在v2ex看到一个项目《给女朋友生成一个聊天年度报告》 https://github.com/myth984/wechat-report ，尝试做了一个后觉得挺好玩，想到之前做的小8机器人加了很多安全群，能否给这些群统计一下做个报告呢？

数据提取

说干就干，原项目使用ios导出数据的功能获取数据，感觉有点麻烦，小8机器人运行在windows的Pc微信上，直接从Pc微信把数据脱出来就行了。

PC微信的数据库是sqlite，但是加密了，参考 https://bbs.pediy.com/thread-251303.htm 从内存中提取 key 进行解密，就能得到数据库了。

微信群摸鱼报告

把开源项目的前端简单修改了一下，为小8加的所有群都生成了一次微信群聊年度报告。

例: hacking8安全信息流交流群的报告 @chatroom"">https://i.hacking8.com/wechat-report/17715724893@chatroom

获取报告

如果群内加了小8机器人，可以在群内输入@A' 小8 report ，即可获得一份群内专属报告链接。

安全圈微信群摸鱼报告

既然小8加的都是些安全群，是否能根据群消息分析安全圈微信群的摸鱼报告呢。

大数据分析安全圈已经有很多珠玉在前的报告，例如 404notfound师傅的以博客数据的分析《我分析了2018-2020年青年安全圈450个活跃技术博客和博主》，gainover师傅的以微博数据为主的分析《安全圈有多大？也许就这么大！》，这次尝试用微信数据进行分析，看看安全圈微信群的摸鱼现状~

注： 下面分析采用的数据是小8机器人加的群，总计有81个，不能反映真实情况，不要当真！

哪一天说话最多？

小8推出并加群的时候才11月份，所以统计的也就是这两个月的。最小值161,最大值6972，平均值在2139。看到12月10日最多，超出第二名几乎一倍，这一天发生了什么？

往回看聊天记录，才知道12月9日晚上，第一份log4j2的漏洞预警发布，到了12月10日，exp已经流传开了，各种复现成功的图片和payload 爆发流传，所以12月10日应该可以看作是log4j2漏洞爆发的第一天,大家应该在群里欣喜的讨论log4j。

大家一般都在哪个时间段说话？

可以看到两个高峰，一个是11点，一个是16点，说话比较多，这个时间正是人一天中精力最旺盛的时候。从21点到0点的时候，也有一个上升的坡度，且发言数都大于平均值，说明在安全人员在晚上也会进行一些活动。

安全人员喜欢哪个语言？

php还是不是安全人员最喜欢的语言？怀着这样的疑问进行了统计。先对发言的内容进行分词（jieba），再和下面的数据取交集。

programs = ["asp", "php", "java", "python", "go", "golang", "node", "javascript", "js", "rust", ".net", "c#",
            "csharp", "c", "ruby","nim"]

结果如下

java和go的讨论最多，php在第三位。

哪个安全研究人员id被最多讨论？

通过以下字典可以汇总安全研究人员的id

https://github.com/404notf0und/Security-Data-Analysis-and-Visualization
https://raw.githubusercontent.com/jiesson/MyPYP/be9496150c1f23aaf294ca2bdbbfcb900ad6731a/CTF/%E5%AD%97%E5%85%B8/fuzzDicts-master/userNameDict/sec_id.txt

去除了一些字典杂质后提及次数大于5统计如下,当然这个数据不能说明什么，仅供参考。

标签云图

大家更喜欢讨论哪家安全公司？

因为没有公开的数据统计安全公司做词库，所以就百度了一下网络安全的公司，选了几个，不是很全。

companies = ["360", "启明星辰", "华为", "深信服", "绿盟", "亚信", "奇安信", "新华三", "安恒", "天融信", "山石", "知道创宇", "恒安嘉新", "阿里", "腾讯","蚂蚁","长亭", "星澜", "字节跳动", "百度"]

统计次数高的top10如下:

哪个CVE最多讨论?

统计了CVE讨论最多的TOP10

('cve-2021-44228', 47) Apache Log4j2 远程代码执行漏洞
('cve-2021-42287', 7) Windows Active Directory 域服务权限提升漏洞
('cve-2021-37580', 6) Apache ShenYu JWT认证缺陷漏洞
('cve-2021-42321', 6) Exchange Server远程代码执行漏洞（CVE-2021-42321）
('cve-2021-42278', 6) Windows Active Directory 域服务权限提升漏洞（CVE-2021-42287,CVE-2021-42278）
('cve-2019-3560', 6) 由于整数溢出导致Facebook Fizz服务被拒绝（CVE-2019-3560）
('cve-2021-45046', 6) CVE-2021-45046是Log4j2漏洞爆出后在修复版本中出现的拒绝服务漏洞
('cve-2021-41277', 5) Metabase 任意文件读取漏洞CVE-2021-41277
('cve-2021-43798', 5) Grafana未授权任意文件读取复现
('cve-2021-44832', 5) Apache Log4j 2.17.0 JDBCAppender CVE-2021-44832 任意代码执行漏洞

前十里面有三个和log4j2漏洞相关…

黑客们更喜欢RCE吗？

当出现rce(远程命令执行)漏洞时，黑客就能直接控制这台机器，这种简单粗暴的方式深得黑客喜欢。我挑选了几个漏洞常用的词汇，想看看这些词汇的讨论程度。

词汇有

['rce', 'sql', '注入', "未授权", "ssrf", "xss", "xxe"]

最终的统计结果

[('rce', 524), ('注入', 143), ('xss', 66), ('ssrf', 60), ('sql', 44), ('未授权', 33), ('xxe', 19)]

rce果然是最多的，超过第二名4倍多！

哪个组件被讨论最多

选取的词库是各大赏金平台中需要的漏洞组件…

Top10名单如下

完整名单如下

('log4j', 459)
('apache', 193)
('fastjson', 60)
('shiro', 48)
('docker', 47)
('solr', 18)
('weblogic', 16)
('elasticsearch', 13)
('jira', 13)
('resin', 10)
('jackson', 9)
('gitlab', 9)
('django', 5)
('dedecms', 5)
('f5', 5)
('activemq', 2)
('kibana', 2)
('kong', 2)
('phpmyadmin', 2)
('xampp', 1)
('svn', 1)
('jenkins', 1)
('discuz', 1)
('thinkphp', 1)
('jboss', 1)
('sentry', 1)
('jumpserver', 1)
('flask', 1)
('outlook', 1)
('coremail', 1)

说过最多的字？

对全部内容分词后统计，发现说过最多的字是不

这让人联想到了一个表情包