探索网络安全的新利器:OSTrICa
2024-05-21 11:49:09作者:傅爽业Veleda
项目简介
在对抗网络威胁的战斗中,拥有及时有效的威胁情报信息是关键。这就是OSTrICa(Open Source Threat Intelligence Collector)的角色——一个开源的插件化框架,专为收集和可视化威胁情报而设计。尽管该项目已不再维护,但其理念和技术仍值得我们学习和借鉴。
OSTrICa以其意大利语名字“oyster”为灵感,象征着从海洋深处挖掘出的珍贵宝藏,象征着它能帮助分析师们从海量的数据中提取出宝贵的威胁情报。
项目技术分析
OSTrICa采用插件化的架构,允许用户针对不同来源定制情报收集策略。通过各种插件,它可以抓取开放源、内部或商业平台上的信息,并以JSON数据的形式返回,便于后续处理。此外,它还提供了强大的图形化界面,用于链接分析,帮助快速揭示潜在关联。
该项目依赖于一些Python库,如BeautifulSoup用于网页抓取,以及各种WHOIS查询工具等。值得注意的是,OSTrICa适用于Python 2.7.9及以上版本。
应用场景
- 安全运营中心(SOC)分析师:用来关联IoCs(指标妥协),发现网络流量模式。
- 事件响应者:在调查攻击时,快速获取相关情报。
- 网络安全分析师:对收集到的信息进行深度分析,提高对抗网络敌人的能力。
项目特点
- 插件化设计:灵活扩展,支持自定义情报来源,满足特定需求。
- 可视化展示:通过图表形式呈现复杂关系,方便链接分析和理解。
- 免费与开源:降低企业使用威胁情报平台的成本,促进信息共享。
- 易于使用:命令行操作简单直观,提供清晰的帮助文档。
示例应用
例如,可以使用md5、domain、ip、asn和email等命令来收集对应类型的信息,然后利用graph或cola_graph生成图表,以便直观地显示收集到的数据之间的关联。
总之,虽然OSTrICa项目已经停止开发,但它所体现的思路和技术仍可作为构建自家威胁情报系统的参考模型。对于那些希望提升威胁情报管理效率且预算有限的团队来说,这是一个值得深入研究的开源解决方案。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137