一种容器横向移动识别与防御策略生成方法及系统
本发明属于云原生安全与容器安全,具体涉及一种容器横向移动识别与防御策略生成方法及系统。
背景技术:
1、随着容器技术和容器编排平台的广泛应用,kubernetes等容器环境通常通过服务账号、角色权限、资源对象及网络通信关系实现不同工作负载之间的访问与协同。在容器环境运行过程中,kubernetes审计日志能够记录主体对资源对象执行的访问、创建、修改及权限配置等操作,并形成相应的操作时间、请求内容和资源信息,因此可作为容器安全分析的重要数据来源。当攻击者获取某一账号、服务账号或工作负载的访问能力后,可能进一步利用已有权限、获取的凭据或配置缺陷访问其他资源或提升控制能力,从而形成跨身份、跨资源和跨权限状态的横向移动过程。现有容器安全分析方案通常基于审计事件、运行时行为或网络流量对上述异常行为进行检测。
2、当前容器环境中的横向移动攻击检测主要存在以下技术瓶颈:第一,多数检测方案以单条审计事件为触发单元,缺乏对跨时间、跨资源、跨权限状态变化的关联建模能力,导致攻击路径还原不完整,误报率高、漏报率高;第二,告警输出与响应处置脱节,无法将检测结果映射至可执行的rbac权限收敛、准入控制器策略、网络策略等具体防护动作,仍需大量人工研判与策略编写;第三,部分高安全性集群受限于合规或性能要求,无法部署运行时探针或网络流量采集组件,仅能提供审计日志与静态资源配置,现有方案在此类受限条件下鲁棒性不足。
3、因此,亟需一种不依赖运行时探针、以审计日志为唯一核心输入、具备证据链重建能力与策略闭环输出能力的安全分析方法。
技术实现思路
1、本发明的目的在于提出一种容器横向移动识别与防御策略生成方法及系统,以解决现有容器横向移动检测难以关联跨时间、跨资源及权限状态变化的审计事件,攻击路径还原不完整、误报漏报较高,且检测结果难以直接转化为可执行防御策略、受限环境适用性不足的技术问题,达到基于审计日志实现攻击路径识别、风险量化及防御策略闭环生成的效果。
2、为实现上述目的,本发明采用以下技术方案。
3、一种容器横向移动识别与防御策略生成方法,包括以下步骤:
4、对容器环境的审计日志进行规范化,得到包含主体、操作、客体、时间及配置证据的规范化事件对象;
5、根据风险原语匹配规则对所述规范化事件对象进行匹配,得到对应的风险原语,并建立所述风险原语与对应规范化事件对象及审计日志证据之间的关联关系;
6、根据所述风险原语及其对应的规范化事件对象,确定身份、能力和资源之间的能力状态跃迁关系,得到攻击能力图,并将所述风险原语的触发时间和证据引用信息关联至对应的能力状态跃迁关系;
7、基于时间约束、语义约束、目标一致性约束和角色能力约束,对所述攻击能力图进行路径推理和分段,得到满足所述约束的风险原语序列;
8、根据所述风险原语序列中各风险原语的风险权重、路径时间紧凑度和对应主体的历史行为异常度,对所述风险原语序列进行风险评分,得到路径风险评分;
9、根据所述风险原语序列、所述路径风险评分及关联资源,按照策略映射规则生成与所述风险原语对应的防御策略,并确定所述防御策略的资源影响范围。
10、进一步地,对容器环境的审计日志进行规范化,得到包含主体、操作、客体、时间及配置证据的规范化事件对象,包括:
11、解析所述审计日志,提取主体标识、操作类型、客体资源类型与名称、操作时间和请求上下文;
12、基于所述审计日志中的请求内容确定配置证据,并将所述主体标识、所述操作类型、所述客体资源类型与名称、所述操作时间、所述请求上下文和所述配置证据组合为所述规范化事件对象。
13、进一步地,基于所述审计日志中的请求内容确定配置证据,包括:
14、从所述审计日志的请求内容中提取与客体资源对应的配置内容,得到配置证据;
15、在所述请求内容缺失时,从资源清单快照中提取与所述客体资源对应的配置内容,补充所述配置证据。
16、进一步地,根据风险原语匹配规则对所述规范化事件对象进行匹配,得到对应的风险原语,并建立所述风险原语与对应规范化事件对象及审计日志证据之间的关联关系,包括:
17、根据所述规范化事件对象中的主体标识、操作类型以及客体资源类型与名称进行事件属性匹配,得到事件属性匹配结果;
18、根据所述规范化事件对象中的请求上下文和配置证据进行配置证据匹配,得到配置证据匹配结果;
19、在所述事件属性匹配结果和所述配置证据匹配结果满足同一风险原语的匹配条件时,将所述规范化事件对象映射为对应的风险原语,并将所述风险原语与所述规范化事件对象及所述审计日志证据关联。
20、进一步地,根据所述风险原语及其对应的规范化事件对象,确定身份、能力和资源之间的能力状态跃迁关系,得到攻击能力图,并将所述风险原语的触发时间和证据引用信息关联至对应的能力状态跃迁关系,包括:
21、根据所述规范化事件对象中的主体、客体、操作以及配置证据,确定身份节点、能力节点和资源节点;
22、根据所述风险原语对应的主体、能力变化和关联资源,在所述身份节点、所述能力节点和所述资源节点之间建立有向连接,得到能力状态跃迁关系;
23、将所述风险原语的触发时间和证据引用信息关联至所述能力状态跃迁关系,得到所述攻击能力图。
24、进一步地,根据所述规范化事件对象中的主体、客体、操作以及配置证据,确定身份节点、能力节点和资源节点,包括:
25、根据所述规范化事件对象中的主体标识确定表示操作主体的身份节点,并根据客体资源类型与名称确定表示操作对象或受影响目标的资源节点;
26、根据所述规范化事件对象中的操作类型、所述风险原语以及角色或配置证据,确定所述操作主体具有或获得的操作能力,并生成对应的能力节点。
27、进一步地,基于时间约束、语义约束、目标一致性约束和角色能力约束,对所述攻击能力图进行路径推理和分段,得到满足所述约束的风险原语序列,包括:
28、按照主体标识对所述风险原语进行分组,并按照触发时间对同一主体对应的风险原语进行排序,得到风险原语实例序列;
29、利用滑动时间窗划分所述风险原语实例序列,并根据风险原语之间的阶段顺序关系、客体资源所属业务域或命名空间层级以及主体具有的操作能力,确定所述滑动时间窗内可连接的风险原语实例;
30、对所述可连接的风险原语实例进行路径连接,并筛选包含至少两个风险原语实例的路径,得到保留触发时间和证据引用信息的所述风险原语序列。
31、进一步地,根据主体具有的操作能力确定所述滑动时间窗内可连接的风险原语实例,包括:
32、根据主体当前的角色或角色绑定关系确定初始能力集合,并按照风险原语实例的先后顺序,将已经连接的风险原语实例对应的能力加入累计能力集合;
33、根据待连接风险原语实例对应的操作类型和目标资源确定执行对应操作所需的能力,并在所述累计能力集合包含所述所需的能力时,将所述待连接风险原语实例确定为所述可连接的风险原语实例。
34、进一步地,根据所述风险原语序列中各风险原语的风险权重、路径时间紧凑度和对应主体的历史行为异常度,对所述风险原语序列进行风险评分,得到路径风险评分,包括:
35、根据所述风险原语序列中各风险原语对应的预设权重,确定所述风险原语序列的风险权重;
36、根据所述风险原语序列中首尾风险原语的触发时间差以及时间衰减关系,确定所述路径时间紧凑度;
37、根据所述对应主体在当前观察时段内的操作行为与历史行为基线之间的偏离程度,确定所述历史行为异常度;
38、对所述风险原语序列的风险权重、所述路径时间紧凑度和所述历史行为异常度进行加权组合,得到所述路径风险评分。
39、进一步地,根据所述对应主体在当前观察时段内的操作行为与历史行为基线之间的偏离程度,确定所述历史行为异常度,包括:
40、根据所述对应主体在历史观察时段内的操作频率、操作类型构成和资源影响范围,确定所述历史行为基线;
41、根据操作类型或操作影响对所述当前观察时段内的操作进行分类,并将各类操作的操作频率、操作占比和资源影响范围与所述历史行为基线进行比较,确定所述历史行为异常度。
42、进一步地,根据所述风险原语序列、所述路径风险评分及关联资源,按照策略映射规则生成与所述风险原语对应的防御策略,并确定所述防御策略的资源影响范围,包括:
43、根据所述风险原语序列中的风险原语类型和所述关联资源,按照所述策略映射规则确定对应的防御方式和修复对象;
44、根据所述防御方式和所述修复对象生成与各风险原语对应的防御策略,并将各防御策略与对应风险原语所在的路径环节关联;
45、根据所述关联资源确定各防御策略影响的资源对象及其数量,得到所述资源影响范围。
46、进一步地,根据所述防御方式和所述修复对象生成与各风险原语对应的防御策略,包括:
47、当风险原语为权限赋予原语或凭据访问原语时,根据对应的角色或角色绑定资源生成角色绑定撤销策略或最小权限重定义策略;
48、当风险原语为容器逃逸原语或控制面接管原语时,根据对应的容器请求生成准入拒绝策略;
49、当风险原语为扩散控制原语时,根据对应的容器通信范围生成网络隔离策略。
50、一种容器横向移动识别与防御策略生成系统,包括:
51、规范化模块,用于对容器环境的审计日志进行规范化,得到包含主体、操作、客体、时间及配置证据的规范化事件对象;
52、原语匹配模块,用于根据风险原语匹配规则对所述规范化事件对象进行匹配,得到对应的风险原语,并建立所述风险原语与对应规范化事件对象及审计日志证据之间的关联关系;
53、能力图构建模块,用于根据所述风险原语及其对应的规范化事件对象,确定身份、能力和资源之间的能力状态跃迁关系,得到攻击能力图,并将所述风险原语的触发时间和证据引用信息关联至对应的能力状态跃迁关系;
54、路径推理模块,用于基于时间约束、语义约束、目标一致性约束和角色能力约束,对所述攻击能力图进行路径推理和分段,得到满足所述约束的风险原语序列;
55、风险评分模块,用于根据所述风险原语序列中各风险原语的风险权重、路径时间紧凑度和对应主体的历史行为异常度,对所述风险原语序列进行风险评分,得到路径风险评分;
56、策略生成模块,用于根据所述风险原语序列、所述路径风险评分及关联资源,按照策略映射规则生成与所述风险原语对应的防御策略,并确定所述防御策略的资源影响范围。
57、本发明取得了如下有益效果。
58、1.本发明将离散审计事件规范化并映射为风险原语,基于风险原语构建身份、能力和资源之间的攻击能力图,将跨时间、跨资源及权限状态变化的审计事件组织为具有证据引用关系的结构化证据链,克服单条审计事件难以还原多步攻击过程的问题,提高容器横向移动攻击路径识别的完整性和可解释性。
59、2.本发明基于时间约束、语义约束、目标一致性约束和角色能力约束进行路径推理与分段,并将主体的初始能力及路径推进过程中获得的能力作为后续风险原语连接的判断依据,使风险原语之间的连接同时满足时间、攻击阶段、目标范围及能力支撑关系,降低无关事件误串联造成的误报,并对不满足路径条件的孤立事件进行过滤。
60、3.本发明根据风险原语的风险权重、路径时间紧凑度及主体的历史行为异常度对风险原语序列进行综合风险评分,使攻击路径的风险程度能够结合风险行为类型、事件时间关联程度以及主体相对于历史行为基线的偏离程度进行量化,为后续防御策略生成提供风险评价依据。
61、4.本发明依据风险原语与防御策略之间的策略映射规则,将识别得到的风险原语序列及路径风险评分转换为角色绑定撤销、最小权限重定义、准入拒绝或网络隔离的防御策略,并确定防御策略的资源影响范围,使攻击识别结果能够直接关联至相应的rbac、准入控制和网络策略,实现检测、评分与防御策略生成的闭环衔接,减少人工研判和策略编写工作。
62、5.本发明以kubernetes审计日志作为核心输入,配置证据能够从审计事件的请求内容中获取,并在请求内容缺失时通过资源清单快照进行补充,无需依赖运行时探针或网络流量采集组件,能够适用于受合规要求或性能条件限制的容器环境。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com