misp/misp-taxonomiesMISP 택소노미 시스템에서 사용되는 분류 체계이며, 다른 정보 공유 도구에서도 사용할 수 있습니다.
MISP Taxonomies는 정보에 태그를 지정하고 분류하며 구성하기 위한 공통 분류 라이브러리 모음입니다. 분류 체계는 분산된 사용자와 조직 간에 동일한 어휘를 표현할 수 있게 해줍니다.
MISP 및 기타 정보 공유 도구에서 사용할 수 있는 분류 체계들은 Machine Tags(트리플 태그)로 표현됩니다. 머신 태그는 네임스페이스(MUST), 서술어(MUST) 및 값(OPTIONAL)으로 구성됩니다. 머신 태그는 그 형식 때문에 흔히 트리플 태그라고도 불립니다.
다음 분류 체계들은 MISP(로컬 또는 분산 태그로) 또는 보안 정보 공유 도구 간에 공통 분류 체계를 공유하려는 다른 도구 및 소프트웨어에서 사용할 수 있습니다.
CERT-XLM : CERT-XLM 보안 사고 분류. 개요
DFRLab-dichotomies-of-disinformation : DFRLab 허위 정보의 이분법. 개요
DML : 탐지 성숙도 수준(DML, Detection Maturity Level) 모델은 사이버 공격 탐지 성숙도를 평가하기 위한 역량 성숙도 모델입니다. 인텔리전스 기반 탐지 및 대응을 수행하고 성숙한 탐지 프로그램을 중시하는 조직을 위해 설계되었습니다. 개요
GrayZone : 능동 방어의 회색 지대(Gray Zone)는 대응적 방어 요소와 공세 작전 사이에 놓인 모든 요소를 포함합니다. 이는 그 사이의 회색 영역을 채웁니다. 이 분류 체계는 능동 방어 계획 또는 모델링에 사용될 수 있습니다. 개요
PAP : 허용 조치 프로토콜(PAP, Permissible Actions Protocol)은 수신된 정보를 어떻게 사용할 수 있는지 나타내기 위해 설계되었습니다. 개요
access-method : 시스템에 원격으로 접근하는 데 사용되는 접근 방법. 개요
accessnow : 이슈(보안, 인권, 청년 권리 등)를 분류하기 위한 Access Now 분류 체계. 개요
acn : 이탈리아 국가 사이버 보안청(ACN)을 위한 사이버 분류 체계. 개요
acs-marking : 접근 제어 사양(ACS, Access Control Specification) 마킹 유형은 참가자 간 공유를 규율하는 관련 정책에 기반하여 자동화된 접근 제어 시스템을 구현하는 데 필요한 객체 유형을 정의합니다. 개요
action-taken : 보안 사고 발생 시 취해진 조치(CSIRT 관점). 개요
admiralty-scale : 해군성 척도(Admiralty Scale) 또는 순위(나토 체계라고도 함)는 출처의 신뢰성과 정보의 신빙성을 평가하는 데 사용됩니다. FM 2-22.3(FM 34-52) 인간 정보 수집 작전 및 NATO 문서를 기반으로 한 참고 자료입니다. 개요
adversary : 적대자 인프라에 대한 개요 및 설명. 개요
agent-threat-rules : Agent Threat Rules(ATR)은 Apache 2.0으로 공개된 AI 에이전트 위협에 대한 개방형 탐지 표준입니다. 이 분류 체계는 프롬프트 인젝션, 도구 오염, 스킬 손상, 컨텍스트 유출, 에이전트 조작, 권한 상승, 과도한 자율성, 모델 남용, 모델 보안 및 데이터 오염을 포괄하는 10가지 공격 범주에 걸쳐 커뮤니티가 유지 관리하는 330개의 규칙을 정리합니다. 서술어는 범주를 나타내며, 값은 ATR-YYYY-NNNNN 형식의 개별 규칙 식별자입니다. 개요
ai-bias-terminology : 각 유형의 편향에 대한 독립적인 정의 목록. AI 편향과 관련하여 일반적으로 사용되거나 관련성이 있는 집계 용어. NIST.SP.1270-draft(2021)에서 발췌. 개요
ai-computer-assisted : 인텔리전스 패키지 또는 이벤트 생성에 관련된 AI 지원 수준과 검토/업데이트 수준을 설명하는 분류 체계. 개요
ai-safety-benchmark : MLCommons AI 안전 작업 그룹(WG)이 만든 AI 안전 벤치마크 v0.5. 개요
ais-marking : AIS 마킹 스키마 구현은 미국 국토안보부(DHS)의 국가 사이버 보안 및 통신 통합 센터(NCCIC)가 유지 관리합니다. 개요
analyst-assessment : 분석을 수행하는 분석가의 역량을 설명하는 일련의 평가 서술어. 이러한 평가는 분석가 본인이 또는 분석가를 평가하는 다른 주체가 지정할 수 있습니다. 개요
anti-piracy : 저작권 침해 방지 분류 체계. 개요
approved-category-of-action : 파트너와 공유되는 지표에 대한 사전 승인된 조치 범주(MIMIC). 개요
artificial-satellites : 이 분류 체계는 인공위성을 설명하기 위해 설계되었습니다. 개요
aviation : 항공 부문에 대한 보안 위협 또는 사고를 설명하는 분류 체계. 개요
binary-class : 바이너리 파일 유형에 대한 사용자 정의 분류 체계. 개요
ce-uas-classification : 유럽 연합(EASA) 드론 분류 - C0~C6. 개요
circl : CIRCL 분류 체계 - 사고 대응 및 탐지의 분류 체계. 개요
cloud-sovereignty : 유럽 위원회 클라우드 주권 프레임워크에서 파생된 클라우드 주권 목표, 보증 수준 및 점수 가중치. 개요
cnsd : 본 분류 체계는 페루 국가 디지털 보안 센터(Centro Nacional de Seguridad Digital del Perú)를 위해 제공되는 첫 번째 버전입니다. 개요
coa : 조직 내에서 공격을 발견, 탐지, 거부, 교란, 약화, 기만 및/또는 파괴하기 위해 취하는 행동 방침. 개요
collaborative-intelligence : 협업 인텔리전스 지원 언어는 MISP와 같은 위협 인텔리전스 공유 플랫폼을 사용할 때 크라우드소싱 지원을 받아 분석가가 분석을 수행하도록 지원하는 공통 언어입니다. 이 언어의 목적은 협업 분석을 발전시키고 늦게 공유하기보다 일찍 공유하는 것입니다. 개요
common-taxonomy : 법 집행 기관 및 CSIRT를 위한 공통 분류 체계. 개요
copine-scale : COPINE 척도는 아동 성학대 이미지의 심각도를 분류하기 위해 아일랜드에서 만들어지고 영국에서 사용되는 등급 체계입니다. 이 척도는 COPINE(유럽 소아성애자 정보 네트워크 근절, Combating Paedophile Information Networks in Europe) 프로젝트 직원들에 의해 개발되었습니다. COPINE 프로젝트는 1997년에 설립되었으며 아일랜드 코크 대학교(University College Cork) 응용 심리학과에 기반을 두고 있습니다. 개요
course-of-action : 행동 방침(COA) 분석은 사이버 보안 역량 개발을 위한 6가지 잠재적 행동 방침을 고려합니다. 개요
crowdsec : Crowdsec IP 주소 분류 및 행동 분류 체계. 개요
cryptocurrency-threat : CipherTrace 보고서에 기반한 암호화폐를 표적으로 하는 위협. 개요
csirt-americas : CSIRT 아메리카 분류 체계. 개요
csirt_case_classification : CSIRT가 고객에게 일관되고 시의적절한 대응을 제공하고 민감한 정보가 적절하게 처리되는 것이 중요합니다. 이 문서는 CSIRT 사고 관리자(IM)가 각 CSIRT 사례에 대해 사례 범주, 심각도 수준 및 민감도 수준을 분류하는 데 필요한 지침을 제공합니다. 이 정보는 사례가 생성될 때 사고 추적 시스템(ITS)에 입력됩니다. CSIRT가 경영진에게 정기적으로 정확한 보고를 제공하려면 일관된 사례 분류가 필요합니다. 또한 이러한 분류는 CSIRT IM에게 적절한 사례 처리 절차를 제공하고 CSIRT와 회사 내 다른 부서 간의 SLA의 기반을 형성합니다. 개요
cti : 프로세스의 워크플로 상태를 제어하기 위한 사이버 위협 인텔리전스 주기. 개요
current-event : 현재 이벤트 - 사고 대응 및 탐지의 분류 체계. 개요
cyber-threat-framework : 사이버 위협 프레임워크(Cyber Threat Framework)는 사이버 위협 이벤트의 일관된 특성화 및 분류를 가능하게 하고 사이버 적대자의 활동에서 추세나 변화를 식별하기 위해 미국 정부가 개발했습니다. https://www.dni.gov/index.php/cyber-threat-framework 개요
cycat : 유니버설 사이버 보안 리소스 카탈로그인 CyCAT이 지원하고 사용하는 네임스페이스를 분류하는 데 사용하는 분류 체계. 개요
cytomic-orion : Cytomic Orion에 대해 원하는 조치를 설명하기 위한 분류 체계. 개요
dark-web : 다크 웹의 범죄 동기 및 콘텐츠 탐지: 법 집행 기관을 위한 분류 모델. 참고: Janis Dalins, Campbell Wilson, Mark Carman. MISP 프로젝트가 업데이트하고 유럽 위원회의 JRC(공동 연구 센터)가 확장한 분류 체계. 개요
data-classification : Solving Cyber Risk 책의 표 2.1에 기반한 유출 위험이 있는 데이터에 대한 데이터 분류. 개요
dcso-sharing : DCSO MISP 이벤트 가이드에 정의된 분류 체계. 보내는 측의 추가 노력을 최소화하면서 받는 측의 유용성을 높이는 방식으로 MISP 이벤트의 생성과 소비에 대한 지침을 제공합니다. 개요
ddos : 분산 서비스 거부(Distributed Denial of Service, 줄여서 DDoS) 분류 체계는 서비스 거부 공격, 특히 그 공격이 속한 유형에 대한 설명을 지원합니다. 개요
de-vs : 독일(DE) 정부 분류 표시(VS). 개요
death-possibilities : 사망 가능성 분류 체계. 개요
deception : 기만은 정보 작전의 중요한 구성 요소로, 공격과 방어 모두에 가치가 있습니다. 개요
detection-engineering : 탐지 엔지니어링 기법과 관련된 분류 체계. 개요
dga : 흔히 DGA라고 불리는 도메인 생성 알고리즘을 설명하기 위한 분류 체계. 참고: A Comprehensive Measurement Study of Domain Generating Malware, Daniel Plohmann 외. 개요
dhs-ciip-sectors : https://www.dhs.gov/critical-infrastructure-sectors 에 따른 DHS 중요 부문. 개요
diamond-model : 침입 분석용 다이아몬드 모델(Diamond Model for Intrusion Analysis)은 모든 침입 활동의 기본 원자적 요소인 이벤트를 정의하며, 이는 적대자, 인프라, 역량, 피해자의 네 가지 핵심 특징으로 구성됩니다. 개요
diamond-model-for-influence-operations : 영향력 작전 분석용 다이아몬드 모델은 캠페인의 사회정치적, 기술적, 심리적 측면을 다룸으로써 분석가와 연구자가 악성 영향력 캠페인을 종합적으로 이해하도록 이끄는 프레임워크입니다. 영향력 작전 분석용 다이아몬드 모델은 4개의 모서리와 1개의 핵심 요소로 구성된 5가지 구성 요소로 이루어져 있습니다. 4개의 모서리는 2개의 축으로 나뉩니다: 사회정치적 축에는 영향력 행사자와 수용자가, 기술적 축에는 역량과 인프라가 있습니다. 내러티브는 다이아몬드의 핵심을 구성합니다. 개요
dni-ism : 행정 명령(EO) 13526에 따라 요구되는 정보 보안 마킹 메타데이터(ISM)의 하위 집합. DNI.gov가 ISM용 통제 어휘 열거 값에서 정보 보안 마킹 메타데이터의 데이터 인코딩 사양으로 설명한 바와 같습니다. 개요
domain-abuse : 도메인 이름 남용 - 사이버 범죄에 사용되는 도메인 이름에 태그를 지정하기 위한 분류 체계. 개요
doping-substances : 이 분류 체계는 도핑 물질을 목록화하는 것을 목표로 합니다. 개요
drugs : 약물의 상위 분류 및 분류에 기반한 분류 체계. https://www.drugbank.ca/releases/latest 기반. 개요
economical-impact : 경제적 영향은 태그된 정보와 관련된 재정적 효과가 긍정적 또는 부정적 결과인지 설명하는 데 사용되는 분류 체계를 말합니다. 예를 들어, 데이터 유출 손실은 공격자에게 긍정적인 결과를 나타냅니다. Overview
ecsirt : 2015년 3월 31일자 ecsirt.net 버전 mkVI의 인시던트 분류 체계로, IntelMQ 분류 유형 매핑이 추가로 포함되어 있습니다. Overview
enisa : 현재 위협 분류 체계는 이용 가능한 ENISA 자료를 기반으로 개발된 초기 버전입니다. 이 자료는 정보 수집 및 위협 통합 목적을 위한 ENISA 내부 구조화 보조 도구로 사용되었습니다. 2012-2015년 기간에 만들어졌습니다. Overview
ensoc : 정보 교환 중 사용되는 모든 레이블을 포괄하는 공식 ENSOC(EU CyberHUB) 분류 체계입니다. Overview
estimative-language : 정보공동체 지침 203(ICD 203) 및 JP 2-0, Joint Intelligence를 기반으로 기본 출처, 데이터, 방법론의 품질과 신뢰성을 설명하기 위한 평가 언어입니다. Overview
eu-ai-act : EU 인공지능법(Regulation (EU) 2024/1689)을 위한 분류 체계입니다. GRC 및 SOC 보고를 위해 AI 시스템을 위험 수준, 금지 관행, 고위험 사용 사례, 인시던트 유형별로 분류합니다. Overview
eu-marketop-and-publicadmin : EU NIS 지침에 따라 일부 통지 요구사항을 준수해야 하는 시장 운영자 및 공공 행정 기관 Overview
eu-nis-sector-and-subsectors : NIS 지침에 의해 식별된 부문, 하위 부문 및 디지털 서비스 Overview
euci : EU 기밀 정보(EUCI)란 EU 보안 등급으로 지정된 모든 정보 또는 자료를 의미하며, 이에 대한 무단 공개는 유럽연합 또는 하나 이상의 회원국의 이익에 다양한 정도의 손해를 초래할 수 있습니다. Overview
europol-event : 이 분류 체계는 이벤트 유형을 설명하기 위해 설계되었습니다. Overview
europol-incident : 이 분류 체계는 클래스별 인시던트 유형을 설명하기 위해 설계되었습니다. Overview
event-assessment : 특정 수준의 불확실성 하에서 판단을 내리기 위해 수행되는 이벤트 평가를 설명하는 일련의 평가 술어입니다. Overview
event-classification : RT/IR, MISP 및 기타 도구에서 볼 수 있는 이벤트 분류 Overview
exercise : Exercise는 정보가 하나 이상의 사이버 또는 위기 훈련의 일부인지 여부를 설명하는 분류 체계입니다. Overview
extended-event : 이벤트가 확장된 이유. 이 분류 체계는 확장된 이벤트에 사용해야 합니다. 경쟁 분석 측면은 Richard J. Heuer, Jr.의 Psychology of Intelligence Analysis에서 가져왔습니다. 참조:http://www.foo.be/docs/intelligence/PsychofIntelNew.pdf Overview
failure-mode-in-machine-learning : 이 분류 체계의 목적은 이러한 두 가지 실패 모드를 한 곳에 함께 정리하는 것입니다. 의도적 실패는 능동적 공격자가 자신의 목표를 달성하기 위해 시스템을 전복하려 시도하여 발생하는 실패로, 결과를 잘못 분류하거나, 개인 훈련 데이터를 추론하거나, 기본 알고리즘을 도용하는 경우입니다. 비의도적 실패는 ML 시스템이 형식적으로는 올바르지만 완전히 안전하지 않은 결과를 생성하기 때문에 발생하는 실패입니다. Overview
false-positive : 이 분류 체계는 예상되는 오탐(false positive)의 양을 대략적으로 추정하는 것을 목표로 합니다. Overview
file-type : 알려진 파일 유형 목록입니다. Overview
financial : 금융 서비스, 인프라 및 금융 범위를 설명하기 위한 금융 분류 체계입니다. Overview
flesch-reading-ease : Flesch Reading Ease는 서면 자료의 이해 난이도를 결정하기 위한 개정된 시스템입니다. Flesch 점수는 최대 121.22까지 가능하며, 점수가 얼마나 낮을 수 있는지에는 제한이 없습니다(음수 점수도 유효합니다). Overview
fpf : Future of Privacy Forum(FPF)의 실용적 비식별화 시각 가이드 분류 체계는 개인 데이터의 식별 가능성 정도와 가명 데이터, 비식별화 데이터, 익명 데이터의 유형을 평가하는 데 사용됩니다. FPF의 작업은 크리에이티브 커먼즈 저작자표시 4.0 국제 라이선스에 따라 사용이 허가됩니다. Overview
fr-classif : 프랑스 정부 정보 분류 체계 Overview
gdpr : 개인 데이터 처리와 관련된 자연인 보호 및 이러한 데이터의 자유 이동에 관한 유럽 의회 및 이사회의 규정(EU) 2016/679, 그리고 지침 95/46/EC를 폐지하는 (일반 개인정보 보호 규정)과 관련된 분류 체계입니다. Overview
gea-nz-activities : 시간에 따라 발생하는 시점, 기간 또는 이벤트를 추적하거나 모니터링하는 데 필요한 정보입니다. 이 유형의 정보는 비즈니스상 이유로 추적해야 하거나 '비즈니스'의 발전 과정에서 특정 시점을 나타내는 발생에 초점을 맞춥니다. Overview
gea-nz-entities : 엔터티 또는 사물의 인스턴스와 관련된 정보입니다. Overview
gea-nz-motivators : 권한 또는 거버넌스와 관련된 정보입니다. Overview
gsma-attack-category : GSMA가 통신사와의 정보 공유 프로그램에서 공격 범주를 설명하기 위해 사용하는 분류 체계입니다. Overview
gsma-fraud : GSMA가 통신사와의 정보 공유 프로그램에서 사기의 다양한 측면을 설명하기 위해 사용하는 분류 체계입니다. Overview
gsma-network-technology : GSMA가 통신사와의 정보 공유 프로그램에서 인프라 유형을 설명하기 위해 사용하는 분류 체계입니다. WiP Overview
honeypot-basic : Christian Seifert, Ian Welch, Peter Komisarczuk의 'Taxonomy of Honeypots', Technical Report CS-TR-06/12, VICTORIA UNIVERSITY OF WELLINGTON, School of Mathematical and Computing Sciences, 2006년 6월, http://www.mcs.vuw.ac.nz/comp/Publications/archive/CS-TR-06/CS-TR-06-12.pdf 에서 업데이트됨(CIRCL, Seamus Dowling 및 EURECOM) Overview
ics : FIRST.ORG CTI SIG - ICS/OT 위협 귀속(IOC) 프로젝트를 위한 MISP 제안 Overview
iep : Forum of Incident Response and Security Teams(FIRST) 정보 교환 정책(IEP) 프레임워크 Overview
iep2-policy : Forum of Incident Response and Security Teams(FIRST) 정보 교환 정책(IEP) v2.0 정책 Overview
iep2-reference : Forum of Incident Response and Security Teams(FIRST) 정보 교환 정책(IEP) v2.0 참조 Overview
ifx-vetting : IFX 분류 체계는 정보 심사(intelligence vetting) 프로세스를 지원하기 위해 정보(MISP 이벤트 및 속성)를 분류하는 데 사용됩니다. Overview
incident-disposition : 인시던트가 해결 과정에서 어떻게 분류되는지에 대한 것입니다. 이 분류 체계는 NASA 인시던트 대응 및 관리 핸드북에서 영감을 받았습니다. https://www.nasa.gov/pdf/589502main_ITS-HBK-2810.09-02%20%5bNASA%20Information%20Security%20Incident%20Management%5d.pdf#page=9 Overview
infoleak : 정보 유출, 특히 잠재적으로 유출된 것으로 분류된 정보를 설명하는 분류 체계입니다. 이 분류 체계는 AIL 프레임워크에 대한 CIRCL의 작업을 기반으로 합니다. 이 분류 체계는 유출된 정보의 분류를 개선하기 위해 널리 사용되는 것을 목표로 합니다. Overview
information-origin : 정보의 출처(인간 생성 또는 AI 생성)별로 태깅하기 위한 분류 체계입니다. Overview
information-security-data-source : 정보 보안 데이터 소스를 분류하기 위한 분류 체계입니다. Overview
information-security-indicators : 조직이 보안 태세를 벤치마킹하는 데 사용할 수 있는 완전한 운영 지표 세트입니다. Overview
interactive-cyber-training-audience : 사이버 훈련 및 교육의 대상을 설명합니다. Overview
interactive-cyber-training-technical-setup : 기술 설정은 환경 구조, 배포 및 오케스트레이션으로 구성됩니다. Overview
interactive-cyber-training-training-environment : 훈련 환경은 훈련 유형과 시나리오로 구성된 훈련 주변 환경을 상세히 설명합니다. Overview
interactive-cyber-training-training-setup : 훈련 설정은 점수, 역할, 훈련 모드 및 사용자 지정 수준과 함께 훈련 자체를 추가로 설명합니다. Overview
interception-method : 트래픽을 가로채는 데 사용되는 차단 방법입니다. Overview
ioc : 악성 및 비악성 아티팩트의 자동화를 용이하게 하기 위한 IOC 분류입니다. Overview
iot : IOT UK 보고서 https://iotuk.org.uk/wp-content/uploads/2017/01/IOT-Taxonomy-Report.pdf 를 기반으로 한 사물인터넷(IoT) 분류 체계입니다. Overview
kill-chain : Lockheed Martin이 개발한 단계 기반 모델인 Cyber Kill Chain은 공격 단계를 분류하고 식별하는 데 도움을 주기 위한 것입니다. Overview
maec-delivery-vectors : MAEC 5.0을 기반으로 한 악성코드 전달에 사용되는 벡터 Overview
maec-malware-behavior : MAEC 5.0을 기반으로 한 악성코드 동작 Overview
maec-malware-capabilities : MAEC 5.0을 기반으로 한 악성코드 기능 Overview
maec-malware-obfuscation-methods : MAEC 5.0을 기반으로 한 악성코드가 사용하는 난독화 방법 Overview
malware_classification : 다양한 범주에 기반한 분류입니다. https://www.sans.org/reading-room/whitepapers/incident/malware-101-viruses-32848 기반 Overview
meteorstorm : 우주, 사이버 및 다중 도메인 위협과 5개 계층(기본 역량 환경(PCE), 세그먼트(SEG), 서비스(SVC), 자산(AST), 분석(AN))에 걸친 복원력을 모델링하기 위한 Multiple Environment Threat Evaluation of Resources Space Threats and Operational Risk to Missions(meteorstorm) 분류 체계입니다. Overview
misinformation-website-label : 웹사이트 간 허위 정보 유형 식별을 위한 분류입니다. 출처: Melissa Zimdars 2019, False, Misleading, Clickbait-y, and/or Satirical News Sources Overview
misp : MISP 동작 또는 운영을 추론하기 위한 MISP 분류 체계입니다. Overview
misp-workflow : 워크플로우 실행 결과를 지원하기 위한 MISP 워크플로우 분류 체계입니다. Overview
monarc-threat : MONARC 위협 분류 체계 Overview
ms-caro-malware : Computer Antivirus Research Organization(CARO) 명명 체계 및 악성코드 용어에 대한 Microsoft 구현을 기반으로 한 악성코드 유형 및 플랫폼 분류입니다. https://www.microsoft.com/en-us/security/portal/mmpc/shared/malwarenaming.aspx, https://www.microsoft.com/security/portal/mmpc/shared/glossary.aspx, https://www.microsoft.com/security/portal/mmpc/shared/objectivecriteria.aspx 및 http://www.caro.org/definitions/index.html 기반. 악성코드 패밀리는 https://www.microsoft.com/security/sir/archive/default.aspx 및 https://www.microsoft.com/en-us/security/portal/threat/threats.aspx 기반으로 2008년부터 Microsoft SIR에서 추출되었습니다. SIR에는 모든 Microsoft 악성코드 패밀리가 포함되지 않는다는 점에 유의하세요. Overview
Microsoft의 CARO(Computer Antivirus Research Organization) 명명 체계 및 악성코드 용어 구현에 기반한 악성코드 유형 및 플랫폼 분류. https://www.microsoft.com/en-us/security/portal/mmpc/shared/malwarenaming.aspx, https://www.microsoft.com/security/portal/mmpc/shared/glossary.aspx, https://www.microsoft.com/security/portal/mmpc/shared/objectivecriteria.aspx 및 http://www.caro.org/definitions/index.html을 기반으로 합니다. 악성코드 패밀리는 https://www.microsoft.com/security/sir/archive/default.aspx 및 https://www.microsoft.com/en-us/security/portal/threat/threats.aspx을 기반으로 2008년 이후 Microsoft SIR에서 추출되었습니다. SIR에는 모든 Microsoft 악성코드 패밀리가 포함되지는 않습니다. Overview
mwdb : Malware Database(mwdb) 택소노미 - 플랫폼 전반에서 사용되는 태그 Overview
nato-uas-classification : NATO UAS 분류. Overview
nis : 이 택소노미는 2017년 9월 13일자 위원회 권고(blueprint라고도 함)에 언급된 대규모 사이버 보안 사고를 위해 고안되었습니다. 두 가지 핵심 부분이 있습니다: 사고의 본질, 즉 사고를 촉발한 근본 원인, 그리고 사고의 영향, 즉 서비스와 경제 및 사회의 어떤 부문에 미치는 영향입니다. Overview
nis2 : 이 택소노미는 2022년 5월 13일자 위원회 권고(가합의(provisional agreement)라고도 함)에 언급된 대규모 사이버 보안 사고를 위해 고안되었습니다. 두 가지 핵심 부분이 있습니다: 사고의 본질, 즉 사고를 촉발한 근본 원인, 그리고 사고의 영향, 즉 서비스와 경제 및 사회의 어떤 부문에 미치는 영향입니다. Overview
open_threat : SANS의 James Tarala가 작성한 Open Threat Taxonomy v1.1 http://www.auditscripts.com/resources/open_threat_taxonomy_v1.1a.pdf, https://files.sans.org/summit/Threat_Hunting_Incident_Response_Summit_2016/PDFs/Using-Open-Tools-to-Convert-Threat-Intelligence-into-Practical-Defenses-James-Tarala-SANS-Institute.pdf, https://www.youtube.com/watch?v=5rdGOOFC_yE 및 https://www.rsaconference.com/writable/presentations/file_upload/str-r04_using-an-open-source-threat-model-for-prioritized-defense-final.pdf을 기반으로 합니다. Overview
organizational-cyber-harm : 물리적, 경제적, 심리적, 평판적, 사회적/사회 전반적 영향과 같은 범주에 따라 조직의 사이버 피해를 분류하는 택소노미. Overview
osint : 오픈소스 인텔리전스 - 분류(MISP 택소노미) Overview
passivetotal : RiskIQ의 PassiveTotal 서비스 태그 Overview
pentest : 침투 테스트(pentest) 분류. Overview
pfc : 교통 신호등 프로토콜(PFC)은 FIRST가 설계한 'Traffic Light Protocol(TLP)' 표준을 기반으로 합니다. 정보 배포에 허용된 제한 사항을 알리는 것을 목표로 합니다. 색상 코드로 분류됩니다. Overview
phishing : 피싱 공격을 기법, 수집 메커니즘 및 분석 상태로 분류하는 택소노미. Overview
poison-taxonomy : 천연 독물의 비완전 택소노미 Overview
political-spectrum : 정치적 스펙트럼은 서로 다른 정치적 입장을 상호 관계에 따라 특성화하고 분류하는 체계입니다. Overview
priority-level : 사고가 점수화된 후에는 우선순위 수준이 할당됩니다. 아래 나열된 6가지 수준은 NCCIC, DHS 및 CISS와 일치하여 사고 논의 시 공통 용어를 제공합니다. 이 우선순위 할당은 NCCIC의 긴급성, 사전 승인된 사고 대응 제공, 보고 요구 사항 및 리더십 에스컬레이션 권장 사항을 결정합니다. 일반적으로 사고 우선순위 분포는 아래 그래프와 유사한 패턴을 따라야 합니다. https://www.cisa.gov/news-events/news/cisa-national-cyber-incident-scoring-system-nciss을 기반으로 합니다. Overview
pyoti : PyOTI는 지표를 특정 시점 기준으로 분류하기 위한 자동화된 강화(automated enrichment) 체계입니다. Overview
ransomware : 랜섬웨어는 랜섬웨어 유형과 이를 구성하는 요소를 정의하는 데 사용됩니다. Overview
ransomware-roles : 대부분의 랜섬웨어 사고에서 나타나는 7가지 역할. Overview
retention : 이벤트에 보존 시간을 추가하여 ip-dst 또는 ip-src 속성의 IDS 플래그를 자동으로 제거합니다. 이벤트 날짜를 기준으로 경과 시간을 계산합니다. 지원되는 시간 단위: d(일), w(주), m(월), y(년). numerical_value는 웹 인터페이스에서 정렬 목적으로만 사용되며 계산에는 사용되지 않습니다. Overview
rsit : 참조 보안 사고 분류 택소노미(Reference Security Incident Classification Taxonomy) Overview
rt_event_status : Request Tracker에서 사용되는 이벤트 상태. Overview
runtime-packer : 압축 또는 암호화된 데이터를 압축 해제 또는 복호화 코드와 결합하는 데 사용되는 런타임 또는 소프트웨어 패커. 이 코드는 폴리모픽 패커, 가상화 또는 기타 난독화 기법을 포함한 추가 난독화 메커니즘을 추가할 수 있습니다. 이 택소노미는 합법적인 용도 또는 악성 바이너리 패킹에 사용되는 알려졌거나 공식적인 모든 패커를 나열합니다. Overview
scrippsco2-fgc : 샘플을 설명하는 플래그 Overview
scrippsco2-fgi : 동위원소 데이터(C14, O18)에 대한 샘플을 설명하는 플래그 Overview
scrippsco2-sampling-stations : Scripps CO2 프로그램의 샘플링 스테이션 Overview
sentinel-threattype : Sentinel 지표 위협 유형. Overview
smart-airports-threats : ENISA가 스마트 공항 보안 범위 내에서 정의한 위협 택소노미. https://www.enisa.europa.eu/publications/securing-smart-airports Overview
social-engineering-attack-vectors : Dalal Alharthi 외가 작성한 'A Taxonomy of Social Engineering Defense Mechanisms'에 설명된 사회 공학에 사용되는 공격 벡터. Overview
sov : SoV 클라우드 주권 목표, 보증 수준 및 점수 가중치는 유럽 위원회 클라우드 주권 프레임워크(European Commission Cloud Sovereignty Framework)에서 파생되었습니다. Overview
srbcert : SRB-CERT 택소노미 - 사고 대응 및 탐지 분류 체계 Overview
state-responsibility : 귀속(attribution)의 목표를 정책 입안자의 요구에 더 직접적으로 연결하기 위한 국가 책임의 스펙트럼. Overview
stealth_malware : 악성코드 은닉 기법에 기반한 분류. https://vxheaven.org/lib/pdf/Introducing%20Stealth%20Malware%20Taxonomy.pdf에 설명되어 있습니다. Overview
stix-ttp : TTP는 사이버 적대자의 행동 또는 작전 방식(modus operandi)을 나타냅니다. Overview
targeted-threat-index : Ttargeted Threat Index는 피해자의 컴퓨터에 악성코드를 전달하는 이메일 메시지에 전체 위협 순위 점수를 할당하는 지표입니다. TTI 지표는 Seth Hardy가 Katie Kleemola 및 Greg Wiseman과 함께 "RATastrophe: Monitoring a Malware Menagerie"라는 발표의 일부로 SecTor 2013에서 처음 소개했습니다. Overview
thales_group : Thales Group 택소노미 - Thales Group 보안 커뮤니티 간 원하는 공유를 활성화하고 원치 않는 공유를 방지하기 위한 목적으로 설계되었습니다. Overview
threatmatch : ThreatMatch 부문, 사고 유형, 악성코드 유형 및 경보 유형은 모든 ThreatMatch 인스턴스에 적용 가능하며 모든 CIISI 및 TIBER 프로젝트에 사용되어야 합니다. Overview
threats-to-dns : Torabi, S., Boukhtouta, A., Assi, C., & Debbabi, M. (2018)이 Detecting Internet Abuse by Analyzing Passive DNS Traffic: A Survey of Implemented Systems. IEEE Communications Surveys & Tutorials, 1–1. doi:10.1109/comst.2018.2849614에서 설명한 DNS와 관련된 알려진 공격 중 일부에 대한 개요. Overview
tlp : Traffic Light Protocol(TLP)(v2.0)은 잠재적으로 민감한 정보의 공유를 확대하고 보다 효과적인 협업을 촉진하기 위해 만들어졌습니다. 정보 공유는 정보 소스에서 하나 이상의 수신자에게 이루어집니다. TLP는 수신자가 적용해야 하는 공유 경계를 나타내는 데 사용되는 4개의 표준 라벨(확산을 제한하기 위해 앰버에 다섯 번째 라벨 포함) 세트입니다. 이 표준에 나열된 라벨만 FIRST가 유효한 것으로 간주합니다. 이 택소노미에는 더 이상 FIRST SIG에서 검증하지 않는 이전 버전과의 호환성을 위한 추가 라벨이 포함되어 있습니다. Overview
tor : Tor 네트워크 인프라를 설명하는 택소노미 Overview
trust : 신뢰 지표(Indicator of Trust)는 신뢰할 수 있고 좋은 행위자로 알려진 데이터에 대한 통찰력을 제공합니다. 화이트리스트와 유사하지만 강화된 것으로, 침해 지표(Indicators of Compromise)와 함께 사용하는 기능을 재사용하여 좋은 것으로 알려진 것을 걸러냅니다. Overview
type : 정보 수집 분야(intelligence gathering discipline)의 다양한 유형을 설명하는 택소노미로, 정보의 출처를 설명할 수 있습니다. Overview
uas-additionnal-classification : 사용 및 모델 사양을 규정하기 위한 추가 UAV 및 UCAV 관련 태그. Overview
unified-kill-chain : Unified Kill Chain은 Kill Chain을 개선한 것입니다. Overview
unified-ransomware-kill-chain : Oleg Skulkin이 개발한 인텔리전스 기반 모델인 Unified Ransomware Kill Chain은 랜섬웨어 공격의 모든 단계를 추적하는 것을 목표로 합니다. Overview
use-case-applicability : Use Case Applicability 범주는 경보 규칙 구성 문제를 명확하게 표시하기 위해 표준 해결 범주를 반영합니다. Overview
veris : 사건 기록 및 공유를 위한 어휘(Vocabulary for Event Recording and Incident Sharing, VERIS) Overview
vmray : VMRay Thread Identifier 점수와 아티팩트를 매핑하기 위한 VMRay 택소노미. Overview
vocabulaire-des-probabilites-estimatives : 이 어휘는 특정 확률 표현에 백분율 값을 할당합니다. Overview
vulnerability : 취약점(소프트웨어, 하드웨어 또는 사회적)을 다양한 규모 또는 추가 정보와 함께 설명하기 위한 택소노미. Overview
workflow : 워크플로 지원 언어는 인텔리전스 분석가가 데이터와 정보에 대한 분석을 수행할 수 있도록 지원하는 공통 언어입니다. Overview
다음 택소노미 네임스페이스는 예약되어 있으며 MISP 내부에서 사용됩니다.
택소노미에 대한 문서는 택소노미 설명에서 자동으로 생성되며, PDF 및 HTML로 제공됩니다.
아주 쉽습니다. 택소노미를 삼중 태그(triple tags)로 설명하는 JSON 파일을 만들고(예: Admiralty Scale 같은 기존 파일 확인), 네임스페이스와 일치하는 디렉터리를 만든 다음, machinetag 파일을 해당 디렉터리에 넣고 풀 리퀘스트를 보내면 됩니다. 그게 전부입니다. 모든 사람이 귀하의 택소노미를 활용할 수 있으며 MISP와 같은 정보 공유 도구에서 자동으로 활성화할 수 있습니다.
자세한 내용은 룩셈부르크에서 열린 마지막 MISP 교육에서 발표된 "Information Sharing and Taxonomies Practical Classification of Threat Indicators using MISP" 프레젠테이션을 참조하십시오.
$ cd /var/www/MISP/app/files/taxonomies/ $ mkdir privatetaxonomy $ cd privatetaxonomy $ vi machinetag.json
택소노미를 트리플 태그로 설명하는 JSON 파일을 만드세요.
파일이 만족스러우면 MISP 웹 GUI의 taxonomies/index로 이동하여 택소노미를 업데이트하세요. 새로 생성된 택소노미가 표시되어야 합니다. 이제 택소노미 내의 태그를 활성화해야 합니다.
# MISP 택소노미
## 도구
[machinetag.py](https://github.com/misp/misp-taxonomies/blob/HEAD/tools/machinetag.py)는 Machine Tags(트리플 태그)로 표현된 택소노미를 덤프하고 특정 택소노미에서 모든 유효한 태그를 나열하는 파싱 도구입니다.~~~~shell
% cd tools
% python machinetag.py
admiralty-scale:source-reliability="a"
admiralty-scale:source-reliability="b"
admiralty-scale:source-reliability="c"
admiralty-scale:source-reliability="d"
admiralty-scale:source-reliability="e"
admiralty-scale:source-reliability="f"
admiralty-scale:information-credibility="1"
admiralty-scale:information-credibility="2"
admiralty-scale:information-credibility="3"
admiralty-scale:information-credibility="4"
admiralty-scale:information-credibility="5"
admiralty-scale:information-credibility="6"
...
MISP taxonomies (JSON 파일)는 이중 라이선스가 적용됩니다:
또는~~~~ Copyright (c) 2015-2024 Alexandre Dulaunoy - [email protected] Copyright (c) 2015-2024 CIRCL - Computer Incident Response Center Luxembourg Copyright (c) 2015-2024 Andras Iklody Copyright (c) 2015-2024 Raphael Vinot Copyright (c) 2016-2024 Various contributors to MISP Project
Redistribution and use in source and binary forms, with or without modification, are permitted provided that the following conditions are met:
1. Redistributions of source code must retain the above copyright notice,
this list of conditions and the following disclaimer.
2. Redistributions in binary form must reproduce the above copyright notice,
this list of conditions and the following disclaimer in the documentation
and/or other materials provided with the distribution.
THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS "AS IS" AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE ARE DISCLAIMED. IN NO EVENT SHALL THE COPYRIGHT HOLDER OR CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
If a specific author of a taxonomy wants to license it under a different license, a pull request can be requested.
특정 taxonomy 작성자가 다른 라이선스로 라이선스를 부여하려는 경우, pull request를 요청할 수 있습니다.