高級持續(xù)性威脅擁有著形式多變、持久化、對抗性與隱蔽性強(qiáng)等特點(diǎn)，是目前各大企業(yè)在威脅監(jiān)測方面所面臨的一項(xiàng)嚴(yán)峻挑戰(zhàn)。而AI技術(shù)的賦能，能夠使高級威脅檢測技術(shù)的檢測效率與準(zhǔn)確性大幅提升。在不久前的【T·Talk】系列技術(shù)分享活動的第十期中，我們特別邀請到了金睛云華技術(shù)總監(jiān)富吉祥為廣大聽眾分享如何利用AI技術(shù)解決傳統(tǒng)特征檢測技術(shù)難以解決的安全問題。【T·Talk】也將本期分享的核心內(nèi)容進(jìn)行了整理，希望能為大家?guī)硪恍﹩l(fā)。

?

高級威脅檢測技術(shù)挑戰(zhàn)

高級持續(xù)性威脅通常指有組織的團(tuán)隊(duì)，針對特定目標(biāo)，綜合利用其所了解的信息，構(gòu)造相應(yīng)的武器和攻擊手段，在長周期中對目標(biāo)進(jìn)行持續(xù)滲透的網(wǎng)絡(luò)攻擊活動。攻擊鏈包括不同階段，例如掃描探測、嘗試攻擊、漏洞利用、木馬下載、遠(yuǎn)程控制、橫向滲透、行動收割。整個(gè)攻擊過程是復(fù)雜的，攻擊手段、攻擊武器與載荷是高明的。業(yè)內(nèi)通常將這類威脅定義為高級持續(xù)性威脅。

在高級持續(xù)性威脅的攻擊過程中，需要對攻擊手段進(jìn)行檢測和發(fā)現(xiàn)，以便對其進(jìn)行響應(yīng)和處置。但目前傳統(tǒng)的特征檢測技術(shù)，并沒有辦法很好地應(yīng)對其中的高級攻擊。傳統(tǒng)的攻防手段對抗過程，通常是在一個(gè)新的威脅產(chǎn)生后，防守方要想辦法獲得樣本，再基于樣本對其進(jìn)行特征分析并識別威脅，最后更新到可以對威脅進(jìn)行防御或檢測的網(wǎng)絡(luò)安全設(shè)備中，升級后具備檢測能力。

但在升級安全防護(hù)或檢測設(shè)備前，未知威脅存在防御真空期。此外，還有一些惡意代碼的變種，例如目前互聯(lián)網(wǎng)上有很多惡意樣本、木馬病毒。攻擊者會賦予樣本繞過防御手段或者檢測手段的能力。在這個(gè)過程中，攻擊者會改造樣本，把能被殺軟發(fā)現(xiàn)的特征隱藏或混淆，將樣本進(jìn)行變種。在此之后，殺軟、文件哈希碼或特征碼就已經(jīng)無法再對其進(jìn)行有效檢測了。

在整個(gè)攻擊鏈條的過程中，有些行為是容易被檢測引擎或不同手段發(fā)現(xiàn)的。但在過程中也會存在一些難以發(fā)現(xiàn)的隱藏部分，對攻擊過程的判斷同樣是非常重要的。例如目前很多的網(wǎng)絡(luò)攻擊已經(jīng)采用了加密手段，在整個(gè)網(wǎng)絡(luò)流量中，我們只能看到一些握手交互和證書信息。僅通過這些信息并沒有辦法判斷加密的流量載荷是否存在問題，以及是否潛藏木馬與惡意攻擊行為。

當(dāng)攻擊入侵成功之后，會與其命令控制服務(wù)器進(jìn)行回聯(lián)，以時(shí)刻保持通信的暢通，并接收攻擊者下一步的攻擊指令。防火墻是目前常見的網(wǎng)絡(luò)安全設(shè)備，它通常不會對DNS、HTTP、ICMP等常用協(xié)議進(jìn)行攔截或者深度檢查。因此在上述的回連過程中，如果想去隱蔽的通信，使用標(biāo)準(zhǔn)的網(wǎng)絡(luò)協(xié)議去進(jìn)行命令與控制通信會是一種比較好的手段。

而惡意的加密代理會將整個(gè)會話過程完全加密。像比較常見的的洋蔥頭、暗網(wǎng)瀏覽器，可以隱蔽訪問行為和訪問的內(nèi)容。Open VPN也可以很好地將通信行為隱蔽掉。這些線索就是發(fā)現(xiàn)整個(gè)攻擊鏈條的關(guān)鍵。

人工智能技術(shù)在高級威脅檢測領(lǐng)域的實(shí)踐

網(wǎng)絡(luò)中的行為是通過協(xié)議進(jìn)行交互的，訪問網(wǎng)站、發(fā)送消息或郵件，都會在網(wǎng)絡(luò)中產(chǎn)生雙向的交互行為，客戶端和要訪問的服務(wù)端，之間會有多輪的交互。在這個(gè)過程中，發(fā)送的請求信息通常比較少，網(wǎng)站端返回的信息則比較多。針對這一過程，我們可以將其可視化的呈現(xiàn)出來，并對網(wǎng)絡(luò)行為進(jìn)行建模。

在木馬數(shù)據(jù)外泄的過程中，也涉及多輪的數(shù)據(jù)交互。這個(gè)過程中會話數(shù)據(jù)在時(shí)間和數(shù)據(jù)包大小上的分布，會形成一個(gè)顯性的模式。在對這個(gè)模式進(jìn)行識別的過程中，需要想辦法去對整個(gè)流量的模式進(jìn)行構(gòu)建。對此，可以通過人工智能建模的方法將這一模式學(xué)習(xí)下來。

現(xiàn)階段多應(yīng)用人工智能技術(shù)，例如蘋果的siri語音識別。首先捕獲語音，然后將語音信號轉(zhuǎn)化成數(shù)字信號，再對其進(jìn)行線性參數(shù)提取，目標(biāo)是要將其通過多維的數(shù)據(jù)形成特征向量。最后再交由人工智能算法對其進(jìn)行建模。建立好模型后，就可以對訓(xùn)練過的語音進(jìn)行有效識別。

同理，當(dāng)需要識別網(wǎng)絡(luò)流量模式時(shí)，也可以借助相似的過程。首先采集樣本，包括上行和下行這種雙向的網(wǎng)絡(luò)會話包，然后對其進(jìn)行數(shù)字化，以解析數(shù)據(jù)包中的內(nèi)容。再通過不同方式，例如網(wǎng)絡(luò)層、傳輸層和應(yīng)用層的協(xié)議解析，解析其中的內(nèi)容。在這個(gè)過程中也可以對數(shù)據(jù)包進(jìn)行統(tǒng)計(jì)，再使用預(yù)先調(diào)制好的算法對數(shù)據(jù)進(jìn)行學(xué)習(xí)，最后將其應(yīng)用到檢測和防御的網(wǎng)絡(luò)安全設(shè)備之中。

在上述過程中，首先需要關(guān)注的就是數(shù)據(jù)的來源。互聯(lián)網(wǎng)上很多木馬外聯(lián)的時(shí)候是外發(fā)的加密流量。在這種情況下，可以將木馬樣本捕獲，并將其放到沙箱集群環(huán)境中，讓其與互聯(lián)網(wǎng)產(chǎn)生網(wǎng)絡(luò)流量，并對加密的PCAP流量進(jìn)行捕獲。同時(shí)，許多網(wǎng)站或?qū)W術(shù)的機(jī)構(gòu)也會公開一些加密的PCAP流量，包括公司或?qū)W術(shù)組織也會積累一些在此研究領(lǐng)域的惡意加密流量，這些都是有效的數(shù)據(jù)來源。

當(dāng)然，并不是所有原始流量或文件都可以直接應(yīng)用的。在完成捕獲后，還需要對其進(jìn)行分析，判斷數(shù)據(jù)質(zhì)量并篩選數(shù)據(jù)。將流量通過標(biāo)準(zhǔn)引擎或安全設(shè)備引擎進(jìn)行解析，以便提取其中的特征數(shù)據(jù)和統(tǒng)計(jì)數(shù)據(jù)。獲取到數(shù)據(jù)后，AI工程師對數(shù)據(jù)進(jìn)行判斷，并將數(shù)據(jù)分成幾類，用幾個(gè)模型或算法對其進(jìn)行識別與分類。

分類的第一個(gè)維度是判斷流量中是否存在相關(guān)的其他協(xié)議流量。很多木馬會考慮模擬正常的web訪問行為，以降低其惡意行為的被發(fā)現(xiàn)概率。這種情況下，可以將會話相關(guān)的DNS上下文捕獲，并對其進(jìn)行分析與數(shù)據(jù)提取。第二個(gè)維度是會話要先進(jìn)行TLS的加密身份認(rèn)證，部分會話沒有完成認(rèn)證過程，部分會話完成了身份認(rèn)證過程，這樣可以獲得不同類型的交互數(shù)據(jù)。

我們可以根據(jù)上述的兩個(gè)維度：DNS是否有關(guān)聯(lián)，還有其身份認(rèn)證是否完整，去進(jìn)行實(shí)踐。把數(shù)據(jù)分成四組，后續(xù)通過這些數(shù)據(jù)進(jìn)行分別訓(xùn)練，讓不同模型對相應(yīng)的子類別的數(shù)據(jù)進(jìn)行有效的識別。

對數(shù)據(jù)進(jìn)行分類后，就需要提取特征以構(gòu)建特征向量。首先可以根據(jù)是否有DNS關(guān)聯(lián)的數(shù)據(jù)來區(qū)分它要提的內(nèi)容。如沒有DNS關(guān)聯(lián)的數(shù)據(jù)，則提取它的統(tǒng)計(jì)數(shù)據(jù)和TLS協(xié)議數(shù)據(jù)。其次是加密證書相關(guān)的數(shù)據(jù)。將這些數(shù)據(jù)合在一起，生成特征向量。對于有DNS關(guān)聯(lián)類別的數(shù)據(jù)，則要考慮將DNS相關(guān)的域名長度、域名后綴、TTL等字段進(jìn)行提取，以形成特征向量。

接下來，在建模與訓(xùn)練前還需要進(jìn)行可視化的數(shù)據(jù)降維分析。判斷AI算法是否能有效地將數(shù)據(jù)進(jìn)行分類。AI算法要對數(shù)據(jù)做分類，從降維數(shù)據(jù)圖來看，實(shí)際上可以理解為在找一個(gè)曲線或曲面，其能夠?qū)深悢?shù)據(jù)很好地區(qū)分開。降維的算法有很多，例如PCA算法等，可以根據(jù)不同的實(shí)踐過程選用不同的算法。

接下來則是建模的過程。人工智能有不同的算法類別，例如傳統(tǒng)的機(jī)器學(xué)習(xí)以及近幾年熱門的深度學(xué)習(xí)。對惡意加密流量識別效果更好一些的是通過集成學(xué)習(xí)的算法，在一個(gè)集成學(xué)習(xí)模型里使用多個(gè)機(jī)器學(xué)習(xí)算法，或用一個(gè)機(jī)器學(xué)習(xí)算法去建立多個(gè)子模型。集成環(huán)境下的識別效果和準(zhǔn)確率會更高。

第二類問題，高級威脅其中一種是惡意文件的變種，其變化速度很快。傳統(tǒng)的特征碼很難跟得上樣本新變種的產(chǎn)生速度。對此，可以將文件轉(zhuǎn)化成圖像，并通過卷積神經(jīng)網(wǎng)絡(luò)對圖像的識別能力來對文件本身進(jìn)行間接識別。相比于傳統(tǒng)的特征檢測算法，使用卷積神經(jīng)網(wǎng)絡(luò)對圖像識別，它的計(jì)算復(fù)雜性并沒有那么高。

這里首先需要將惡意代碼映射為灰度圖像，并提取其灰度圖像特征。而后利用惡意代碼灰度圖像特征進(jìn)行聚類，將聚類結(jié)果進(jìn)行惡意代碼家族標(biāo)注。再建立卷積神經(jīng)元網(wǎng)絡(luò)CNN模型，并設(shè)置網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)和訓(xùn)練參數(shù)。接著利用惡意代碼家族灰度圖像集合訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)，并建立檢測模型。最后利用檢測模型對惡意代碼及其變種進(jìn)行家族檢測。

另一類問題是目前很多惡意程序從企業(yè)內(nèi)部向外通信的時(shí)候，會使用隱蔽隧道。其中，DNS隱蔽隧道可以將待外泄數(shù)據(jù)以BASE64編碼后作為子域名，利用DNS協(xié)議穿過防火墻將數(shù)據(jù)傳送到受控服務(wù)器。也可以使用DNS協(xié)議的TXT等記錄類型發(fā)送請求和響應(yīng)。同理，黑客注冊這個(gè)域的解析服務(wù)器，以獲取想要的數(shù)據(jù)內(nèi)容。

ICMP隧道是比較常用的手段之一。它主要可以利用ICMP的Echo、Reply的數(shù)據(jù)包，找到其中的字段，然后將我們的數(shù)據(jù)進(jìn)行填充。同理，也可以去通過編碼或者加密將外發(fā)數(shù)據(jù)轉(zhuǎn)化形式，然后通過一次次的多頻次的外發(fā)，將數(shù)據(jù)外發(fā)到受控的控制端上去。

HTTP隧道同樣是一種常用的隱蔽隧道。HTTP是一個(gè)應(yīng)用層協(xié)議，應(yīng)用層協(xié)議在兩端建立好訪問通道之后，我們可以用HTTP隧道去承載一些傳輸層、TCP/IP層的數(shù)據(jù)，其實(shí)就是通過上層的應(yīng)用層去承載數(shù)據(jù)。在這樣的情況下，防火墻很難去對它進(jìn)行有效攔截。

針對上述問題的建模，第一步是要獲得相應(yīng)的工具流量或真實(shí)的隧道流量。之后對DNS等協(xié)議流量的特征向量進(jìn)行提取，提取的內(nèi)容包括協(xié)議本身的內(nèi)容，以及統(tǒng)計(jì)的特征值，共同構(gòu)成特征向量。最后再給到機(jī)器學(xué)習(xí)模型或集成學(xué)習(xí)算法模型進(jìn)行訓(xùn)練。模型訓(xùn)練好之后，就可以有效地對前面提到的這些工具進(jìn)行流量的模式識別。

上述所提到的模型，可以使用一些方式提升其準(zhǔn)確率。與人工智能相關(guān)的是，可以使用不同的算法針對一個(gè)細(xì)分問題的不同類別數(shù)據(jù)進(jìn)行分別建模，再將模型集成應(yīng)用。或使用同一個(gè)算法針對不同數(shù)據(jù)進(jìn)行建模，再將模型并行使用。除了使用人工智能方式外，我們也可以考慮利用黑名單或白名單等手段提升模型準(zhǔn)確度。

在建模的整體過程中，其實(shí)需要大量的流程和工具，可以通過建模平臺和工具腳本將整個(gè)過程串聯(lián)起來。目前許多算法平臺以及TensorFlow、MLlib等庫都是可以應(yīng)用的。后續(xù)也可以通過多輪地迭代，去持續(xù)提升模型對新的樣本類別的適應(yīng)性或降低模型的誤報(bào)率。

應(yīng)用案例與實(shí)踐效果解析

應(yīng)用層面，如果數(shù)據(jù)輸入來源是流量，則可以將訓(xùn)練后的模型放到設(shè)備之中，而后將原始的網(wǎng)絡(luò)流量給到設(shè)備，這樣設(shè)備就可以去用內(nèi)置解析引擎對流量進(jìn)行協(xié)議解析，特征向量提取，之后可以給到AI模型檢測。

在對模型的訓(xùn)練過程中，特別是神經(jīng)網(wǎng)絡(luò)這類深度學(xué)習(xí)算法對算力的要求比較高，可以使用多臺設(shè)備或多塊顯卡進(jìn)行訓(xùn)練，機(jī)器學(xué)習(xí)算法對算力要求不高。同時(shí)，也可以使用一個(gè)分布式的架構(gòu)對模型進(jìn)行應(yīng)用，前端設(shè)備專門進(jìn)行流量的協(xié)議解析，解析之后生成元數(shù)據(jù)，后端的設(shè)備提取特征向量，再將特征向量給到模型進(jìn)行檢測。

針對威脅的判斷過程中，不光可以用AI模型，也可以綜合其他的檢測手段。例如殺毒軟件引擎、Yara、特征、情報(bào)等，都可以去綜合地結(jié)合在一起應(yīng)用，而不僅是使用AI模型的檢測效果。針對惡意加密流量，可以在現(xiàn)網(wǎng)中應(yīng)用，但對惡意加密流量在現(xiàn)網(wǎng)中的應(yīng)用會有一個(gè)困難，就是如果發(fā)現(xiàn)了問題，很難去判斷這個(gè)問題是否真實(shí)存在，對此可以通過其他的間接手段來進(jìn)行校驗(yàn)。

例如發(fā)現(xiàn)內(nèi)部主機(jī)訪問了外部的服務(wù)器，產(chǎn)生了惡意加密流量的告警行為。則可以對原主機(jī)進(jìn)行判斷，確認(rèn)其近期是否受過攻擊，是否存在惡意樣本或病毒木馬，是否受到過漏洞攻擊成功的行為。同時(shí)，遠(yuǎn)端可以根據(jù)IP或域名情報(bào)判斷遠(yuǎn)程的服務(wù)器是否存在問題，如果兩端存在問題，則整個(gè)事件是惡意的概率就會比較大。

如果是web類的攻擊，我們則可以去提取它的載荷，比如它是SQL注入，SQL注入之后，在流量中能提取到它注入的內(nèi)容，經(jīng)過解碼之后，就可以看到它注入的語句。像Webshell也是可以看到它里面的內(nèi)容是否是一個(gè)不正常的訪問行為，XSS等威脅同理。

用AI算法進(jìn)行威脅檢測后，也可以通過智能方法將威脅和我們所關(guān)注的資產(chǎn)、資產(chǎn)的網(wǎng)絡(luò)行為以及外部的威脅情報(bào)等不同維度的元素進(jìn)行關(guān)聯(lián)，并利用知識圖譜技術(shù)，形成了一張動態(tài)圖。相對于只看表單數(shù)據(jù)，然后在不同數(shù)據(jù)間進(jìn)行關(guān)聯(lián)，智能關(guān)聯(lián)能夠有效提升分析溯源的效率，是提升運(yùn)營效率的一個(gè)有效手段。

最后列舉一個(gè)案例，下圖是一個(gè)完整的攻擊過程。一個(gè)勒索軟件被投遞到內(nèi)部關(guān)注的資產(chǎn)，資產(chǎn)進(jìn)行了DNS的解析行為，得到了IP，再之后發(fā)生了HTTP的隱蔽隧道，整個(gè)流程中不同的事件都會被原始地記錄下來。同時(shí)，系統(tǒng)自動將不同的事件串起來，形成一個(gè)更高級的告警。同時(shí)整個(gè)過程也可以可視化的動態(tài)的展示出來，便于我們理解、回溯到底哪些資產(chǎn)、哪些外部的IP或設(shè)備與我們產(chǎn)生了聯(lián)系。

?

嘉賓介紹

富吉祥，畢業(yè)于東北大學(xué)信息安全專業(yè)。曾就職于KDDI中國、華為、盛邦安全，目前在金睛云華任職售前負(fù)責(zé)人和技術(shù)總監(jiān)，從事產(chǎn)品與解決方案工作。具有超過10年的網(wǎng)絡(luò)安全領(lǐng)域經(jīng)驗(yàn)，擅長人工智能、大數(shù)據(jù)和網(wǎng)絡(luò)流量分析技術(shù)高級威脅檢測分析領(lǐng)域的應(yīng)用。歷年來以演講嘉賓身份受邀出席ISC網(wǎng)絡(luò)安全大會、XCon安全焦點(diǎn)信息安全技術(shù)峰會，接受權(quán)威媒體安全牛《牛人訪談》專訪，在《企業(yè)高級威脅防護(hù)指南》報(bào)告發(fā)布會上做演講分享，在業(yè)界享有良好口碑。