mcpField
A
analyzing-threat-landscape-with-misp

analyzing-threat-landscape-with-misp

github.com/mukul975安全35.2k252 次安装8 周前更新
代码仓库

关于 analyzing-threat-landscape-with-misp

面向 SOC 分析师的 Python 技能，用于调查 MISP 中的威胁活动。它汇总事件、指标、ATT&CK、威胁行为者及时间趋势数据，生成威胁态势报告。

主要功能

  1. 01按威胁级别和日期统计事件
  2. 02分析 IP、域名、哈希和 URL 属性分布
  3. 03分析 MITRE ATT&CK 技术
  4. 04通过 galaxy clusters 跟踪威胁行为者
  5. 05分析 IOC 提交的时间趋势

适用场景

  1. 01汇总近期 MISP 事件
  2. 02识别常见技术和威胁行为者
  3. 03查看 IOC 提交随时间的变化

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/mukul975/anthropic-cybersecurity-skills --skill analyzing-threat-landscape-with-misp

安装后在 Claude Code 中输入/analyzing-threat-landscape-with-misp确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

LICENSE
references/
api-reference.md
scripts/
agent.py

详细介绍

使用 MISP 分析威胁态势

何时使用

  • 调查需要借助 MISP 分析威胁态势的安全事件时
  • 为该领域构建检测规则或威胁狩猎查询时
  • SOC 分析师需要针对此类分析的结构化流程时
  • 验证相关攻击技术的安全监控覆盖范围时

前置条件

  • 熟悉威胁情报概念和工具
  • 可访问用于安全执行的测试或实验环境
  • 已安装所需依赖的 Python 3.8+
  • 任何测试活动均已获得适当授权

操作步骤

  1. 安装依赖：pip install pymisp
  2. 配置 MISP URL 和 API key。
  3. 运行 Agent 生成威胁态势分析：
    • 按威胁等级和日期范围拉取事件统计数据
    • 分析属性类型分布（IP、domain、hash、URL）
    • 从事件标签中识别排名靠前的 MITRE ATT&CK 技术
    • 通过 galaxy clusters 跟踪威胁行为者活动
    • 生成 IOC 提交的时间趋势分析
python scripts/agent.py --misp-url https://misp.local --api-key YOUR_KEY --days 90 --output landscape_report.json

示例

威胁态势摘要
Period: Last 90 days
Events analyzed: 1,247
Top threat level: High (43%)
Top attribute type: ip-dst (31%), domain (22%), sha256 (18%)
Top MITRE technique: T1566 Phishing (89 events)
Top threat actor: APT28 (34 events)

评论

支持 Markdown