文獻標識碼：A
DOI： 10.19358/j.issn.2096-5133.2018.07.003
中文引用格式：劉文懋，劉威歆.基于軟件定義安全的企業(yè)內網(wǎng)威脅誘捕機制［J］.信息技術與網(wǎng)絡安全，2018,37（7）：9-12，32.
0 引言
當前網(wǎng)絡信息技術在國防、社會、經(jīng)濟等各領域的應用日益廣泛和深入，隨著《網(wǎng)絡安全法》的頒布，企業(yè)等機構的信息安全保障成為一項重要的任務。同時，各種網(wǎng)絡安全事件頻發(fā)，攻防對抗形勢日趨嚴峻。以往的安全防護思路和實踐，如固化邊界、過度重視部署安全機制卻輕視效果，已被證明不適于當前新型、定向的惡意攻擊，故在以企業(yè)為代表的內部環(huán)境的安全防護中，亟需轉換思路，以快對快，以變對變。本文提出了一種基于軟件定義的安全協(xié)同機制，按需求在終端側部署誘餌服務，并以服務和應用為粒度建立微分段(Micro-segmentation)圍欄，在運行時根據(jù)行為分析建立安全上下文(Security Context)，并相應調整誘捕服務的地圖和邊界分布。與傳統(tǒng)蜜罐技術相比，該誘捕機制重在控制平面的決策和協(xié)同，具有智能、動態(tài)和敏捷的特點，及時發(fā)現(xiàn)攻擊者攻擊鏈中的行為，并進行觀察、跟蹤，對其影響范圍進行隔離和有效控制。
1 相關工作
2012年,文獻［1］最先提出軟件定義安全，通過分離安全數(shù)據(jù)平面與控制平面，將安全設備與其接入模式、部署方式、實現(xiàn)功能進行解耦，頂層統(tǒng)一通過軟件編程的方式進行智能化、自動化的業(yè)務編排和管理，以完成相應的安全功能，從而實現(xiàn)靈活的安全防護機制以應對軟件定義數(shù)據(jù)中心和新型IT系統(tǒng)的安全防護需求。
蜜罐(Honeypot)技術［2］是誘騙攻擊者上鉤的一種欺騙(Deception)技術，隨著虛擬化技術的發(fā)展，欺騙技術越來越多地開始使用虛擬機［3］，靈活地在網(wǎng)絡各處啟動虛擬的蜜罐系統(tǒng)。
在異常檢測方面，終端側由于部署的殺毒軟件存在如過度依靠樣本特征、消耗大量資源、無法有效檢測零日威脅等弱點，目前業(yè)界已經(jīng)轉向終端檢測響應(Endpoint Detection and Response，EDR)［4］，通過對終端中進程的行為進行分析，找到異常的行為。此外在網(wǎng)絡側，網(wǎng)絡流量分析技術(Network Traffic Analytics，NTA)［5］結合網(wǎng)絡上傳輸數(shù)據(jù)的統(tǒng)計特征、數(shù)據(jù)載荷和還原的應用文件等信息，分析其所代表的主機、進程等行為，進而定位到攻擊者如偵查、橫向移動或竊取數(shù)據(jù)等階段。
在邊界隔離方面，Google提出了一種零信任模型BeyondCorps［6］，在企業(yè)內網(wǎng)中實現(xiàn)了無需防火墻即可將訪問控制策略應用于內部網(wǎng)絡中兩點的通信；云安全聯(lián)盟CSA提出了軟件定義邊界(Software Defined Perimeter，SDP)［7］，并制定了標準2.0。SDP將訪問控制的數(shù)據(jù)平面和控制平面分開，使得任何兩點間的訪問控制需要集中的SDP控制器決定，從而使訪問控制變得全局一致。
無論是欺騙技術，還是訪問控制，都是在特定場景下的工作在數(shù)據(jù)平面的一種具體技術，要快速準確誘捕攻擊者，還需在控制平面靈活選擇策略并下發(fā)到數(shù)據(jù)平面，因而軟件定義是一種可借鑒的思路。
2 誘捕模型
2.1 系統(tǒng)模型
軟件定義的內部威脅誘捕框架如圖1所示，包含了應用層、編排層、控制層和資源層。其中，應用層包含了不同用途的安全應用，分析攻擊者的所處階段并作出決策；編排層的核心是編排引擎，根據(jù)相應應用下發(fā)的策略組織邏輯關系，并發(fā)送到控制層；控制層提供了資源組織和數(shù)據(jù)分析的能力，將安全策略發(fā)向對應的安全設備或終端代理；資源層包含了部署在網(wǎng)絡側的安全設備，以及部署在終端側的安全代理，用于誘捕、檢測和處置攻擊者。
2.2 應用模型
應根據(jù)業(yè)務重要程度和業(yè)務相關程度自動調整誘餌的分布，本節(jié)先定義了這兩個指標。
設當前網(wǎng)絡環(huán)境下主機列表{Hi}，以及主機上開設的服務{Hi, {sij}}，并可通過網(wǎng)絡流量探針收集給定網(wǎng)絡中的網(wǎng)絡流量{P(sij，skl)}和網(wǎng)絡連接{C(sij，skl)}，如圖2所示。
在偵查階段，攻擊者往往會優(yōu)先尋找有脆弱性的主機或設備，以便利用漏洞入侵到計算資源；在橫向移動階段，攻擊者又會嘗試尋找具有重要價值的服務，或尋找靠近這些服務的中間主機或設備，所以可通過定義業(yè)務吸引度，構造當前階段對攻擊者而言最愿意攻擊的誘餌服務。
定義1：業(yè)務吸引度是指攻擊者試探某個業(yè)務系統(tǒng)i的意愿度，定義業(yè)務吸引度Ai = ∑ sij ⊕ 
P(sij,skl)⊕
C(sij,skl)
定義2：設節(jié)點Ni有服務{ sij }，則與Ni的關聯(lián)服務為R(i)={C(sij，skl), C(sij，skl)>0}
關聯(lián)服務刻畫了與誘捕服務有網(wǎng)絡連接的其他服務，這些服務同樣也可以被設置為誘捕服務，以增強欺騙環(huán)境的廣度和真實度。
3 誘捕機制
本節(jié)將介紹整個誘捕機制的各階段的狀態(tài)遷移，然后分別介紹每個階段的處置機制。
3.1 狀態(tài)遷移圖
整個誘捕機制分為設置誘餌、建立圍欄、跟蹤還原、調整圍欄和誘餌、守望掃尾五個階段，如圖3所示。圖1中的各個應用根據(jù)環(huán)境上下文下發(fā)策略，策略生效后可實現(xiàn)多個階段之間的動態(tài)切換。
例如，應用A可根據(jù)收集的信息和分析結果將相應策略P=(S, O, a, t, p) 下發(fā)到編排層，其中，S為策略執(zhí)行主體，O為策略執(zhí)行對象，a為策略執(zhí)行動作，t為策略下發(fā)時間，p為優(yōu)先級。編排引擎可根據(jù)當前收到的策略集{Pi}決定當前所處處置階段，并按編排結果下發(fā)相關的策略。
整個過程是閉環(huán)的，當對一次攻擊完成分析取證后，對整個環(huán)境進行清理，將策略進行優(yōu)化后，可重新設置誘餌和建立圍欄。
3.2 設置誘餌
設置誘餌主要由欺騙應用完成，包含兩個步驟：學習現(xiàn)有系統(tǒng)以及部署誘餌。
對于攻擊者而言，業(yè)務吸引度高的節(jié)點通常為開設服務多或自存有較多信息量的數(shù)據(jù)，又或與其他節(jié)點存在連接，故可啟發(fā)性地建立若干參數(shù)。
欺騙應用通過終端代理收集信息，可選擇n個業(yè)務吸引度最大的節(jié)點N ={ Nk = argmax(Ai) }，以及與之連接的節(jié)點{ Mj:C( sjm,skn ) > 0 }。將節(jié)點集合N合并為m個節(jié)點M={ Mk }，m≤n。
假設可將正常工作的服務容器化，這樣可以選定m個節(jié)點，并容易在其上部署M中對應的服務，而這些服務則是誘餌服務。
如N中部署服務與其他節(jié)點的服務連接，則也選擇額外的節(jié)點通過容器啟動相關聯(lián)的誘餌服務R(i)。
由于沒有采用傳統(tǒng)的網(wǎng)絡蜜罐，而是在現(xiàn)有主機上部署基于容器的誘餌服務，因此攻擊者并不能簡單區(qū)分哪些是虛假服務，哪些是真實應用。由于事先做了合并，因此虛假的M個節(jié)點吸引度更高，更容易誘使攻擊者入侵。
由于使用了容器技術，即便在真實主機上也可以模擬誘捕服務，即便攻擊者攻破了誘捕服務所在的容器，也不能破壞真實宿主機上的其他正常業(yè)務。
此外，欺騙應用會在網(wǎng)絡設備或主機安全代理上設置響鈴通知，當攻擊者嘗試探測誘餌服務，或在攻克誘餌主機進行橫向移動時，控制層和上層應用就會得到通知。
3.3 建立圍欄
在設置誘餌階段，除了管理員部署的邊界規(guī)則外，節(jié)點之間并沒有額外的訪問控制限制。
而當獲得節(jié)點Ni誘餌服務sij的觸鈴通知后，隔離應用可啟動當前環(huán)境啟用隔離機制，在觸鈴主機或服務與其他主機的服務間默認建立圍欄，可用兩端主機的防火墻下發(fā)訪問控制策略，以防止攻擊者攻破誘餌服務后進一步滲透到正常主機，也避免誘捕服務影響到正常業(yè)務。
但同時，隔離應用會允許與sij正常連接的誘餌服務的連接，即將P(i)={ ∪ sij ∪ skl（i）|{ C ( sij，skl ), C( sij，skl ) > 0 }組成的集合邊緣作為邊界。這樣攻擊者在攻陷Ni后，還可看到相鄰拓撲組成的高真實度業(yè)務環(huán)境，并繼續(xù)滲透；同時防守者在下一步跟蹤攻擊者行跡時減少被暴露的風險。
3.4 跟蹤還原
檢測應用會在主機側和網(wǎng)絡側持續(xù)分析進程或流量的行為，當欺騙應用通知出現(xiàn)疑似入侵，或檢測應用發(fā)現(xiàn)某個子網(wǎng)存在異常流量或某個主機上存在可疑進程時，跟蹤還原的引擎會被激活。
控制器收集了從終端安全代理記錄的所有進程的啟動、訪問注冊表和網(wǎng)絡連接等信息，也保留了從在網(wǎng)絡側設備上傳的流量信息。因而，檢測應用可以根據(jù)到受害主機之前的網(wǎng)絡連接還原出攻擊者的上一個跳板機，以此類推最終還原出攻擊者的攻擊路徑；同時，通過分析終端側的進程行為，也可以進一步刻畫出攻擊者使用的攻擊手法和攻擊武器。由于行為檢測主要為EDR(Endpoint Detection and Response)和NTA(Network Traffic Analytics)的研究范疇，本文不做贅述。
3.5 調整圍欄
如果檢測應用發(fā)現(xiàn)攻擊者，但還沒有收集到足夠多的攻擊者信息，如可指示攻擊者身份的TTP(Tactics, Techniques and Procedures)類型的IoC(Indicator of Compromise)，則通知隔離應用擴大誘捕面積。
隔離應用計算與當前攻擊者拓撲最近的若干誘餌集合N中其他節(jié)點{Nj}，將Ni與{Nj}合并，并更新邊界為P′=P（i）∪{ P(j)}。但計算時，需確保{Nj}中服務的類型與Ni的服務差異較大。
攻擊者在橫向移動的時候，會發(fā)現(xiàn)更多的誘餌服務，誘餌服務的差異化可誘使攻擊者執(zhí)行不同的指令，以暴露其行為習慣和常用武器庫特征。
3.6 收網(wǎng)掃尾
檢測應用通過誘使攻擊者在端點執(zhí)行試探指令和攻擊載荷，收集到足夠的攻擊者TTP信息。同時，通過關聯(lián)攻擊者在攻擊鏈不同階段的行為，完成對攻擊的取證和朔源，則可通知清理應用進行收網(wǎng)。一方面，清理應用需要切斷攻擊者在攻擊路徑上的所有節(jié)點，停止相關的網(wǎng)絡連接、數(shù)據(jù)傳輸，清除現(xiàn)有或潛在的威脅；另一方面，清理應用通過檢測應用整理所有完整性被改變的主機、應用和數(shù)據(jù)等資產，將其還原為攻擊前的版本。
具體地，清理應用首先銷毀所有與攻擊者有交互的誘捕服務，并刪除服務使用的卷或其他持久化數(shù)據(jù)；然后重新進入設置誘餌階段，通過微調誘餌服務Ni及Ri和邊界Pi，使得整體的誘餌服務業(yè)務吸引度依然較高，但誘餌服務sij的拓撲和形態(tài)較上次已有全然不同。
3.7 誘捕機制分析
在架構層面，該誘捕機制采取了軟件定義的架構，通過編排層解耦了底層欺騙、檢測和隔離等安全機制和上層的各類安全應用，使得防守者可以方便地添加或定制安全應用，以增加攻擊者感知和逃脫誘捕環(huán)境的難度。
在誘捕效果層面，采用了容器技術模擬了真實的業(yè)務服務，并部署在企業(yè)內網(wǎng)中真實業(yè)務主機上，同時通過操作系統(tǒng)層面的隔離可構建無傷宿主機的欺騙環(huán)境。
在響應速度方面，通過應用-編排-控制-資源四層接口化的能力抽象，可自動化地從欺騙、檢測和隔離三種動作中快速切換，使得在攻擊鏈的中間階段即可做出快速響應。
在實際效果方面，檢測應用通過控制平面的數(shù)據(jù)分析引擎分析終端的進程行為和網(wǎng)絡上的連接行為，而非通過殺毒軟件或入侵檢測系統(tǒng)的固定規(guī)則匹配，具有低誤報、可發(fā)現(xiàn)業(yè)務異常等優(yōu)點。進而分析不同端點的行為相關性，可還原出攻擊者的整條攻擊路徑。在某次紅藍對抗項目中，成功發(fā)現(xiàn)了3條攻擊鏈，總體效果非常明顯。從圖4可見，3月12日攻擊者通過Web掃描并滲透進了某主機，進而持續(xù)攻破并利用跳板機進行橫向移動，我們的誘餌服務可及時發(fā)現(xiàn)攻擊者的掃描行為，并在之后持續(xù)監(jiān)控檢測攻擊者的動作，還原了整條攻擊鏈。
在還原出攻擊者的行為威脅指示IoC后，可進一步借助威脅情報和行為分析的技術，從數(shù)據(jù)層面對攻擊者進行畫像，找到其戰(zhàn)術和戰(zhàn)略偏好，如圖5所示。今后，當該攻擊者對其他目標進行攻擊時，可以快速識別其身份，并對其后續(xù)的攻擊行為進行預測，做出更有針對性的布陣和響應，從而提升了誘捕機制的效率和成功率。
4 結論
本文提出了一種攻擊者誘捕技術，通過軟件定義安全的架構將欺騙、隔離、檢測和清理應用進行編排，并結合終端和網(wǎng)絡的行為檢測可對攻擊鏈進行還原，借助動態(tài)邊界實現(xiàn)誘餌環(huán)境和重要業(yè)務環(huán)境的隔離。
在如何利用容器技術實現(xiàn)單節(jié)點服務之間的互通及數(shù)據(jù)共享，以及容器技術對真實業(yè)務系統(tǒng)的性能影響，是下一階段需要完成的工作。
參考文獻
[1］ MACDONALD N, The impact of software-defined data centers on information security［R］, Oct. 2012.
［2］ PROVOS N, A virtual honeypot framework［C］//Proceedings of the 13th Conference on USENIX Security Symposium, SSYM'OLL, 2004.
［3］ GARFINKEL, T, ROSENBLUM M. A virtual machine introspection based architecture for intrusion detection［C］//Proceedings of Network & Distributed Systems Security Symposium, NDSSI'03， 2003, 3: 191-206.
［4］ BROMILEY, MATT. Incident response capabilities in 2016: the 2016 SANS incident response survey［Z］.2016.
［5］ Gartner. Top 10 strategic technology trends for 2018［EB/OL］.［2018-06-20］. https://www.gartner.com/doc/3811368.
［6］ WARD R, BEYER B, BeyondCorp: a new approach to enterprise security［EB/OL］.［2018-06-20］. https://research.google.com/pubs/pub43231.html.
［7］ CSA. SDP Specification v2.0 ［EB/OL］.［2018-06-20］. https://cloudsecurityalliance.org/document/sdp-specification-v2-0/.
（收稿日期：2018-06-20）
作者簡介：
劉文懋（1983-），男，博士，研究員，主要研究方向：云計算、物聯(lián)網(wǎng)和數(shù)據(jù)分析。
劉威歆（1987-），男，博士，研究員，主要研究方向：安全大數(shù)據(jù)。