20201005 -
阅读了三篇与安全相关的文章，这里记录一下。
这篇文章发表在了很多地方，发表的念头也比较早了，都过了两年了。对企业的安全能力，从架构上，最后到以后的安全产品都进行了介绍，同时也分析了一些自己的见解。其中一个透露出来的一个点我比较认同：通过各种采集方式尽可能拿到最多的数据源，将这些数据源汇总到类似SIEM的平台后，能够凸显能力的地方，是对这些数据进行建模的能力，这个才是关键。通过各种开源组件搭建各种平台，不管是拼凑的，还是自研的，本质上只有最后贴合到数据中，然后从数据中挖掘知识的过程才是最重要的，当然这仅仅是发现威胁，或者说发现入侵行为的地方，同时还是要注意整个系统的联动，关联分析，整个大系统的调动。
在很久之前的时候，我也经常有这种疑惑，然后看了很多的内容，有时候看到了一些SIEM的平台，或者自己搭建的ELK等，实际上这种平台非常局限性，不够灵活，可能一些定制的SIEM会有更好的使用效果。当然，我觉得，不同的公司他们的业务也是不同的，在业务层面上会展现出不同的模式，这个时候就需要不同的分析方法。所以，我之前的时候，思考的内容或者说要学习的内容“异常检测”是非常重要的，同时配合上大数据的数据挖掘，这肯定是一个可行的路径。
另外，在这种文章中，还提到了一款基于流量的产品，名字叫做Vectra，通过检测流量，同时识别资产，还能发现异常行为。其实一开始我也倾向于这方面的产品，我觉得NTA的东西的确是有用的。能够发现很多有用的东西。但是，现在很少有这种开源的分析框架，有的可能都仅仅是一个流量分析的组件，例如moloch或者说suricata的流量检测能力。
这篇文章相对来说，介绍的更为全面，但是不够具体，很多点都说了，但是都是点到为止，这篇文章就印证了我前面的文章内容，就是利用NTA来进行安全实践。
从前面阅读的两篇文章中来看， 我觉得他们比较重要的一点，就是一个安全平台的检测，这个安全平台不仅仅是说进行数据的展示，我记得之前的时候我还看过一篇美团的文章，那就是一个闭环的形成，这个闭环能够让整个系统更快响应威胁，同时提高检测能力。
Webshell的内容我之前的时候也关注过，当时配合上思考恶意软件的内容，都在思考了同一个内容，那就是到底他的哪一部分算是他的关键，这部分内容触发机器认定他就是恶意软件或者webshell呢？！
之前的时候，我也利用机器学习或者深度学习的方法实现过webshll的检测，效果也是非常好，但是我知道，在实际过程中肯定是要比这个难的多的。当时使用的数据也都是开源的github上找到的。我觉得，如果真的进行实战的话，肯定还是要更难，不然那不就等于说你这个技术都已经能完全杀掉webshell了。这篇文章也因此给我了我很多启发，比如他所说的这种污点分析，实际上我只在恶意软件分析的内容上分析过这个东西，但是webshell这里也能使用倒是让我开了眼界，看来是我格局小了。
同时，还有另外一个方面，那就是这个AST的内容，之前的时候，我看到过一篇类似的文章但是但是没有具体看。当时我做实验的时候，通过opcode的形式实现了具体的分析，我倒是觉得这个有意思的，不过最后的效果不怎么好。
