SQL示例-漏洞覆盖率
这些示例查询可以让您了解Security Console有多少漏洞覆盖率，以及最近添加了哪些漏洞。
所有的漏洞
安全控制台已定义的漏洞是尺寸的，并且可以位于DIM_VULNERABLED维度内。此维度公开了安全控制台具有覆盖率的漏洞的共同属性。要获取所有漏洞的列表，您可以针对此维度执行简单的查询：
SQL.
1
选择nexpose_id.，标题，proofAsText（描述）作为描述，date_published，cvss_vector，
2
severity_score，严重程度，pci_severity_score，pci_status，轮（riskscore::数字，0）作为风险_CASORE.，
3.
轮（cvss_score::数字，2）作为cvss_score，利用，malware_kits.
4
从dim_vulnerability
5
订单通过标题asc.
上面的查询项目在维度，格式化和别名中投影多个列，以使输出清除。校样函数将描述列中的HTML标记置于纯文本格式。内置圆功能用于将Risk_Score和CVSS_Score列舍入到精度的两位数。简单顺序通过表达式按升序按标题按字母顺序排列结果。
最近出版的漏洞
要细化返回哪些漏洞，可以添加WHERE子句，该子句只返回最近两周发布的漏洞。要设置日期比较的范围，可以使用间隔数据类型。指PostgreSQL日期/时间类型有关使用自定义日期间隔的更多信息。
SQL.
1
选择nexpose_id.，标题，proofAsText（描述）作为描述，date_published，cvss_vector，
2
severity_score，严重程度，pci_severity_score，pci_status，轮（riskscore::数字，0）作为风险_CASORE.，
3.
轮（cvss_score::数字，2）作为cvss_score，利用，malware_kits.
4
从dim_vulnerability
5
在哪里现在（）-date_published<时间间隔2周的
6
订单通过标题asc.
最近发布的Microsoft漏洞
此查询可以进一步自定义为包括过滤漏洞类型。dim_vulnerability_category维度提供漏洞和其类别之间的关联。此查询返回Microsoft相关类别中定义的最近发布的漏洞：
SQL.
1
选择nexpose_id.，标题，proofAsText（描述）作为描述，date_published，cvss_vector，
2
severity_score，严重程度，pci_severity_score，pci_status，轮（riskscore::数字，0）作为风险_CASORE.，
3.
轮（cvss_score::数字，2）作为cvss_score，利用，malware_kits.
4
从dim_vulnerability
5
在哪里现在（）-date_published<时间间隔2周的和vulnerability_id在（
6
选择截然不同的vulnerability_id
7
从dim_vulnerability_category
8
在哪里较低的（category_name）就像“微软% %”
9
）
10.
订单通过标题asc.
由于dim_vulnerability_category维度包含所有类别关联，子选择只返回与术语“microsoft”(大小写不敏感)匹配的漏洞的不同标识符。子选择技术是避免返回重复行的理想方法，如果dim_vulnerability维度自然地与dim_vulnerability_category维度结合在一起，则可能返回重复行。
最近发布了严重的Microsoft漏洞
通过使用安全控制台严重性描述，可以进一步缩小漏洞的搜索：
SQL.
1
选择nexpose_id.，标题，proofAsText（描述）作为描述，date_published，cvss_vector，
2
severity_score，严重程度，pci_severity_score，pci_status，轮（riskscore::数字，0）作为风险_CASORE.，
3.
轮（cvss_score::数字，2）作为cvss_score，利用，malware_kits.
4
从dim_vulnerability
5
在哪里现在（）-date_published<时间间隔2周的和严重程度＝“关键”和vulnerability_id在（
6
选择截然不同的vulnerability_id
7
从dim_vulnerability_category
8
在哪里较低的（category_name）就像“微软% %”
9
）
10.
订单通过标题asc.
最近发布了带有cve的Microsoft漏洞
漏洞和cve之间的关系在dim_vulnerability_reference维度中存储为“引用”。这是一个一对多的维度，这意味着如果一个漏洞有多个引用，那么它将在这个表中有多个记录。因此，在SQL中有几种方法提取该数据:(1)子选择(2)用GROUP BY表达式JOIN，或(3)with表达式。您选择的方法是一种设计偏好。在这两种情况下，我们都会将多个引用折叠到一个列中，这意味着我们必须执行分组聚合。聚合函数array_agg和array_to_string在执行此非正常化时格式化输出功能非常宝贵。让我们看看所有这些选项：
使用子选择
SQL.
1
选择nexpose_id.，标题，proofAsText（描述）作为描述，date_published，cvss_vector，
2
severity_score，严重程度，pci_severity_score，pci_status，轮（riskscore::数字，0）作为风险_CASORE.，
3.
轮（cvss_score::数字，2）作为cvss_score，利用，malware_kits.，
4
（选择array_to_string（array_agg（参考），”、“）从dim_vulnerability_reference.在哪里来源＝'cve'和vulnerability_id＝dv．vulnerability_id）作为cf
5
从dim_vulnerability dv
6
在哪里现在（）-date_published<时间间隔2周的和vulnerability_id在（
7
选择截然不同的vulnerability_id
8
从dim_vulnerability_category
9
在哪里较低的（category_name）就像“微软% %”
10.
）
11.
订单通过标题asc.
12.
在这种方法中，使用子选择来查找来自dim_vulnerability_reference维度中具有匹配源名称“CVE”的所有引用。为了比较dim_vulnerability维度中的vulnerity_id，需要使用一个名为“dv”的别名来避免歧义。由于每个漏洞都有多个潜在的CVE引用，因此需要将它们压缩为一个输出字符串。这是通过使用array_agg聚合函数实现的。它接受单个值并将它们放入一个数组中。但是，输出中将使用方括号格式化数组，因此在CSV格式中不是很清晰。为了使输出更加美观，可以使用array_to_string函数将该数组解析为带有自定义分隔符的字符串。在本例中，使用逗号作为分隔符，数组中的字段被平铺成字符串。
使用一个连接
SQL.
1
选择nexpose_id.，标题，proofAsText（描述）作为描述，date_published，cvss_vector，
2
severity_score，严重程度，pci_severity_score，pci_status，轮（riskscore::数字，0）作为风险_CASORE.，
3.
轮（cvss_score::数字，2）作为cvss_score，利用，malware_kits.，vcf．cf
4
从dim_vulnerability dv
5
加入（
6
选择vulnerability_id，array_to_string（array_agg（参考），”、“）作为cf
7
从dim_vulnerability_reference.
8
在哪里来源＝'cve'
9
团体通过vulnerability_id
10.
）作为vcf使用（vulnerability_id）
11.
在哪里现在（）-date_published<时间间隔2周的和vulnerability_id在（
12.
选择截然不同的vulnerability_id
13.
从dim_vulnerability_category
14.
在哪里较低的（category_name）就像“微软% %”
15.
）
16.
订单通过标题asc.
在该方法中，嵌套连接执行搜索以查找每个漏洞的所有CVE（具有上述相同的聚合技术）。然后，该结果数据自然地连接以拉出圆顶。
使用WITH表达式
SQL.
1
与
2
vulnerability_cves作为（
3.
选择vulnerability_id，array_to_string（array_agg（参考），”、“）作为cf
4
从dim_vulnerability_reference.
5
在哪里来源＝'cve'
6
团体通过vulnerability_id
7
）
8
选择nexpose_id.，标题，proofAsText（描述）作为描述，date_published，cvss_vector，
9
severity_score，严重程度，pci_severity_score，pci_status，轮（riskscore::数字，0）作为风险_CASORE.，
10.
轮（cvss_score::数字，2）作为cvss_score，利用，malware_kits.，vcf．cf
11.
从dim_vulnerability dv
12.
加入vulnerability_cves vcf使用（vulnerability_id）
13.
在哪里现在（）-date_published<时间间隔2周的和vulnerability_id在（
14.
选择截然不同的vulnerability_id
15.
从dim_vulnerability_category
16.
在哪里较低的（category_name）就像“微软% %”
17.
）
18.
订单通过标题asc.
在这个方法中，我们利用PostgresSQL与表达式，或更正式地称为公共表表达式。该技术很简单，并在SQL查询导出示例篇文章。vulnerable _cves表达式首先执行搜索，以找到每个漏洞的所有CVEs(使用上面描述的相同聚合技术)。然后，通过vulnerable _id将此输出自然地与dim_vulnerability维度连接起来，以拉出cves列。正如您可以自己测试的那样，输出与前两种方法相同。与JOIN方法相比，您将看到一些显著的相似之处，但许多SQL开发人员会声称这种方法更具可读性。
最近发表了kbs的严重Microsoft漏洞
请尝试为cve扩展上面的示例，以便自己提取Microsoft KB引用。
如您所见，定制查询以检索感兴趣的漏洞非常简单，并且可以根据您的需要进行定制。尝试查看以名称“dim_vulnerity_”开头的其他维度，以查看可供过滤的其他元数据。