Data collection and processing pipeline for cyber vulnerability intelligence

Abstract

Os ataques cibernéticos são uma realidade onipresente hoje em dia, afetando organizações e países em todo o mundo. Em 2021, os incidentes de segurança da informação resultaram em bilhões de dólares em perdas. A maioria desses eventos evoluiu a partir de vulnerabilidades conhecidas em ativos de tecnologia da informação. Entretanto, vários bancos de dados e fontes heterogêneos hospedam informações sobre essas falhas, tornando a avaliação de risco difícil. Apesar dos enormes bancos de dados de vulnerabilidade apoiados pelos governos dos EUA e da China, eles diferem em operação e cobertura, o que dificulta e torna os processos de avaliação de risco incertos. Este trabalho cria um Pipeline de Coleta e Processamento de Dados para Inteligência de Vulnerabilidade Cibernética a fim de comparar o National Vulnerability Databas dos EUA (NVD), o China National Vulnerability Database (CNVD), o China National Vulnerability Database of Information Security (CNNVD), e o Exploit Database (EDB). Os resultados revelam que o CNNVD tem mais 1.661 entradas de vulnerabilidades do que o NVD e pelo menos mais 40 entradas relativas a fornecedores chineses. Além disso, eles mostram uma correlação temporal de 0,917560 com 70% de similaridade de texto entre o NVD e o CNNVD, indicando que apesar de o último rastrear o primeiro, não é uma tradução automática dele, exigindo o trabalho de ciber especialistas. Além disso, o pipeline inclui um Recommender Exploitation-Vulnerability System (REVS) com a Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) usando ponderação baseada em entropia para classificar os pares de vulnerabilidade-exploits. O REVS funciona como um sistema de varredura e recomendação de rede, empregando um mix de bancos de dados de vulnerabilidades e e exploitscpara melhorar os testes de penetração e a avaliação de segurança do sistemas. Os experimentos relizados no emulador GNS3 mostram que esta abordagem de trabalho identifica mais nove vulnerabilidades do que a ferramenta comercial Vulners e que os critérios relativos aos exploits tem mais do que os parâmetros do Common Vulnerability Scoring System (CVSS) para classificar as vulnerabilidades. De acordo com o referncial bibliográfico utilizado„ este trabalho é o primeiro a normalizar e comparar o NVD, CNVD, CNNVD e EDB, mostrando que os bancos de dados de vulnerabilidade nacionais chineses estão aproveitando os dados de exploração para inferir os CVEs de status reservado.