最新
推荐
2014年高等教育信息化十大“关... 01-04 教育部成立教育信息化专家组 12-24
我国首次开展全国性教育信息化... 12-22 CERNET第二十一届学术年会 11-24
|
使用DPI 来追踪各类网络安全威胁 根据对数百起校园网安全事件的深入分析和追踪,大部分校园网攻击入侵事件往往伴随着对攻击目标的全方位信息搜集和漏洞挖掘。除了利用各类安全漏洞扫描和注入工具之外,使用Google、百度等公开搜索引擎获取信息的Google Hacking 也是攻击者的惯用手法,这些信息搜集工作是长期而持久的。如果我们能够及时分析常见的攻击入侵全过程,并通过入侵检测对网络层数据流量进行实时DPI 分析,就可以及时发现校园网内的安全薄弱点和容易被攻击的目标。通过对这些数据的分析挖掘,就能够有重点的对校园网内Web 网站进行安全加固。 基于上述考虑,上海交通大学近些年一直在持续分析当前互联网主要的安全威胁,研究并自行独立开发了一套分布式的大型网络安全威胁实时监测系统,通过网络深度数据包检测(DPI) 技术,来实时发现网络中被黑客控制的主机和僵尸网络的通信/ 控制主机,发现和定位操控木马与僵尸网络的黑客,并可以实现对网站挂马、网站后门、网页篡改、DDoS 攻击、网络钓鱼等安全威胁的有效监测。该系统在中国教育科研网主干网、上海教育科研网、上海交通大学校园网都已经进行了部署,由于其分布式部署特点,可根据需要线性扩展分析处理能力,处理数10G 的网络流量。 无论是从扫描漏洞开始,尝试SQL 注入,还是绕过系统限制上传文件,对于想要拿下一台Web 服务器的黑客来说,很多时候一个必不可少的步骤就是上传网站后门文件(WebShell)。黑客通过网站后门能进一步进行包括文件目录管理,拖取后台数据库内容,进而完全控制此网站甚至服务器。通过对大马、小马以及一句话木马的行为识别,我们可以很容易发现伴随的各种网络入侵事件并定位攻击来源。 完备的应用层安全审计系统 对于拥有近千个网站和各类Web 应用信息系统的高校校园网来说,很多网站都是院系和实验室自行独立管理,分布记录并集中收集这些日志信息在实际操作上并不可行。上海交通大学采取的方案是在校园网边界出口先汇聚所有进出流量,再单独分离出校园网外访问校园网内Web 信息系统的网络流量,并从中进行应用层流量分析,单独提取出HTTP 协议的Meta-Data(元数据)信息,从网络流量中而不是主机上尽可能完整的还原出所有访问日志。这样既可以在一处集中获得所有访问日志,也避免了某些系统被入侵后产生的日志被删除的缺陷。 由于自动化工具的大量应用,攻击者发现Web 应用漏洞的效率越来越高,但同时也使得检测这些自动化工具的出现和Web 应用漏洞的存在也越来越容易。对各类网站服务器系统日志、应用信息系统日志、网络设备和安全设备日志、网络流量日志以及应用层协议日志的深入搜集整理,并对其进行全局的关联分析和数据挖掘,对这些不同来源的元数据进行大数据(Big Data)分析可以帮助我们获得更多有价值的信息,更好的为校园网安全服务。 考虑到目前的高持续性威胁(Advanced Persistent Threat,APT)攻击不仅仅只是利用HTTP 协议,还可能利用SSL 加密和其他类型隐蔽隧道进行通讯,对整个IP流量和部分应用层协议流量的Meta-Data 长期审计也是我们正在进行的一项工作。虽然作为高校面对攻防资源高度不对称的APT 攻击可以说是无能为力的,但是基于长期存储的Meta-Data 进行深度分析,在攻击的早期阶段发现就成为可能,进而协调资源来降低损失并回溯还原攻击历史过程是目前应对APT 的业界共识。 海量数据记录存储和分析挖掘是完全不同的两个层面。面对这些每天以数亿条规模增长的海量元数据,除了利用Python 等脚本语言进行各类处理,也使用了传统关系型数据库进行存储分析,并积极尝试使用HBase、Hadoop 平台来满足未来水平扩展和复杂分析的需求。
|
版权所有:中国教育和科研计算机网网络中心 CERNIC,CERNET,京ICP备15006448号-16,京网文[2017]10376-1180号
关于假冒中国教育网的声明 | 有任何问题与建议请联络:Webmaster@staff.cernet.com