Python-Iocextract：高级入侵威胁标识符IoC提取工具
Python-Iocextract：高级入侵威胁标识符IoC提取工具
工具介绍
Python-Iocextract是一款高级入侵威胁标识符IoC提取工具，它可以从文本语料库提取URL、IP地址、MD5/SHA哈希、电子邮件地址和YARA规则，其中还包括某些已编码或已被“破坏”的入侵威胁标识符。
因为网络犯罪分子为了防止暴露自己的恶意活动以及攻击内容，通常都会想办法“破坏”类似URL和IP地址这样的入侵威胁标识符。在这种情况下，有效提取和汇总这些IoC对于安全分析人员来说就非常有价值了。但不幸的是，对于现有的IoC提取工具来说，标准的正则表达式往往无法捕捉到这些东西。
比如说，下面这个样本就使用了括号来进行IoC隐藏：
127[.]0[.]0[.]1这种情况下，基于简单正则表达式匹配的工具就无法提取出这种IoC了。
但是对于Python-Iocextract来说，情况就不一样了。通过使用精心设计的正则表达式以及反混淆检测技术，我们既可以检测到“被破坏”的IoC，也可以还原初始的IoC，为分析人员节省了时间和精力。
工具安装
在使用Python-Iocextract之前，我们需要安装Python开发环境以及regex依赖。在Ubuntu和Debian等Linux系统中，可以使用下列命令完成安装：
sudo apt-get install python-dev接下来，使用pip命令安装iocextract：
pip install iocextract在Windows平台下，点击【这里】下载regex安装包：
pip install regex-2018.06.21-cp27-none-win_amd64.whl工具使用
提取某些已被破坏的URL地址：
>>>content = """... Ireally love example[.]com!...All the bots are on hxxp://example.com/bad/url these days....C2: tcp://example[.]com:8989/bad...""">>>import iocextract>>>for url in iocextract.extract_urls(content):... print url...hxxp://example.com/bad/urltcp://example[.]com:8989/badexample[.]comtcp://example[.]com:8989/bad如果匹配到多个正则表达式的话，可能会有某些URL地址出现两次。
如果有需要的话，你还可以还原IoC并移除某些常见的混淆技术：
>>>for url in iocextract.extract_urls(content, refang=True):... print url...http://example.com/bad/urlhttp://example.com:8989/badhttp://example.comhttp://example.com:8989/bad你甚至还可以提取并解码十六进制编码或Base64编码的URL地址：>>>content ='612062756e6368206f6620776f72647320687474703a2f2f6578616d706c652e636f6d2f70617468206d6f726520776f726473'>>>for url in iocextract.extract_urls(content):... print url...687474703a2f2f6578616d706c652e636f6d2f70617468>>>for url in iocextract.extract_urls(content, refang=True):... print url...http://example.com/path该工具中所有的extract_*函数返回的都是迭代器，而不是列表。因此，iocextract可以处理大量数据输入。但如果你想要迭代处理多次IoC，你将需要把结果存储为列表：
>>>list(iocextract.extract_urls(content))['hxxp://example.com/bad/url','tcp://example[.]com:8989/bad', 'example[.]com','tcp://example[.]com:8989/bad']命令行工具还包括：$iocextract -husage:iocextract [-h] [--input INPUT] [--output OUTPUT] [--extract-emails] [--extract-ips] [--extract-ipv4s][--extract-ipv6s] [--extract-urls] [--extract-yara-rules][--extract-hashes] [--custom-regex REGEX_FILE][--refang] [--strip-urls] [--wide] AdvancedIndicator of Compromise (IOC) extractor. If no arguments arespecified,the default behavior is to extract all IOCs. optional arguments: -h, --help show this help message and exit --input INPUT default: stdin --output OUTPUT default: stdout --extract-emails --extract-ips --extract-ipv4s --extract-ipv6s --extract-urls --extract-yara-rules --extract-hashes --custom-regex REGEX_FILE file with custom regexstrings, one per line, with one capture group each --refang default: no --strip-urls remove possible garbage from the endof urls. default: no --wide preprocess input to allowwide-encoded character matches. default: no目前，该工具只支持恢复URL、电子邮件以及IPv4地址。Python-Iocextract支持的IoC
IP地址
1、 完全支持IPv4
2、 部分支持IPv6
URL地址
1、 协议标识符：http, https, tcp,udp, ftp, sftp, ftps
2、 [.]锚点
3、 十六进制编码URL：http, https, ftp
4、 URL编码URL：http, https, ftp, ftps, sftp
5、 Base64编码URL：http, https, ftp
电子邮件地址
支持部分@或at锚点
YARA规则
导入、包含和注释
哈希
1、 MD5
2、 SHA1
3、 SHA256
4、 SHA512
针对IPv4地址，支持扫描下列混淆技术：
针对电子邮件地址，支持扫描下列混淆技术：
针对URL地址，支持扫描下列混淆技术：
