סייבר ואבטחת מידע · threat-hunting

Threat Intelligence Lifecycle: מאיסוף ועד פעולה

מאת תאיר מלכא 6 דק׳ קריאהפורסם: 5 באוגוסט 2026

המחשה חזותית מקצועית בנושא Threat Intelligence Lifecycle בתחום Threat Hunting וזיהוי

תשובה מהירה

Threat Intelligence Lifecycle מתחיל בשאלה או התנהגות שרוצים לזהות, ממשיך להגדרת Telemetry ולוגיקה, ומסתיים בבדיקות, Tuning, תיעוד ופריסה מבוקרת. איכות נמדדת בכיסוי וביכולת חקירה.

Threat Hunting ו-Detection Engineering הופכים ידע על התנהגות יריב לשאלות מדידות, מקורות נתונים וחוקי זיהוי. המטרה אינה לייצר עוד התראות, אלא לשפר כיסוי ואיכות החלטה. המאמר הנוכחי מתמקד ב-Threat Intelligence Lifecycle ומיועד ל-אנליסטי SOC ו-Threat Intel מתחילים. המטרה היא לתת שיטת עבודה שאפשר ליישם בתרגול, בראיון מקצועי ובסביבת עבודה, בלי להסתפק בהגדרה מילונית.

האתגר המרכזי הוא שהנתונים כמעט תמיד חלקיים. Hypothesis, טכניקת ATT&CK, Data sources יכולים להצביע על כיוון, אך המשמעות שלהם תלויה בזמן, בנכס, במשתמש ובפעילות הצפויה. לכן נבנה את הבדיקה סביב שאלת חקירה, ראיות נדרשות וקריטריון ברור לסיום.

התרחיש המעשי במאמר הוא: הפיכת רשימת Domains למוצר מודיעיני קצר.. כל הדוגמאות הן נתוני מעבדה או תיאור תהליכי. כאשר מדובר ב-Penetration Testing, Web או Cloud, יש לעבוד רק עם אישור מפורש, Scope מוגדר ויכולת לעצור את הבדיקה.

דרישות מודיעין

הנושא 'דרישות מודיעין' הוא חלק מרכזי בעבודה על Threat Intelligence Lifecycle. מומלץ לפרק אותו לשלוש שאלות: מהו הקלט, איזו החלטה רוצים לקבל, ואיזו ראיה מספיקה כדי להצדיק אותה. השאלות האלה מונעות שימוש אוטומטי בכלי ללא הבנת המטרה.

בתרגול, רשמו את Hypothesis, טכניקת ATT&CK, Data sources, Detection logic, Expected benign behavior, השוו להתנהגות צפויה והגדירו Pivot אחד לפחות. התוצאה צריכה להיות ניתנת לבדיקה על ידי אנליסט נוסף, כולל מגבלות וצעדי המשך.

איסוף

בשלב זה מגדירים אילו ראיות דרושות כדי לענות על שאלת החקירה. עבור Threat Intelligence Lifecycle, נקודות הבסיס הן Hypothesis, טכניקת ATT&CK, Data sources, Detection logic. לכל מקור מתעדים בעלים, טווח שמירה, אזור זמן, עיכוב קליטה ושדות שעלולים להיות חסרים.

איכות איסוף אינה נמדדת בכך שהלוג 'מגיע'. יש לבדוק Completeness, Latency, Parsing, Duplicate events וסנכרון זמן. בדיקת Canary או אירוע מעבדה ידוע מאפשרת לוודא שהפעולה הופיעה במקור, עברה את ה-Pipeline וניתנת לחיפוש בשדות הנכונים.

עיבוד והעשרה

הנושא 'עיבוד והעשרה' הוא חלק מרכזי בעבודה על Threat Intelligence Lifecycle. מומלץ לפרק אותו לשלוש שאלות: מהו הקלט, איזו החלטה רוצים לקבל, ואיזו ראיה מספיקה כדי להצדיק אותה. השאלות האלה מונעות שימוש אוטומטי בכלי ללא הבנת המטרה.

ניתוח ו-Confidence

חקירה של Threat Intelligence Lifecycle מתחילה בניסוח Hypothesis: איזו התנהגות מסבירה את הממצא, ואילו ראיות יאשרו או יפריכו אותה. לאחר מכן מרחיבים חלון זמן, מאמתים את הישויות ומחפשים רצף לפני ואחרי האירוע.

קורלציה טובה משלבת לפחות שני סוגי מידע מתוך Hypothesis, טכניקת ATT&CK, Data sources, Detection logic, Expected benign behavior, Test cases ו-coverage. לכל ממצא מציינים מה הוא מוכיח, מה הוא אינו מוכיח ומהו הצעד הבא. אם הנתונים אינם מספיקים, מסמנים Unknown ולא הופכים היעדר ראיה לראיה להיעדר.

הפצה, פעולה ומשוב

הנושא 'הפצה, פעולה ומשוב' הוא חלק מרכזי בעבודה על Threat Intelligence Lifecycle. מומלץ לפרק אותו לשלוש שאלות: מהו הקלט, איזו החלטה רוצים לקבל, ואיזו ראיה מספיקה כדי להצדיק אותה. השאלות האלה מונעות שימוש אוטומטי בכלי ללא הבנת המטרה.

מוקדי בדיקה ייחודיים

בנושא הזה מומלץ לבנות מראש מפת ראיות ממוקדת. מוקדי הבדיקה המרכזיים הם: Hypothesis, טכניקת ATT&CK, Data sources, Detection logic, Expected benign behavior, Test cases ו-coverage. הרשימה אינה Checklist אוטומטי; כל פריט נבחר משום שהוא יכול לקשור בין ישות, פעולה וזמן או להסביר התנהגות לגיטימית.

Hypothesis: הגדירו מהו הערך הצפוי, מה ייחשב חריג ואיזה מקור נוסף יאמת את הממצא.
טכניקת ATT&CK: הגדירו מהו הערך הצפוי, מה ייחשב חריג ואיזה מקור נוסף יאמת את הממצא.
Data sources: הגדירו מהו הערך הצפוי, מה ייחשב חריג ואיזה מקור נוסף יאמת את הממצא.
Detection logic: הגדירו מהו הערך הצפוי, מה ייחשב חריג ואיזה מקור נוסף יאמת את הממצא.
Expected benign behavior: הגדירו מהו הערך הצפוי, מה ייחשב חריג ואיזה מקור נוסף יאמת את הממצא.
Test cases ו-coverage: הגדירו מהו הערך הצפוי, מה ייחשב חריג ואיזה מקור נוסף יאמת את הממצא.

כאשר אחד המוקדים אינו זמין, יש לתעד את הפער ולבחור חלופה. לדוגמה, אם Process identifier אינו יציב, אפשר להיעזר בזמן, Host, User ו-Parent; אם Payload מוצפן, משתמשים ב-Metadata, נפח, תדירות ו-TLS/DNS context.

תהליך עבודה מומלץ

הגדירו Scope ושאלת עבודה אחת בנושא Threat Intelligence Lifecycle.
רשמו את מקורות הנתונים והראיות הדרושים: Hypothesis, טכניקת ATT&CK, Data sources, Detection logic.
צרו Baseline קצר של התנהגות תקינה או תוצאה צפויה.
בצעו את הבדיקה המינימלית בסביבת מעבדה ושמרו זמן, קלט ופלט.
בנו Timeline או טבלת השוואה והפרידו בין עובדה לפרשנות.
בצעו Pivot למקור נוסף כדי לאמת או להפריך את ההסבר הראשוני.
סכמו החלטה, מגבלות, פעולה מומלצת וקריטריון Retest.

תרחיש מעשי

התרחיש שנבחר הוא הפיכת רשימת Domains למוצר מודיעיני קצר. מטרת התרגיל אינה להוכיח יכולת תקיפה, אלא לתרגל איסוף, השוואה ותיעוד בצורה בטוחה. לפני תחילת העבודה מגדירים נתונים מדומים, חלון זמן ותוצאה צפויה.

בסיום התרגיל יש להגיש תוצר שאנליסט או בודק אחר יכול לבקר: צילום או Export של הראיה, Timeline קצר, הנחה ראשונית, ראיה מאמתת, מגבלה והמלצה. כאשר אין ראיה מספקת, המסקנה התקינה היא שהתרחיש לא הוכח.

שלב	מה מבצעים	תוצר
הכנה	הגדירו Scope, זמן ויעד. רשמו אילו שדות או ראיות מתוך Hypothesis, טכניקת ATT&CK, Data sources צפויים להופיע.	תוכנית בדיקה קצרה
יצירת נתון	בצעו פעולה בטוחה ומדומה הקשורה ל-Threat Intelligence Lifecycle, ללא מידע אמיתי או השפעה על מערכת ייצור.	אירוע/Request/Flow מבוקר
איסוף	אספו את הראיה הגולמית ואת ההקשר ממקור נוסף. ודאו Time zone, מזהים ושלמות.	שתי ראיות מקושרות
ניתוח	כתבו מה כל ראיה מוכיחה, מה אינה מוכיחה ומהו ההסבר הלגיטימי האפשרי.	מסקנת ביניים
סיום	בחרו סגירה, הסלמה, Finding או Tuning; הוסיפו המלצה ו-Retest.	תוצר מתועד

Checklist מעשי

בדקו ותעדו: Hypothesis.
בדקו ותעדו: טכניקת ATT&CK.
בדקו ותעדו: Data sources.
בדקו ותעדו: Detection logic.
בדקו ותעדו: Expected benign behavior.
בדקו ותעדו: Test cases ו-coverage.
ציינו Time zone, גרסת כלי ושעת איסוף.
שמרו את הנתון הגולמי לפני סינון או שינוי.
כתבו מה הממצא מוכיח ומה עדיין אינו ידוע.
הגדירו בעלים ופעולת המשך עם מועד.

טעויות נפוצות

להתחיל מ-IOC אקראי בלי Hypothesis.
למפות ATT&CK לפי שם בלבד.
לכתוב Rule בלי Test cases.
להתעלם מהתנהגות לגיטימית.
למדוד Rules במקום Coverage.
לא לנהל גרסאות.

סיכום ו-CTA

Threat Intelligence Lifecycle: מאיסוף ועד פעולה הוא נושא שמחבר ידע טכני למשמעת עבודה. התחילו משאלה, אספו רק ראיות רלוונטיות, שמרו הקשר וזמן, ובחרו פעולה שאפשר להצדיק ולבדוק מחדש.

במסלול Cybersecurity & AI של HPI מתרגלים את העקרונות האלה באמצעות מערכות, לוגים ומעבדות. המשך טבעי הוא לעבור למאמרים המקושרים, לבצע את תרגיל המעבדה ולשמור את התוצר כחלק מתיק עבודות מקצועי.

שאלות ותשובות

האם Threat Intelligence Lifecycle לבדו מוכיח תקיפה או חולשה?

לא. הוא מספק אות או ממצא שצריך הקשר, אימות ומקור נוסף. מסקנה מקצועית נשענת על רצף ראיות ועל התאמה להתנהגות הצפויה.

מה עושים כאשר חלק מהנתונים חסרים?

מתעדים את החסר, בודקים מקור חלופי ומצמצמים את רמת הביטחון. אין להשלים שדות בהשערה או להציג Unknown כתקין.

כמה זמן צריך לשמור את הראיות?

הזמן תלוי במדיניות, רגולציה, עלות וסוג האירוע. חשוב להגדיר מראש Retention, Legal hold ויכולת לייצא ראיה בפורמט שניתן לאמת.

איך מתרגלים בלי לסכן מערכת אמיתית?

משתמשים במכונות וירטואליות, נתונים מדומים, CTF או מעבדה ייעודית. בבדיקות מורשות מגדירים Scope, Stop conditions וגיבוי לפני תחילת העבודה.

מקורות

רוצים לבדוק אם המסלול מתאים לכם?

השאירו פרטים ונציג של HPI יחזור אליכם לשיחת התאמה קצרה וללא התחייבות.

ללימודי SOC וסייבר במסגרת תוכנית Cybersecurity & AI

רוצים לשמוע פרטים על התוכנית? השאירו פרטים ונחזור אליכם.

ללימודי SOC וסייבר במסגרת תוכנית Cybersecurity & AI יצירת קשר

על הכותב

תאיר מלכא

מייסד ומנכ״ל HPI ומרצה לסייבר

תאיר מלכא הוא מייסד ומנכ״ל HPI – המכללה למקצועות ההייטק, ומרצה לסייבר במסלולי ההכשרה של המכללה. במסגרת תפקידיו הוא אחראי על בניית תוכניות הלימוד המקצועיות של HPI בתחומי סייבר, IT ורשתות, ומוביל את הליווי המקצועי של הסטודנטים לאורך המסלול.

לפרופיל הכותב ↗

הקודם באשכול

Detection as Code: ניהול חוקי זיהוי ב-Git

הבא באשכול

STIX ו-TAXII: איך משתפים מודיעין איומים