第十六课 不同的情报分析方法

考完N1终于有时间继续更新这个系列了。如果加入了公众号的群，那就应该知道其实这个系列就是国外某机构的关于威胁情报的课程FOR五七八。这个系列其实也是我自己学习过程中总结的笔记。一些晦涩难懂的地方我都偷懒直接删掉了，又或者为了更贴近国内的情况原创了一些内容。因此想要深入学习还是推荐去看原教材，甚至原教材中推荐的书籍。

另外，在国内闭塞的学习环境下，优质的网络安全资料比较少，这里推荐一下大佬翻译的俄语书：

https://zgao.top/%e5%8a%a0%e5%af%86%e7%a8%8b%e5%ba%8f%ef%bc%9a%e5%a6%82%e4%bd%95%e5%ba%94%e5%af%b9%e5%8b%92%e7%b4%a2%e8%bd%af%e4%bb%b6%e6%94%bb%e5%87%bb/

下面是正文。

链式分析（link analysis）

第一种分析方式以两种事物之间的联系作为依据，将两者进行关联，我们称之为链式分析。这应该是最常见的分析方法，例如在微步情报社区，通过恶意IP关联域名情报、样本情报等等。如下图所示

可以看出，链式分析必须依赖一些可视化的工具，这里列出一些工具仅供参考：

paterva：

https://www.maltego.com/?utm\_source=paterva.com&utm\_medium=referral&utm\_campaign=301IBM

https://i2group.com/i2-analysts-notebook

palantir：

https://www.palantir.com/products/

centrifuge：

https://www.centrifuge.tech/

gephi/graphviz：

https://gephi.org/

neo4j：

https://neo4j.com

titan：

http://titan.thinkaurelius.com/

数据分析（data analysis）

数据分析包括数据清洗、数据分析和数据建模。通过各种方法（例如机器学习）从数据集中挖掘出有价值的信息。尤其是在分析入侵趋势相关数据时，数据科学家能有效地弥补情报分析团队的不足。

时序数据分析，指根据时间因素对数据进行分析，以呈现数据在时间上的变化。弥补在链式分析时被忽略的时间因素。