Lehrplan Lektion 96 von 156 · Bedrohungsmodellierung
Bedrohungsmodellierung

Projekt Etappe 4: ein Bedrohungsmodell

Warum das wichtig ist Dieses Projekt führt Etappe 4 zusammen. Du wirst ein echtes Bedrohungsmodell für ein Produkt schreiben, das du tatsächlich nutzt, als Python Daten und den Code, der es gegen eine Rubrik prüft. Du endest mit einem Tool, das du für jedes Produkt wiederverwenden kannst, und einer klaren Liste der drei Dinge, die du zuerst beheben solltest.

Die Zusammenfassung

Wähle ein Produkt aus, das du benutzt: eine Messaging-App, einen Fitness-Tracker, eine Shopping-Seite oder einen Smart Speaker. Schreibe sein Threat Model aus deiner Sicht als Benutzer in ein Dictionary namens MODEL, dann schreibe drei Funktionen, die es prüfen und bewerten.

Privat gehalten: dein Code wird in deinem eigenen Browser bewertet. Wenn du die Speicherung über Geräte hinweg einschaltest, werden deine Entwürfe auch auf dem Server von Floati gespeichert, was ein weiterer Grund ist, es allgemein zu halten. Dennoch halte das Modell allgemein: schreibe "meine Nachrichten" oder "meine Privatadresse", niemals echte Passwörter, Benutzernamen, Adressen oder Kontonummern. Ein Bedrohungsmodell handelt von der Form des Risikos, nicht von den Geheimnissen selbst.

Die Form von 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
    ],
}

Jede Bedrohung asset muss eine deiner assets sein, und jede Bedrohung adversary muss einer "who" eines Gegners entsprechen. Das verbindet das Modell: jede Bedrohung sagt genau, was sie trifft und wer es tut. owner sagt, wer die Abwehr durchführt: "me" oder "product" (Dinge, die du das Unternehmen ändern lassen würdest).

Die Bewertungskriterien

CheckProblemcode, falls es fehlschlägt
A nicht leerer Produktnameno-product
Mindestens 3 Assetsfew-assets
Mindestens 2 Angreiferfew-adversaries
Mindestens 4 Bedrohungenfew-threats
Jedes Asset einer Bedrohung ist in der Asset-Listeunknown-asset:T1 (mit der id dieser Bedrohung)
Jeder Gegner einer Bedrohung entspricht einem "Wer"unknown-adversary:T1
Likelihood und impact sind jeweils 1, 2 oder 3bad-score:T1
Jede Bedrohung hat mindestens eine Abhilfemaßnahmeunmitigated:T1

Selbstbeurteilung und Tutor-Feedback

Die Tests prüfen, ob dein Modell vollständig und zusammenhängend ist und ob deine Funktionen korrekt sind. Sie können nicht beurteilen, ob deine Bedrohungen die richtigen Bedrohungen sind. Lies dafür deine drei wichtigsten Bedrohungen laut vor und frage dich: Würde jemand, der dieses Produkt kennt, zustimmen, dass dies die größten Risiken sind? Du kannst auch den Code Review Button des On-Device Tutors für Kommentare zu deiner Arbeit drücken. Er läuft in deinem Browser, also bleibt das Modell bei dir. Es ist ein kleines Modell, also betrachte seine Notizen als Impulse zum Nachdenken, nicht als Urteil. Die automatischen Prüfungen beweisen, dass dein Modell vollständig ist; ob es richtig ist, ist der Teil, den du selbst beurteilst.

Tipps für ein gutes Modell

  • Nutze das, was du gelernt hast: cookies, fingerprints, pixels und consent (Etappe 1), wie tracker in code funktionieren (Etappe 2), third parties und leaks auf sites (Etappe 3), was HTTPS und end-to-end encryption verbergen und was nicht, und wohin AI features deinen text senden.
  • Füge mindestens eine gewöhnliche Bedrohung (ein wiederverwendetes Passwort, ein verlorenes Telefon) und eine über das Produkt selbst ein (was es sammelt, mit wem es geteilt wird).
  • Bevorzuge Abhilfemaßnahmen, die du diese Woche wirklich umsetzen wirst, gegenüber perfekten, die du nicht umsetzen wirst.
In anderen Sprachen

JavaScript: das Risikoreitranking mit einer zweiteiligen Sortierung.

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: die gleiche Reihenfolge mit sort_by.

threats.sort_by(|a, b| risk(b).cmp(&risk(a)).then(a.id.cmp(&b.id)));

Zusammenfassung

  • A Ein Bedrohungsmodell als Daten kann durch Code geprüft werden: vollständig, verbunden und gerankt.
  • Risiko ist Wahrscheinlichkeit mal Auswirkung; Gleichheiten werden durch threat id aufgelöst, also ist die Reihenfolge immer gleich.
  • Die Tests prüfen die Struktur; du und der Tutor beurteilt, ob die Bedrohungen die richtigen sind.
  • Halte dein Modell allgemein und privat: beschreibe Risiken, schreibe niemals die Geheimnisse auf.
Du bist dran

Fülle MODEL für ein Produkt aus, das du benutzt (siehe die Form oben): ein "product" String, mindestens 3 "assets", mindestens 2 "adversaries" (jeweils mit nicht leeren "who", "wants" und "capability"), mindestens 4 "threats" und eine Mitigation (mit nicht leeren "action" und "owner" von "me" oder "product") für jede Bedrohung. Schreibe dann:

  1. risk(threat): gibt likelihood * impact.
  2. zurück
  3. top_threats(model, n=3): gibt die ids der n höchsten-risiko-bedrohungen zurück, am höchsten zuerst; wenn zwei bedrohungen das gleiche risiko haben, kommt die kleinere id (in normaler string-reihenfolge) zuerst.
  4. rubric(model): gibt eine Liste von Problemcodes aus der Rubrik-Tabelle zurück, oder [] wenn das Modell besteht. Überprüfe zuerst die vier modellweiten Regeln, dann jede Bedrohung in der Listenreihenfolge, wobei du Asset, Adversary, Score und Mitigation in dieser Reihenfolge prüfst. Verwende .get mit Standardwerten, damit ein Modell mit fehlenden Schlüsseln nicht abstürzt.
Drucke schließlich rubric(MODEL) und top_threats(MODEL) aus.

Ein Problem in dieser Lektion entdeckt? Melde es · Frage zu dieser Lektion

Diese Übung öffnet bald

Beende die vorherige Lektion, damit diese freigeschaltet wird. Der ganze Kurs ist kostenlos, kein Konto erforderlich, und du kannst diese Lektion jetzt direkt lesen.