背景一年一度的重保活动即将到来，作为防守方将进行 7*24h 的值守安全设备，防守方主要从“事前排查”、“事中监控”、“事后溯源”三个维度开展自己的工作。“事前排查”主要是针对组织资产信息进行深度了解，掌握隐形资产，发现明显风险点并修复；“事中监控”也就是监控安全设备的告警，从海量日志中筛选出漏报、误报以及发现真实的攻击者；“事后溯源”是基于“事中监控”的更进一步，只有从安全设备上发现更多的真实攻击者，才能提升溯源的成功率。由于“事前排查”并非人人都需参与，故此次经验分享仅从“事中监控”和“事后溯源”两个维度展开描述，本篇讲的是“事中监控”这一部分。精准定位1. 扫描器企业安全犹如木桶定律，最短的木板是评估木桶品质的标准，安全最薄弱环节也是决定企业安全好坏的关键。在重保活动中攻击者的目标很明确，找数据进内网，那么如何快速准确地从企业海量的资产中找到企业的漏洞入口点，常用的方法就是扫描器，故掌握开源或者商业的扫描器的指纹特征，可以快速的定位真实的攻击IP，做到准确封禁。指纹特征的提取一般就是基于http请求包或者响应包，下面抛砖引玉简单列举下常见的扫描器的指纹特征。Crawlergo0Kee-Team 开源了 360 天相的爬虫模块Crawlergo(https://github.com/0Kee-Team/crawlergo)，白帽子通常会把 Crawlergo 集成到自己开发的扫描器中去挖掘漏洞，使用 Crawlergo 扫描网站，HTTP 头带有自定义字段 Spider-Name: crawlergo，故搜索该规则可以获取到 360 扫描器或者白帽子基于 Crawlergo 二次开放的扫描器地址。下图为通过规则检索到 Crawlergo 爬虫攻击的日志。AWVS 扫描器Acunetix Web Vulnerability Scanner（简称 AWVS）是一款知名的网络漏洞扫描工具，它通过网络爬虫测试你的网站安全，检测流行安全漏洞。互联网侧存在很多白帽子部署的 AWVS 扫描器，通过 Fofa 检索 title=="Acunetix" 可以看到有 659 个 IP 部署了 AWVS，如果企业未在互联侧部署有 AWVS，则可以将以上 IP 作为重点监控对象。白帽子使用 AWVS 扫描器对企业资产进行扫描时，HTTP 请求包和响应包中都存在有特征。（1） Accept:acunetix/wvs（2） HTTP 请求头存在 Acunetix-* 的自定义字段（3） HTTP 请求包或者响应包中包含 hit*.bxss.meAWVS 在进行无回显漏洞探测时候会使用到 DNSLog（bxss.me），DNSLog 生成规则为 "http://hit" + rndToken + '.bxss.me/' 随机的三级域名作为 payload。2. DNSLogDNSLog 是一种监控 DNS 解析记录和 HTTP 访问记录的工具，将 DNSLog 平台中的特有字段 payload 带入目标发起 DNS 请求，通过 DNS 解析将请求后的关键信息组合成新的三/四级域名带出，在 NS 服务器的 DNS 日志中显示出来。通常攻击者使用 DNSLog 测试诸如 sqli、rce、ssrf、rfi 等无回显的漏洞。下面列举下常见 DNSLog 平台，可以根据这些平台的指纹结合空间测绘发现更多的 DNSLog。(1) 常见的 DNSLog 平台域名备注ceye.io知道创宇admin.dnslog.link四叶草安全www.dnslog.cn——dnslog.iohackit-mehyuga.coBuzz2d0dnslog.cn——tu4.org——h.i.ydscan.net——burpcollaborator.netburpsuite自带dnslogdns1.tkhttps://dns.xn--9tr.com/(2) 开源的 DNSLog 工具地址备注https://github.com/BugScanTeam/DNSLog——https://github.com/donot-wong/dnslog——https://github.com/chennqqi/godnslog——(3) Cland Beta开源工具 X-ray 提供了一个针对无回显漏洞验证的平台 Cland Beta，通过 Fofa 语法检索到互联网上存在 200 多个 Cland Beta，可以将以上 IP 作为重点监控对象。另外笔者在检索互联网侧的存在 X-ray 扫描器，无意中发现部署有 X-Ray 的扫描器是可以直接关联到具体组织的，访问 Web 端接口，页面会请求接口 api/graphql_batch/，返回 banner 信息中包含 IP 归属机构，具体如下图。最后，如果发现攻击者使用 DNSLog 攻击业务系统，可以使用如下脚本对 DNSLog 平台发送数据包，通过修改 URL 参数的值诱导攻击者到蜜罐上。#!/usr/bin/env python
# -*- coding: utf-8 -*-
import requests
import random
import time
def atttack():
for i in range(1, 1000):
random_name_id = random.randint(3,8)
random_name = ''.join(random.sample(['z','y','x','w','v','u','t','s','r','q','p','o','n','m','l','k','j','i','h','g','f','e','d','c','b','a'], random_name_id))
random_id = random.randint(1,100)
url = "http://" + str(random_id) + "." + str(random_name) + ".4ymeeo.dnslog.cn/Exploit"
print(url)
response = requests.get(url,timeout=5)
print(response.text)
if __name__ == '__main__':
atttack()3. 最新漏洞在重保中攻击者会利用 0day 或者 Nday 攻击业务系统，通过互联网公开的漏洞情报，基于漏洞利用特征到全流量日志系统中提取相关攻击者 IP。比如 fastjson 漏洞，可以在日志中检索数据包的请求体中检索关键字 “rowset.JdbcRowSetImpl”。4. HTTP 返回包攻击者通过利用远程命令执行类漏洞或者 webshell 执行一些命令后，返回包中会返回命令的执行结果，这里抛砖引玉说几个返回的包含的特征，如果存在以下特征说明已经漏洞利用成功。(1) “Windows IP”(2) “Microsoft Corporation”(3) “drwxr–r–”/ “-rwxr-xr-x”5. Referer 来源渗透测试的第一步是信息搜集，信息的方法有很多，有一种方法就是结合搜索引擎，例如在 fofa 上搜索企业相关资产,如果我们直接从 fofa 上跳转到目标站点，那么请求数据包的 referer 字段就会有 fofa.so，可以以此作为判断维度，梳理出攻击者 IP，类似的搜索引擎还有 Google、ZoomEye、shodan.io、Baidu、Censys。6. 其他手段除了上面介绍的几种方法，还有一些其他方法，下面介绍四种方法，适用性有待考究。其一，http 请求包中有个 X-forwarded-for 字段，某些情况下我们将其值修改为 127.0.0.1 可以绕过一些系统限制，因此提取数据包中包含这个字段的相关 IP，也会有惊喜的发现；其二，大多数系统需要登录才能进一步操作，那么登录处大概率攻击者会尝试弱口令攻击，所以在数据包的请求体中找 username=test、 admin 等字段，如果 IP 存在多次尝试登录，那么这个 IP 也可以归为攻击者；其三，有些攻击者不注意自己隐私，用个人信息注册目标业务系统，如果业务系统不注重用户隐私，可能数据包的 cookie 字段明文显示攻击者使用的手机号或者常用 id，在流量日志中检索包含这些敏感信息的 IP 是否存在攻击行为。其四，查询 User-Agent 字段包含 python、golang 等脚本语言的日志，因为大部分开源的漏洞工具没有设置 User-Agent 字段，可以通过 User-Agent 判断哪些是脚本利用，但是这种搜索结果不是很准确，因为互联网上僵尸网络也会利用自定义脚本攻击业务系统。总结作为一名蓝方值守人员，依托安全设备，基于自己的安全经验，从海量的日志中尽可能的发现更多威胁，帮助攻防演练中甲方找到自己的短板，在第一时间进行安全修复。本文介绍了笔者在一线使用安全设备的思路，只是抛砖引玉，相信还有更多的技巧方法。关于对捕获到攻击者 IP 进行“事后溯源”，我们下篇见。以上内容系微步情报局原创，作者花十一。更多内容可关注公众号“微步在线研究响应中心”。