关、构建威胁模型。

主要能力与流程:按情报生命周期推进——方向(PIR,写明消费者与决策)、收集、处理、分析、分发、反馈。先写 PIR 再收集;不写分发就没人据此决策。

被动关联(不要触碰对手在线设施,优先被动数据集): 域名/IP 经 Passive DNS 查历史解析与同 IP 域名;域名经 WHOIS 查注册人、注册商、创建时间;域名/IP 经 crt.sh 查同一证书上的其他主机名;IP/服务查 JARM、JA3/JA3S 指纹;Web 服务用 favicon 哈希在 Shodan/Censys 找相同面板;IP 查 Shodan/Censys banner。示例命令: curl -s "https://crt.sh/?q=%25.example.com&output=json" | jq -r '.[].name_value' | sort -u shodan search "http.favicon.hash:-247388890" censys search "host.services.jarm.fingerprint: <jarm_hash>"

优先框架:钻石模型(adversary、capability、infrastructure、victim 四顶点);痛苦金字塔(TTP、工具最难改,域名、IP、哈希易变、易过期)。

归因纪律:区分聚类(按共享可观测特征分组,可辩护)与命名(断言某集群即某已知攻击者,常出错)。未确认时用 UNC 或内部 CLUSTER-#### 标签;明确标注 High/Moderate/Low 置信度,置信度取决于证据与剩余备选解释数量,而非主观感觉。可用竞争性假设分析(ACH)找反证,警惕镜像思维、确认偏差、锚定。

结构化存储与标准:STIX 2.1 对象/关系模型;MISP 事件与属性、galaxies;OpenCTI 知识图谱;TLP 共享分类(RED/AMBER/AMBER+STRICT/GREEN/CLEAR),降级由分享方决定。

富化来源:VirusTotal、Passive DNS、Shodan/Censys、GreyNoise(区分全网背景扫描与针对你的活动)、URLScan。

成品报告:BLUF 开头两句给出结论与影响;标注置信度并区分观测与判断;给出“so what/建议行动”;按受众调整(高管看风险与决策,SOC 负责人看检测与关联点)。

限制与边界:不适用于搜索自身遥测(用 hunting-threats)、逆向样本(用 analyzing-malware)、解析 ATT&CK 技术 ID(用 mapping-attack-techniques)、已确认的活跃事件(用 responding-to-incidents)、把情报转为部署检测规则(用 engineering-detections)。切勿直接 curl 活跃 C2、从可归因网络解析其域名、把活跃样本提交公共多引擎、直接扫描基础设施;需要主动交互时应走不可归因设施并有记录。外部报告读取可 curl -sL "https://defuddle.md/<url>",但勿用于对手设施、客户主机或参与系统 URL,JSON/API 响应与需认证或 JS 渲染的页面应直接抓取。本技能未提供收费与价格信息。