Проект части 4: модель угроз
Почему это важно Этот проект собирает воедино часть 4. Вы напишете настоящую модель угроз для продукта, которым реально пользуетесь, в виде данных Python, и код, который проверяет её по критериям. В итоге у вас будет инструмент, который можно снова использовать для любого продукта, и чёткий список трёх вещей, которые стоит исправить в первую очередь.
Задание
Выберите один продукт, которым пользуетесь: мессенджер, фитнес-трекер, интернет-магазин, умную колонку. Напишите его модель угроз с вашей точки зрения как пользователя в словаре MODEL, затем напишите три функции, которые её проверяют и ранжируют.
Остаётся приватным: ваш код проверяется в вашем собственном браузере. Если вы включите сохранение между устройствами, ваши черновики также хранятся на сервере Floati, и это ещё одна причина писать в общих словах. Даже так, держите модель общей: пишите "мои сообщения" или "мой домашний адрес", но никогда настоящие пароли, имена пользователей, адреса или номера счетов. Модель угроз описывает форму риска, а не сами секреты.
Форма 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
],
}
asset каждой угрозы должен быть одним из ваших assets, а adversary каждой угрозы должен совпадать с "who" одного из противников. Так модель связывается воедино: каждая угроза точно говорит, что она поражает и кто это делает. owner говорит, кто выполняет меру защиты: "me" или "product" (то, что вы попросили бы изменить компанию).
Критерии
| Проверка | Код проблемы, если не пройдена |
|---|---|
| Непустое название продукта | no-product |
| Не меньше 3 активов | few-assets |
| Не меньше 2 противников | few-adversaries |
| Не меньше 4 угроз | few-threats |
| Актив каждой угрозы есть в списке активов | unknown-asset:T1 (с id этой угрозы) |
| Противник каждой угрозы совпадает с одним из "who" | unknown-adversary:T1 |
| Вероятность и ущерб равны 1, 2 или 3 | bad-score:T1 |
| У каждой угрозы есть хотя бы одна мера защиты | unmitigated:T1 |
Самооценка и отзыв тьютора
Тесты проверяют, что ваша модель полна и связана воедино и что ваши функции верны. Они не могут судить, те ли это угрозы. Для этого прочитайте вслух три главные угрозы и спросите себя: согласился бы человек, знающий этот продукт, что это самые большие риски? Можно также нажать кнопку проверки кода у тьютора на устройстве, чтобы получить комментарии к работе. Он работает в вашем браузере, поэтому модель остаётся у вас. Это небольшая модель, так что воспринимайте её заметки как повод подумать, а не как вердикт. Автоматические проверки доказывают, что модель полна; верна ли она - это вы решаете сами.
Советы для хорошей модели
- Используйте то, что узнали: cookie, отпечатки, пиксели и согласие (часть 1), как трекеры работают в коде (часть 2), третьи стороны и утечки на сайтах (часть 3), что HTTPS и сквозное шифрование скрывают и чего не скрывают и куда функции ИИ отправляют ваш текст.
- Включите хотя бы одну обыденную угрозу (повторно используемый пароль, потерянный телефон) и одну о самом продукте (что он собирает, с кем делится).
- Предпочитайте меры защиты, которые вы действительно выполните на этой неделе, идеальным, которые вы не выполните.
На других языках
JavaScript: ранжирование рисков с сортировкой по двум ключам.
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: тот же порядок через sort_by.
threats.sort_by(|a, b| risk(b).cmp(&risk(a)).then(a.id.cmp(&b.id)));
Итоги
- Модель угроз в виде данных можно проверить кодом: полна, связана и отранжирована.
- Риск - это вероятность, умноженная на ущерб; ничьи разрешаются по id угрозы, поэтому порядок всегда одинаковый.
- Тесты проверяют структуру; те ли это угрозы, судите вы и тьютор.
- Держите модель общей и приватной: описывайте риски, никогда не записывайте секреты.
Заполните MODEL для продукта, которым пользуетесь (форма показана выше): строку "product", не меньше 3 "assets", не меньше 2 "adversaries" (у каждого непустые "who", "wants" и "capability"), не меньше 4 "threats" и меру защиты (с непустым "action" и "owner", равным "me" или "product") для каждой угрозы. Затем напишите:
risk(threat): возвращаетlikelihood * impact.top_threats(model, n=3): возвращает idnугроз с наибольшим риском, начиная с самого высокого; когда у двух угроз одинаковый риск, первым идёт меньший id (в обычном строковом порядке).rubric(model): возвращает список кодов проблем из таблицы критериев или[], если модель проходит. Сначала проверьте четыре правила для всей модели, затем каждую угрозу по порядку списка, проверяя актив, противника, оценку и меру защиты именно в таком порядке. Используйте.getсо значениями по умолчанию, чтобы модель с отсутствующими ключами не приводила к падению.
rubric(MODEL) и top_threats(MODEL).
Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке
Это упражнение откроется скоро
Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.
Этот браузер блокирует cookies для learn.floati.life, поэтому завершенные здесь уроки не могут открыться по порядку. Разрешите cookies для этого сайта и перезагрузите страницу.