Lesing 4 projek: 'n bedreigingsmodel
Waarom dit saak maak Hierdie projek bring Leg 4 bymekaar. Jy gaan 'n regte threat model skryf vir 'n produk wat jy werklik gebruik, as Python data, en die code wat dit teen 'n rubric toets. Jy eindig met 'n tool wat jy vir enige produk kan hergebruik, en 'n duidelike lys van die drie dinge wat jy eerste moet regmaak.
Die kortbrief
Kies een produk wat jy gebruik: 'n boodskap-app, 'n fikshelt-tracker, 'n inkoopwebwerf, 'n slim luidspreker. Skryf die threat model van jou perspektief as 'n gebruiker in 'n dictionary genaamd MODEL, dan skryf drie funksies wat dit kontroleer en rangskik.
Hou dit privaat: jou kode word in jou eie blaaier gegradeer. As jy stoor oor verskillende toestelle aanskakel, word jou konsepte ook op Floati se bediener gestoor, wat nog 'n rede is om dit algemeen te hou. Hou die model steeds algemeen: skryf "my boodskappe" of "my huisadres", nooit werklike wagwoorde, gebruikersname, adresse of rekeningnommers nie. 'n Bedreigingsmodel gaan oor die vorm van die risiko, nie die geheime self nie.
Die vorm van MODEL
MODEL = {
"product": "a fitness tracker app (fitly.example)",
"assets": ["my running routes", "my heart-rate history", "my contacts"],
"adversaries": [
{"who": "advertisers", "wants": "my habits", "capability": "buy data from the app"},
{"who": "a stranger", "wants": "where I live", "capability": "see public route maps"},
],
"threats": [
{"id": "T1", "asset": "my running routes", "adversary": "a stranger",
"what": "public maps show where my runs start, near my home",
"likelihood": 2, "impact": 3},
# ... at least 4 threats
],
"mitigations": [
{"threat": "T1", "action": "hide the first and last 500 m of every route", "owner": "me"},
# ... at least one for every threat
],
}
Elke dreiging se asset moet een van jou assets wees, en elke dreiging se adversary moet by een teenstander se "who" pas. Dit laat die model saamtrek: elke dreiging sê presies wat dit tref en wie dit doen. owner sê wie die mitigasie doen: "me" of "product" (dinge wat jy die maatskappy sou vra om te verander).
Die rubriek
| Kontroleer | Problemkode as dit faal |
|---|---|
| A nie-leë produknaam | no-product |
| Ten minste 3 bates | few-assets |
| Ten minste 2 teenstanders | few-adversaries |
| Ten min 4 dreigings | few-threats |
| Elke dreigsmiddel se bates is in die bateslys | unknown-asset:T1 (met daardie dreigsmiddel se id) |
| Elke dreigings teenstander pas by 'n "wie" | unknown-adversary:T1 |
| Waarskynlikheid en impak is elk 1, 2 of 3 | bad-score:T1 |
| Elke bedreiging het ten minste een mitigasie | unmitigated:T1 |
Self-evaluering en tutor-terugvoer
Die toetse kontroleer of jou model volledig is en saamtrek, en of jou funksies korrek is. Hulle kan nie beoordeel of jou bedreigings die reg bedreigings is nie. Lees vir daardie doel jou top drie bedreigings hardop voor en vra jouself: sal iemand wat hierdie produk ken saamstem dat dit die grootste risiko's is? Jy kan ook die on-device tutor se code review knoppie druk vir kommentaar op jou werk. Dit loop in jou bl brasileiros, so die model bly by jou. Dit is 'n klein model, so behandel sy notas as aanwysings om te dink, nie as 'n vonnis nie. Die outomatiese kontroles bewys dat jou model volledig is; of dit reg is, is die deel wat jy self beoordeel.
Wense vir 'n goeie model
- Gebruik wat jy geleer het: cookies, fingerprints, pixels en toestemming (Leg 1), hoe trackers in kode werk (Leg 2),derdeparty's en lekke op webwerwe (Leg 3),wat HTTPS en end-to-end encryption doen en nie wegsteek nie, en waar AI-funksies jou teks stuur.
- Sluit ten minste een gewone bedreiging in ('n hergebruikte wagwoord, 'n verlore foon) en een oor die produk self (wat dit versamel, met wie dit deel).
- Kies mitigasies wat jy hierdie week werklik gaan doen bo perfekte een wat jy nie gaan doen nie.
In ander tale
JavaScript: die risiko-rangskikking met 'n twee-deel sorteer.
const risk = t => t.likelihood * t.impact;
function topThreats(model, n = 3) {
return [...model.threats]
.sort((a, b) => risk(b) - risk(a) || a.id.localeCompare(b.id))
.slice(0, n)
.map(t => t.id);
}
Rust: dieselfde volgorde met sort_by.
threats.sort_by(|a, b| risk(b).cmp(&risk(a)).then(a.id.cmp(&b.id)));
Opsomming
- A dreigingsmodel as data kan deur kode gekontroleer word: volledig, gekoppel en gerangskik.
- Risiko is waarskynlikheid maal impak; gelyke word opgestort deur threat id sodat die volgorde altyd dieselfde is.
- Die toetse kontroleer struktuur; jy en die tutor beoordeel of die dreigings die regte een is.
- Hou jou model algemeen en privaat: beskryf risiko's, skryf nooit die geheime neer nie.
Vul MODEL in vir 'n produk wat jy gebruik (sien die vorm bo): 'n "product" string, ten minste 3 "assets", ten minste 2 "adversaries" (elke een met nie-leë "who", "wants" en "capability"), ten minste 4 "threats" en 'n mitigasie (met 'n nie-leë "action" en "owner" van "me" of "product") vir elke bedreiging. Skryf dan:
risk(threat): geelikelihood * impact. terug
top_threats(model, n=3): gee die id's van dienhoogste-risiko dreigings terug, hoogste eerste; wanneer twee dreigings dieselfde risiko het, kom die kleiner id (in normale string-volgorde) eerste.rubric(model): gee 'n lys van probleemkodes uit die rubriektafel terug, of[]wanneer die model slaag. Kontroleer eers die vier modelwye reëls, dan elke dreigsmens in lysvolgorde, deur aset, teenstander, telling, mitigasie in daardie volgorde te kontroleer. Gebruik.getmet verstandele sodat 'n model met ontbrekende sleutels nie vasloop nie.
rubric(MODEL) en top_threats(MODEL) uit.
Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les
Hierdie oefening open binnekort
Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.
Hierdie blutser blokkeer koekies vir learn.floati.life, so lesse wat jy hier voltooi het kan nie in volgorde oopgaan nie. Laat koekies vir hierdie webwerf toe en laai nuut.