// Comparaison

Data Engineering for Cybersecurity vs Dissecting the Dark Web : lequel lire ?

Deux livres de cybersécurité sur Threat Intelligence, comparés honnêtement : à qui s'adresse chacun, ce que chacun fait de mieux, et lequel lire en premier.

Avancé
4/52025
Data Engineering for Cybersecurity

Build Secure Data Pipelines with Free and Open-Source Tools

James Bonifield

Un analyste menaces avec plus de dix ans d'expérience enseigne comment collecter, normaliser, enrichir et sécuriser la télémétrie (logs, événements, métriques) dont dépendent les équipes sécurité, avec des outils open source comme Filebeat, Logstash, Redis, Kafka et Elasticsearch.

Avancé
4/52026
Dissecting the Dark Web

Reverse Engineering the Tools of the Underground Economy

Lindsay Kaye

La VP Threat Intelligence de HUMAN Security décortique de vraies offres de malware-as-a-service vendues sur les forums du dark web, chapitre par chapitre, des stealers et loaders aux ransomwares et kits de post-exploitation living-off-the-land.

À lire si

Les ingénieurs détection et analystes SOC fatigués d'une télémétrie qui ne s'organise pas toute seule, et qui veulent construire le pipeline plutôt que consommer ce que fournit l'éditeur du SIEM. Couvre la collecte depuis Windows (Sysmon, événements PowerShell), Linux (fichiers, syslog) et les appliances réseau/sécurité, puis la transformation, la sécurisation et l'automatisation avec Ansible.
Les analystes threat intelligence et reverse engineers qui veulent des décorticages techniques de ce qui se vend réellement sur les forums du dark web, pas un panorama politique ou policier du phénomène. Kaye est analyste malware en activité, et les chapitres reproduisent le catalogue d'un acheteur de MaaS : stealers, chevaux de Troie bancaires, packers, frameworks C2, kits de post-exploitation, ransomwares.

À éviter si

Les lecteurs qui cherchent la logique de détection ou la technique de threat hunting elle-même ; ceci est la plomberie en dessous de ces activités, pas l'analyse construite par-dessus. Suppose également une aisance avec l'administration système Linux et le scripting de base.
Les lecteurs qui veulent un récit d'enquête ou sociologique sur les places de marché du dark web (plus proche de Dark Wire ou American Kingpin) ; ceci est de la technique de reverse engineering appliquée à l'outillage clandestin, pas du journalisme narratif.

Points clés

  • Traite la télémétrie comme un problème d'ingénierie avec son propre cycle de vie (collecter, normaliser, enrichir, sécuriser) plutôt que comme quelque chose qu'un SIEM gère par magie.
  • Construit entièrement sur de l'outillage open source gratuit (Filebeat, Logstash, Redis, Kafka, Elasticsearch), ce qui rend la conception du pipeline reproductible sans contrat éditeur.
  • L'automatisation du déploiement avec Ansible est traitée comme faisant partie du travail, pas comme un détail : le pipeline doit être maintenable, pas seulement fonctionnel une fois.
  • Organisé autour de la structure réelle de l'économie du malware-as-a-service, traitant le dark web comme une chaîne d'approvisionnement à décortiquer outil par outil.
  • Couvre tout le cycle de vie de l'outillage vendu clandestinement : livraison, stealers, packers, C2, post-exploitation, et ransomwares Windows comme Linux/ESXi.
  • La technique living-off-the-land reçoit un traitement dédié, reflétant à quel point l'outillage clandestin évite désormais le malware sur mesure.

Comment ils se comparent

Data Engineering for Cybersecurity et Dissecting the Dark Web sont tous deux notés 4/5 dans notre catalogue. Choisissez selon vos préférences thématiques et de style, plutôt que sur la note.

Les deux livres ciblent un public de niveau avancé : le choix se fait sur la thématique, pas la difficulté.

Data Engineering for Cybersecurity et Dissecting the Dark Web couvrent tous les deux Threat Intelligence : les lire dans l'ordre renforce les mêmes notions sous des angles différents.

Continuer la lecture

Thématiques liées