analyzing-indicators-of-compromise

分析失陷指标

适用场景

在以下情况下使用本技能：

• 钓鱼邮件或告警产生需要快速分诊的 IOC（URL、IP 地址、文件哈希）
• 自动化情报推送批量投递需要在进入封锁控制前进行置信度评分的 IOC
• 事件调查需要对观察到的网络工件进行上下文富化

不适用于将本技能单独用于高风险封锁决策——始终将自动化富化与分析师判断结合使用，特别是对于共享基础设施（CDN、云服务商）的情况。

前置条件

• VirusTotal API 密钥（免费或企业版），用于多引擎杀毒软件和沙箱查询
• AbuseIPDB API 密钥，用于 IP 信誉检查
• MISP 实例或威胁情报平台（TIP），用于与已知攻击活动交叉核对
• 安装有 requests 和 vt-py 库的 Python，或带有预构建连接器的 SOAR 平台

工作流程

步骤 1：规范化并分类 IOC 类型

在富化之前，对每个 IOC 进行分类：

• IPv4/IPv6 地址：检查是否为 RFC 1918 私有地址（跳过外部富化），验证格式
• 域名/FQDN：为安全处理进行去激活（evil[.]com），使用 tldextract 提取注册域名
• URL：分别提取域名和路径；检查是否存在重定向
• 文件哈希：识别哈希类型（MD5/SHA-1/SHA-256）；优先使用 SHA-256 确保唯一性
• 电子邮件地址：拆分为域名部分（检查 MX/DMARC）和本地部分进行模式分析

在文档中对 IOC 进行去激活处理（将 . 替换为 [.]，将 :// 替换为 [://]），防止意外点击。

步骤 2：多源富化

VirusTotal（文件哈希、URL、IP、域名）：

import vt

client = vt.Client("YOUR_VT_API_KEY")

# 文件哈希查询
file_obj = client.get_object(f"/files/{sha256_hash}")
detections = file_obj.last_analysis_stats
print(f"Malicious: {detections['malicious']}/{sum(detections.values())}")

# 域名分析
domain_obj = client.get_object(f"/domains/{domain}")
print(domain_obj.last_analysis_stats)
print(domain_obj.reputation)
client.close()

AbuseIPDB（IP 地址）：

import requests

response = requests.get(
    "https://api.abuseipdb.com/api/v2/check",
    headers={"Key": "YOUR_KEY", "Accept": "application/json"},
    params={"ipAddress": "1.2.3.4", "maxAgeInDays": 90}
)
data = response.json()["data"]
print(f"Confidence: {data['abuseConfidenceScore']}%, Reports: {data['totalReports']}")

MalwareBazaar（文件哈希）：

response = requests.post(
    "https://mb-api.abuse.ch/api/v1/",
    data={"query": "get_info", "hash": sha256_hash}
)
result = response.json()
if result["query_status"] == "ok":
    print(result["data"][0]["tags"], result["data"][0]["signature"])

步骤 3：结合攻击活动溯源归因进行上下文分析

在 MISP 中查询匹配 IOC 的现有事件：

from pymisp import PyMISP

misp = PyMISP("https://misp.example.com", "API_KEY")
results = misp.search(value="evil-domain.com", type_attribute="domain")
for event in results:
    print(event["Event"]["info"], event["Event"]["threat_level_id"])