互联网企业安全高级指南读书笔记之入侵感知体系
Posted PolluxAvenger
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了互联网企业安全高级指南读书笔记之入侵感知体系相关的知识,希望对你有一定的参考价值。
主机入侵检测
开源 HIDS
OSSEC、Mozilla InvestiGator 和 OSquery
OSSEC 是典型的 B/S 架构,通常一个 Server 集群最多配置 2000 台 agent 接入。在此基础上,OSSEC 也支持在开发插件、采集数据、解析/检测规则三个方面的功能扩展
Mozilla InvestiGator 具备了现代 HIDS 架构的雏形,但是整体上 MIG 偏向事后的取证,而不是实时的入侵检测
OSquery 适合有一定 IDC 规模的企业,安全团队有一定的开发能力,并且对入侵检测有基于大数据理解的环境
自研 HIDS
agent 功能
基线安全
在 Linux 系统下以读取解析文本配置为主,辅以某些二进制文件的 ELF 格式解析;Windows 系统通过读取注册表和组策略信息完成采集
采集数据包括但不限于:
- 系统版本,Linux 发行版版本、Linux 内核版本、Linux 内核热补丁、Windows 补丁(微软官方补丁公告中注册表项)信息
- Linux 系统账户、Windows 账户权限、权限组、最后登录时间
- 系统关键文件 MD5
- 应用服务版本
- 第三方应用服务版本
- webapp 版本
日志采集
采集的日志内容如下:
- Linux 系统日志
- syslog 默认日志
- 系统服务登录记录
- 系统账户登录记录
- Windows 系统
- 应用服务日志
- 安全日志
- 系统日志
- Webserver
- 扩展插件日志
进程信息
- 周期性遍历/proc。这是风险最小的方案,部署适配性最强。但缺点明显,实时性无法得到保障,且性能差
- 用户态 Hook Libc 函数。相比前面一种方案,风险相对高一点,特别在多线程进程中要注意安全性。但其部署适配性也特别高,同时性能也是各种方案最好的,建议
作为首要选择。虽然 libc hook 方式可能有被绕过的风险,但如果对抗主要集中在 Web 入侵场景,基本是无需担心的 - 利用 LSM 模块接口。如果对抗必须深入系统级攻防,那么通过内核态获取进程数据就非常必要了。但是为了安全性、适配性考虑,采用 LSM(Linux security module)开发接口就是较佳的选择。Fackbook 安全团队开发的 osquery 就是使用了 LibAudit 获取 execve 调用信息
- 内核态 syscall HOOK,安全类的开发最惯性的思维就是内核态 HOOK,反倒不是什么新鲜的招式。但是这样的方案未必都适合大范围使用,作为一个可能要大量部署的安全系统来说,不是一个最佳选择。在 Linux 环境里各种发行版和内核版本差异很大,以至于需要维护多个兼容性版本,同时稳定性也难以保证。这类方案通常是开发一个 LKM 模块实现
建议字段:
小技巧:
网络连接信息
- /proc/net/raw RAW 套接字信息
- /proc/net/tcp TCP 套接字信息
- /proc/net/udp UDP 套接字信息
Webshell
inotify 文件监控,Linux 系统中公认的技术就是 inotify,在 BSD 和 macOS 里类似的是 kqueue。Linux 内核从 2.6.13 开始引入 inotify,可以通过
% grep INOTIFY_USER /boot/config-$(uname -r)
CONFIG_INOTIFY_USER=y
来查看系统是否支持
DB 审计
DB 保护是重中之重
数据传输
- syslog 转发,默认使用 UDP 514 端口,数据量较大或者数据量波动可能会丢失数据,敏感信息也可能因明文传输而泄露
- 数据直传
- 数据接收 Server
值得注意的是:
- 避免数据传输波峰“雪崩效应”
- 敏感数据脱密与加密
- 做好数据传输环境的前后链对账,出现漏报时能够及时追查到可能导致数据丢失的环节
控制管理
健康度监控
自杀机制
安全在极端情况下,出现故障时必须为业务稳定牺牲,系统资源消耗超标功能模块要暂停甚至自杀
部署与更新
- 海量环境影响
- 发布前必须通知业务方,有应急预案和回滚手段
- 灰度发布,未经一个可靠的时间周期稳定运营验证,不得批量部署
- 节假日前不部署
- agent 更新由 Server 端推送任务完成
- 安全性
- 控制(更新)指令仅允许选择固话的指令,严禁预留命令执行接口
- 更新包必须经过第三方安全工程师审核之后上传至更新 Server 保存
- 控制指令下发时必须由第三方审核批准才可执行
Webshell 检测
Webshell 通常是一个文件,静态文件的扫描检测是常见做法,但由于攻防技术的对抗发展,静态文件的变形越来越多
静态检测
可用维度
多维度检测
流量监控
入侵场景
https://github.com/xti9er/LogForensics/blob/master/LogForensics.pl 是一个 Webserver 日志分析脚本
RASP
运行时应用自身防护
php
PHP 代码解释为 opcode 之后再交由 Zend 引擎执行
检测模型
Java
技术架构
- 修改 rt.jar
- JVMTI
检测模型
- 基于高危行为组合的检测模型
- 基于调用栈的检测模型
数据库审计
旁路型
通过网络设备镜像流量,审计设备解码组包 DB 流量,并存储分析,通过模型检测和追溯可疑和高危事件
主机型
审计产品部署到 DB Server 主机上
代理型
攻击检测
主要针对两类问题:
- SQL 注入拖库
- 操作违规审计
对 SQL 攻击的检测面临各种变形 SQL 语句的绕过,但通过语法解析器的还原,任何伪装都必须褪去
将原始 SQL 请求使用语法解析器(Python 的 sqlpare 模块)格式化之后的语句,可以清晰地看到 SQL 语句被递归拆分成了 function+parameter 的展现形式
其实 SQL 注入就是本该只允许输入 parameter 的地方被恶意插入了 function 调用且被执行
入侵检测数据分析平台
功能模块
分析能力
现在的攻击往往不易触发单点的安全策略和检测,需要更多纬度和大视角的数据分析
- 单点事件描述数据的行为分析
- 上下文事件关联分析
实战示例
某个高权限进程的父进程为低权限,则告警。不过仍然有一些细节:
- 同样的情况在正常情景下有哪些,如何去除误报?
- 向前追溯还是向后追溯更容易实现?
- 提权除了上述场景,还有哪些?
入侵检测数据模型
战场纵深
高维防守
无论什么入侵行为,都对应着更高一纬度的系统功能和能力支持,尽量不要和攻击者在低纬度针尖对麦芒地对抗
策略实践
- 网络层:检测符合 RFC 1867 标准的上传 CGI 行为
- CGI 层:关注 fopen 等写 CGI 文件的 API 事件
- 系统用户态:检测系统层面的 API 调用行为
- 系统内核态:通过内核 inotify 事件来发现 CGI 创建行为
近身防守
要解决一个入侵场景,在指定策略之前做好足够的分析并提炼其最核心的技术点,贴近此特征指定策略效果就非常好
以上是关于互联网企业安全高级指南读书笔记之入侵感知体系的主要内容,如果未能解决你的问题,请参考以下文章
互联网企业安全高级指南读书笔记之大规模纵深防御体系设计与实现