17、网络安全学习：Spark、Jupyter与基础漏洞利用

网络安全学习：Spark、Jupyter与基础漏洞利用

1. Spark与Jupyter在威胁狩猎中的作用

在网络安全学习中，Spark和Jupyter是提升学习效果的重要工具。虽然Elasticsearch功能强大，但它并非关系型数据库，执行连接操作时计算成本较高。连接操作是SQL中常见的功能，能在查询时组合数据，使调查更具针对性。

例如，有两个数据源，一个包含 static_ip 和 user_name ，另一个包含 static_ip 和 host_name ，可以通过以下方式进行连接：
- 左连接 ：返回左数据源的记录以及右数据源中匹配的记录。
- 内连接 ：仅返回左右数据源中值匹配的记录。
- 全外连接 ：当任一个数据源中有匹配时返回记录。

使用Apache Spark结合Elasticsearch的数据，可以执行这些连接操作，这在威胁狩猎中尤为有用，能通过组合多个数据源来增强或丰富数据。

2. 自动化剧本与分析共享实验

为了共享分析结果并提供更强大的训练环境，Rodriguez兄弟开发了一组存储在Binderhub平台上的Jupyter笔记本。以下是具体操作步骤：
1. 访问 https://threathunterplaybook.com/introduction.html 。
2. 在屏幕左侧点击“Free Te