Seminar OWASP Amass – Asset-Datenbank, Open Asset Model und Abfragen

Der Datenkurs behandelt die persistente Grundlage moderner Amass-Umgebungen. Im Mittelpunkt stehen die Asset-Datenbank, das Open Asset Model, eindeutige Asset-Identitäten, Beziehungen, zeitliche Beobachtungen und reproduzierbare Abfragen. Der Kurs verbindet fachliche Modellierung mit Betrieb, Qualitätskontrollen und der Vorbereitung von Daten für Analyse, Reporting und Integration.

Inhaltsübersicht

• Architektur der Datenhaltung
• Open Asset Model in der Praxis
• Abfragemuster für operative Fragen
• Datenqualität und Konsistenz
• Lebenszyklus, Aufbewahrung und Zugriff
• Sicherung, Wiederherstellung und Migration
• Praxisprojekt
• Arbeitsweise und Qualitätssicherung

Kompetenzziele

• die Rollen von Collection Engine, Asset-Datenbank und Open Asset Model abgrenzen
• Asset-Typen, Identitäten, Eigenschaften und Beziehungen korrekt interpretieren
• Datenbankzugriffe und Abfragen für wiederkehrende Analysefragen strukturieren
• Duplikate, widersprüchliche Beobachtungen und veraltete Daten erkennen
• Sicherung, Wiederherstellung und kontrollierte Weitergabe von Asset-Daten planen

Seminarinhalte

1. Architektur der Datenhaltung

Die Sammlung, Persistenz und Auswertung werden als getrennte Verantwortungsbereiche betrachtet. Dadurch lassen sich Fehlerquellen, Skalierungsgrenzen und Zugriffsrechte gezielt zuordnen.

1. Datenfluss von Erfassungsauftrag über Collection Engine bis zur Asset-Datenbank skizzieren.
2. Schreibende, lesende und administrative Zugriffe voneinander trennen.
3. Datenbankverbindung, Schemaabhängigkeiten und Persistenzpfade dokumentieren.
4. Betriebs- und Sicherheitsgrenzen für Labor, Test und Produktion festlegen.

2. Open Asset Model in der Praxis

Das Modell beschreibt unterschiedliche Assets und ihre Beziehungen. Für belastbare Analysen müssen Identität, Eigenschaften, Herkunft und zeitliche Beobachtung getrennt verstanden werden.

1. Zentrale Asset-Klassen wie Organisation, Domain, FQDN, IP-Adresse, Netzblock und autonomes System zuordnen.
2. Eigenschaften von Beziehungen und unabhängigen Beobachtungen unterscheiden.
3. Stabile Schlüssel für Vergleiche und Exporte festlegen.
4. Beispielpfade vom Organisationskontext bis zu einem beobachteten Dienst nachvollziehen.

3. Abfragemuster für operative Fragen

Abfragen werden von fachlichen Fragen ausgehend aufgebaut. So entstehen wiederverwendbare Sichten für neue Assets, veränderte Zuordnungen, unklare Eigentumsbezüge und überfällige Bestätigungen.

1. Fachfrage, erwartete Asset-Typen und benötigte Relationen schriftlich definieren.
2. Filter nach Scope, Beobachtungszeit, Quelle und Qualitätsstatus kombinieren.
3. Abfrageergebnis auf Vollständigkeit, Duplikate und unerwartete Kardinalitäten prüfen.
4. Wiederkehrende Abfrage mit Parametern und Ausgabeschema dokumentieren.

4. Datenqualität und Konsistenz

Persistenz macht Fehler dauerhaft sichtbar. Ein Prüfprozess bewertet Identitätskonflikte, Mehrfacherfassung, fehlende Beziehungen und Daten, deren letzte Bestätigung zu lange zurückliegt.

1. Duplikatregeln für Namen, Adressen, Netze und Organisationsbezüge definieren.
2. Widersprüchliche Eigenschaften nach Quelle und Beobachtungszeit bewerten.
3. Verwaiste Assets und Relationen ohne nachvollziehbare Herkunft identifizieren.
4. Korrektur, Kennzeichnung oder erneute Erfassung als standardisierte Maßnahmen festlegen.

5. Lebenszyklus, Aufbewahrung und Zugriff

Asset-Daten können sensible Infrastrukturinformationen enthalten. Aufbewahrung, Rollen, Protokollierung und Löschung werden deshalb als Teil des Datenmodells behandelt.

1. Lesende, analysierende und administrative Rollen mit minimalen Rechten definieren.
2. Aufbewahrungsfristen für Rohbeobachtungen, bestätigte Assets und Exporte festlegen.
3. Zugriffe und Änderungen so protokollieren, dass ein Auditpfad entsteht.
4. Verfahren für Korrektur, Sperrung und kontrollierte Löschung dokumentieren.

6. Sicherung, Wiederherstellung und Migration

Die Datenbank wird als zentraler Wissensspeicher behandelt. Backups sind erst dann belastbar, wenn Wiederherstellung, Versionskompatibilität und Konsistenz geprüft wurden.

1. Zu sichernde Datenbank-, Konfigurations- und Geheimnisbereiche inventarisieren.
2. Konsistente Sicherung mit dokumentiertem Wartungsfenster planen.
3. Wiederherstellung in einer getrennten Umgebung durchführen.
4. Schema, Datensatzanzahl, Stichprobenabfragen und Zugriffsrechte nach dem Restore prüfen.

Praxisprojekt

Im Praxisprojekt wird ein vorbereiteter Asset-Bestand in einer PostgreSQL-basierten Laborumgebung untersucht. Es entstehen dokumentierte Abfragen, Qualitätsregeln, eine Rollenmatrix sowie ein getesteter Backup- und Restore-Ablauf.

1. Datenfluss und Komponentenverantwortung der Laborumgebung dokumentieren.
2. Open-Asset-Model-Pfade für drei typische Analysefragen ableiten.
3. Abfragen für neue, geänderte und veraltete Assets ausführen und prüfen.
4. Datenqualitätsfehler klassifizieren und Korrekturmaßnahmen festlegen.
5. Sicherung und Wiederherstellung mit fachlichen Kontrollabfragen verifizieren.

Arbeitsweise und Qualitätssicherung

Die Durchführung kombiniert fachliche Einordnung, demonstrierte Arbeitsabläufe, geführte Laborphasen und eigenständige Kontrollaufgaben. Jeder Arbeitsschritt wird mit Scope, Eingaben, Laufparametern, Beobachtungen und Prüfpunkt dokumentiert. Wiederholbare Testläufe, Positiv- und Negativkontrollen sowie eine klare Trennung zwischen bestätigten, wahrscheinlichen und ungeklärten Assets sichern die Nachvollziehbarkeit. Alle Analysen erfolgen ausschließlich in autorisierten Übungsumgebungen oder innerhalb schriftlich freigegebener Zielbereiche.