正如有些有見地的員工所指出，“威脅情報”是還沒有明確定義的令人困惑的概念。如果你到處問問“什么是威脅情報?”，你會得到各種對解決方案和服務的描述，從惡意軟件數(shù)據(jù)庫到簽名檢測工具和IDS/IPS系統(tǒng)，再到現(xiàn)場咨詢服務等。

然而，在乍看之下，這兩個詞一起看似乎立刻有了意義。“情報”即收集關于某物的詳細信息，而“威脅”就是你收集關于什么的信息。當你在谷歌搜索“情報搜集”，定義很明確：

在最廣泛的形式中，情報收集網(wǎng)絡是指這樣一個系統(tǒng)，即通過這個系統(tǒng)收集的關于特定實體的信息通過使用一個以上相互關聯(lián)的來源而讓另一個人受益。

從網(wǎng)絡的角度來看，對可能威脅你的業(yè)務、網(wǎng)絡、軟件、web服務器等的信息的收集是很有價值的。那么，為什么網(wǎng)絡威脅情報這么難以獲取?對于初學者來說，是不是幾乎所有安全工具或網(wǎng)絡防御活動都是威脅情報機制?同時，如果是這樣的話，企業(yè)如何利用來自四面八方的數(shù)據(jù)來采取任何形式的行動?答案是“是”以及“不是那么容易”。事實上，現(xiàn)在大多數(shù)企業(yè)很難從威脅情報中獲取真正的價值。

網(wǎng)絡安全領域的大多數(shù)解決方案會測量、追蹤、日志記錄或報告事件。所有這些工具和流程會產(chǎn)生數(shù)據(jù)，這些數(shù)據(jù)可以進行分析而產(chǎn)生“威脅情報”。這些工具會產(chǎn)生大量數(shù)據(jù)，而且是很低水平的數(shù)據(jù)，換句話說，關于任何實體的信息都是非常冗長、復雜，且很少相互關聯(lián)。

更重要的是，很少有企業(yè)部署了強大的描述性-預測性-指令性分析功能來整理這些數(shù)據(jù)，以及支持最高業(yè)務層面的決策過程。這些威脅數(shù)據(jù)并沒有標準模式或者聯(lián)系網(wǎng)絡活動到資產(chǎn)或業(yè)務操作。因此，并沒有決策支持系統(tǒng)可以支持數(shù)據(jù)挖掘活動來回答典型的描述性問題，例如“在過去六個月是什么對企業(yè)造成最大的傷害?”或者更成熟的問題，“我們的哪個技術投資具有最高的投資回報率，以及哪些技術投資帶來負面影響，哪些可能會構成威脅?”

信息太多

企業(yè)如何清除這些噪音而獲取真正的價值呢?通過遵循一個簡單的公式即可。還記得我們在學校學過的勾股定理嗎?a2 + b2 = c2?這是幾何的基本定理。還有麥克斯韋方程?熱力學第二定律?傅立葉變換?或者其中最有名的，愛因斯坦的相對論，E=mc2?這些公司幫助我們制造了太多信息，太多數(shù)據(jù)。這些公式同樣帶領我們到了現(xiàn)在的時代，雷達、電視、噴氣式客機、電子郵件、互聯(lián)網(wǎng)以及社交媒體。

輸入一個簡單的公式可以幫助獲取有效的網(wǎng)絡威脅情報而不只是收集威脅數(shù)據(jù)：

Risk Intelligence = (High-Level Threat Intelligence + Context) * Continuous Data Collection/Intuitive KPIs

威脅情報=(高級別威脅情報+背景知識內(nèi)容)*連續(xù)數(shù)據(jù)采集/直觀的KPI

誠然，這并不是“真正的”公式。但它確實提供了同樣強大的功能。換句話說，它可以幫助企業(yè)消除數(shù)據(jù)噪音，讓看似無關的數(shù)據(jù)帶來真正價值，帶來切實可行的解決方案。

在上面的公式中，我們可以將通過從各種來源收集和轉譯的低水平的威脅數(shù)據(jù)，轉變?yōu)榈椒治鰩熆梢岳斫獾母咚秸Z言。通過存儲這些數(shù)據(jù)并賦予其與你的企業(yè)、行業(yè)、技術相關的特定背景知識，以及威脅會如何影響你的企業(yè)，數(shù)據(jù)就可以進行分析。

從這個公式來看，簡單的分析通常就能夠產(chǎn)生需要的結果。使用傳統(tǒng)的關鍵績效指標(KPI)業(yè)務智能結構，企業(yè)可以使用這個公式創(chuàng)建簡單而強大的分析。例如，在金融領域，典型的KPI包括利用率、利潤對收益率、現(xiàn)金流、凈乘法器和積壓量。當隨著時間的推移，這個過程會為業(yè)務領導產(chǎn)生重要的決策信息。

這種kPI的概念還可以用于網(wǎng)絡數(shù)據(jù)。最后，它們也可以產(chǎn)生重要的價值信息，例如，特定安全投資的投資回報率或者企業(yè)是否有足夠的安全人員來實現(xiàn)特定的安全目標。應用簡單的威脅情報公式來處理原始威脅情報可以產(chǎn)生有用和有價值的結果。