// Comparaison

Data Engineering for Cybersecurity vs Practical Binary Analysis : lequel lire ?

Deux livres de cybersécurité sur Tooling, 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
5/52018
Practical Binary Analysis

Build Your Own Linux Tools for Binary Instrumentation, Analysis, and Disassembly

Dennis Andriesse

Dennis Andriesse sur le toolchain binaire que vous pouvez réellement scripter : internals ELF, taint analysis dynamique, exécution symbolique et instrumentation avec des exemples concrets de code à suivre.

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.
Reverse engineers prêts à cesser d'être des clickers IDA et commencer à être des programmeurs qui se trouvent faire du RE. Andriesse couvre DBI (Pin), taint analysis (Triton) et exécution symbolique (angr) exactement au niveau dont un praticien a besoin pour les weaponiser.

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.
Débutants RE qui n'ont pas encore fini Practical Reverse Engineering, ou lecteurs sans confort C et Python. Le livre suppose que vous savez déjà désassembler ; la valeur est dans la couche d'automatisation.

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.
  • Le RE moderne est du RE automatisé ; le livre est le pont entre l'analyse manuelle et le toolchain qui passe à l'échelle sur les gros binaires.
  • L'exécution symbolique est enfin accessible aux RE engineers en activité grâce à angr, et le cadrage d'Andriesse est ce qui fait cliquer pour la plupart des praticiens.
  • Les passes DBI custom résolvent une catégorie de problèmes qu'aucun outil GUI ne peut ; le livre vous apprend quand y recourir et comment les écrire.

Comment ils se comparent

Nous notons Practical Binary Analysis plus haut (5/5 contre 4/5 pour Data Engineering for Cybersecurity). Pour la plupart des lecteurs, Practical Binary Analysis est le choix principal et Data Engineering for Cybersecurity un complément utile.

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

Data Engineering for Cybersecurity et Practical Binary Analysis couvrent tous les deux Tooling : les lire dans l'ordre renforce les mêmes notions sous des angles différents.

Continuer la lecture

Thématiques liées