元情 yotta-intel

元情（yotta-intel）

跨智能体的威胁情报 IOC 提取与规范化技能：零依赖自研从威胁情报文本 / 安全报告 / 钓鱼邮件 / 日志中提取 IP（IPv4/IPv6）、域名、URL、邮箱、哈希（MD5/SHA1/SHA256/SHA512）与 CVE 编号， 自动识别 defang（去活性）写法并还原，去重、归一化后输出 CSV / JSON / STIX-lite。

纯 Python 3.8+ 标准库实现，零外部依赖；Windows + Linux + macOS 通用。 纯本地离线处理：不联网查证、不下载样本、不主动扫描任何系统。

何时使用

• 用户给出一段威胁情报 / 恶意样本分析报告 / 钓鱼邮件 / 日志，要提取其中的 IOC；
• 要批量归一化、去重一堆 IP / 域名 / 哈希，或把 defang 文本还原成规范形态；
• 要把 IOC 整理成 CSV / JSON，或转成 STIX 2.1 Indicator 供平台导入；
• 要在邮件 / 群聊 / 工单里安全共享 IOC（defang 防误点）之前做一次清洗。

Do NOT trigger：

• 不联网查证 IOC 是否恶意、不查询威胁情报平台、不下载样本；
• 不主动扫描网络 / 主机，只处理已存在的文本内容；
• 不在无授权情况下用于对抗他人系统；仅用于已获授权 / 自有资产 / 教学环境的安全分析。

快速使用

Windows 用 python，Linux/macOS 用 python3。

# 提取文本中的 IOC（默认全部类型，文本输出）
python3 scripts/yotta_intel.py extract --path report.txt

# 从标准输入读取，输出 JSON
cat intel.txt | python3 scripts/yotta_intel.py extract --stdin --format json

# 只提取域名与哈希，且出现次数 >= 2
python3 scripts/yotta_intel.py extract --path intel.md --types domain,hash --min-count 2

# 输出 CSV 供表格 / 平台导入
python3 scripts/yotta_intel.py extract --path intel.md --format csv --output iocs.csv

# 输出 STIX 2.1 Bundle
python3 scripts/yotta_intel.py extract --path intel.md --format stix --output iocs.json

# 把报告转成可安全共享的 defang 版（防误点）
python3 scripts/yotta_intel.py defang --path report.txt --output safe.txt

# 把 defang 情报还原成原始形态
python3 scripts/yotta_intel.py refang --path safe.txt

退出码：0 = 无 IOC（extract）；1 = 发现 IOC（extract）；4 = 用法或读取错误。 defang / refang 成功均为 0。

工作流程（AI 智能体执行 IOC 提取时）

1. 确认范围：明确要处理的文本 / 文件与需要的 IOC 类型；纯本地文本，不做任何外部动作。
2. 读取：用 extract --path 指向文件，或 --stdin 从管道读取。
3. 提取：引擎自动 refang 预处理 → 逐行提取七类 IOC → 归一化（小写 / IDN punycode / 去默认端口等）。
4. 去重：同一 IOC 只保留一条，记录出现次数、首次行号与上下文；--min-count 过滤低频噪音。
5. 输出：text / JSON / CSV / STIX-lite 四种格式；--output 写文件，默认打印。
6. 决策纪律：结果只是「候选指标」，是否恶意需人工 / 其他情报源核实；共享时用 defang 形态防误点。

功能

• 七类 IOC 提取：IPv4、IPv6、域名、URL、邮箱、哈希（MD5/SHA1/SHA256/SHA512）、CVE 编号；
• defang / refang：识别 hxxp、[.]、(.)、[dot]、[:]、[@]、[/] 等常见去活性写法并还原； 每条结果自带统一的 defang 安全形态；
• 归一化：域名小写 + IDN punycode、URL 去默认端口 / 去 fragment / 保留 userinfo、哈希小写、IPv6 压缩写法、 IPv4-mapped IPv6 规范化；
• 误报控制：域名 TLD 白名单 + 文件名过滤（README.md / test.py 不算域名）+ 中文标点截断 + 哈希长度校验；
• 去重计数：以 (类型, 规范值) 为键合并，记录 count / first_line / snippet；
• 四种输出：文本 / JSON（stdout 纯净）/ CSV / STIX-lite（STIX 2.1 Bundle + indicator pattern，uuid5 确定性）。

详细的类型判定、defang 与 STIX 映射见 references/。

IOC 类型一览

输出格式

• text：按类型分组的可读报告（含 defang 形态与首次出现的上下文）；
• json：{tool, version, generated, source, summary, indicators[]}，indicators 每条含 type / value / defanged / count / first_line / snippet；
• csv：type,value,defanged,count,first_line,snippet；
• stix：STIX 2.1 Bundle，每条 IOC 生成一个 indicator（pattern + x_yottameta_* 扩展属性）。

边界（安全红线）

• 纯本地离线：不联网查证、不下载样本、不主动扫描任何系统，只做文本提取与规范化；
• 不给定性：所有 IOC 只是「候选指标」，是否恶意需人工 / 其他情报源核实；
• 授权：仅用于已获明确授权 / 自有资产 / 教学环境的安全分析；未经授权分析他人数据违反法律，使用者自行承担责任。

参考文档

• references/ioc-spec.md — IOC 类型与判定规则（归一化 / 误报控制 / 已知取舍）
• references/defang-rules.md — defang / refang 规则与安全共享建议
• references/stix-lite-spec.md — STIX-lite 输出规范与 pattern 映射

法律声明

本技能仅用于已获明确授权的安全分析（自有资产、授权测试、CTF 靶场、教学环境）。 未经授权分析他人系统数据违反中国《网络安全法》与《刑法》相关条款，使用者自行承担法律责任。