58集团IAST/RASP调研与实践:IAST调研

2022/03/15 10:17
阅读数 1K

1

背景

IAST(InteractiveApplication Security Testing,交互式应用安全测试)、RASP(RuntimeApplicationSelf-Protection,应用运行时自我保护),是两种在程序运行时提供安全能力的产 品,由于这两款产品可以获取到程序内部运行中的状态,在程序运行状态视角,可以更准确的进行安全测试、及在运行时的入侵检测。 目前针对于Java应用狭义上的IAST、RASP都是通过向应用字节码中插桩增强应用能力,增加漏洞检测逻辑或运行自我保护逻辑。
本系列文章,主要介 绍我们针对于IAST/RASP的技术调研与实践。 包括: 对IAST及RASP的调研,调研阶段面向现有的一些产品,对一些关键技术点进行分析总结。 后期主要面向IAST/RASP的工程化落地。
本文是IAST/RASP调研系列文章第一篇 ,主要介绍针对于Java场景实现IAST安全检测能力的方案。

2

IAST简介

IAST-交互式应用安全测试,是指在程序运行 时,通过与应用交互的方式收集程序中运行信息进行安全测试的手 段。
广义的IAST分 为三类: ①代理模式; ②active插桩; ③passive插桩。 代理模式可以理解为现在的被动流量黑盒。 active插桩通过与黑盒配合,黑盒触发检测流量,通过流量中的POC与插入的探针收集的信息结合,进行安全测试。 Passive插桩模式下,不主动触发流量,只通过插桩的探针进程序运行信息收集,流量的触发主要通过开发或测试人员。
本文主要针对第三种模式,passive插桩模式的IAST进行调研。

3

如何实现插桩

3.1 什么是插桩?
保证被测程序原有逻辑完整性的基础上在程序中插入一些探针。通过探针的执行并抛出程序运行的特征数据,通过对这些数据的分析,可以获得程序的控制流和数据流信息,进而得到逻辑覆盖等动态信息,从而实现测试目的的方法。
总结一下对于探针的需求就是:
(1)插入的探针逻辑不能影响原代码的逻辑完整性。
(2)能够收集程序运行时的特征,用作测试的分析。
3.2 JAVA中通过字节码增强插桩
在java从源代码,到编译字节码,再到运行时加载到jvm运行这个过程中,在(2)阶段,通过修改类的字节码,不直接修改java源代码,插入不影响源代码逻辑的字节码,来实现插桩的监听逻辑,即不影响源代码的逻辑完整性。
如下,有这样一段代码,直观的观察一下字节码增强:
package com.test;
public void a(Objecto){
//业务逻辑 System.out.println(o); }

编译后对应的字节码为:
public void print(java.lang.Object);
Code: 0:getstatic #2 //Field java/lang/System.out:Ljava/io/PrintStream; 3:aload_1 4:invokevirtual #3//Method java/io/PrintStream.println:(Ljava/lang/Object;)V 7:return
在如果有一个需求,在不影响Java源代码的基础上,输出o对象是否为null。 即插入System.out.println(o==null);对应的字节码到该函数现有逻辑中。 插入该段逻辑后的字节码变为:
public void print(java.lang.Object);
Code: 0:getstatic #2 //Field java/lang/System.out:Ljava/io/PrintStream; 3:aload_1 4:ifnonnull 11 7:iconst_18:goto 12 11:iconst_0 12:invokevirtual #3//Method java/io/PrintStream.println:(Z)V 15:getstatic #2//Field java/lang/System.out:Ljava/io/PrintStream; 18:aload_1 19:invokevirtual #4//Method java/io/PrintStream.println:(Ljava/lang/Object;)V 22:return

4

通过插桩实现污点分析

污点分析是安全测试中一个重要的能力,主要通过数据流向,确定外界输入是否会影响一些关键函数的执行。 常见的注入类问题都可以通过污点分析进行测试,确定外界不可信输入是否可控制代码实际的执行逻辑。 通过IAST实现污点分析,是IAST应该具有的一项重要的能力。
4.1 通过插桩实现污点分析
火线洞态IAST是一款优秀的IAST开源产品,通过对洞态的调研,梳理出对应的污点分析算法。以下通过一个简单示例进行污点分析的算法的介绍。
如下,有一段需要分析的java代码逻辑,是一段SQL注入的伪代码,通过外界获取参数id的输入,进行sql拼接,最终进行了sql的执行。
在污点分析的模型中,会有source、propagate、sanitizer、sink四个节点。简化模型,突出算法,没有在代码中体现sanitizer的净化。
//Stringid = request.getParameter("id");
String getParameter(Stringvar1){
//getParameter的业务逻辑 .... //插入污点追踪逻辑 //inttaintedHash = System.identityHashCode(s) //TaintedPool.add(taintedHash); .... returns }
先对s ource点进行增强,针对getParameter函数,在return之前,函数本身的业务逻辑之后,插入污点分析逻辑。 对于函数返回的s字符串对象,通过identityHashCode函数计算对象hash,用该hash表示对象唯一标识,并把hash放入TaintedPool中,表示该对象已经被污点标记。
//Stringsql1 = sql.concat(id);
public Stringconcat(String str){ //concat的业务逻辑 ... //插入污点追踪逻辑 //intstrHash = System.identityHashCode(str) //if(TaintedPool.contain(strHash)){ // int sHash = System.identityHashCode(s); // TaintedPool.add(sHash); //} ... returns }
对于propagate,判断传入的str的hash是否在污点池里,如果在污点池里,把该函数的返回值的hash放到污点池里。
//ResultSetrs = st.executeQuery(sql);
ResultSet executeQuery(String sql) throws SQLException{
//插入污点追踪逻辑 //intsqlHash = System.identityHashCode(sql) //if(TaintedPool.contain(sqlHash)){ // Vul.Report(sqlHash,...); //} //executeQuery的业务逻辑 ... returns }
对于sink点,判断出入参数是否在TintedPool里,如果存在则上报漏洞。
整个算法对source、propagate、sanitizer、sink中各个阶段的函数插入监听逻辑,监听污点source传入,propagate、sanitizer中进行传播或净化,sink监听是否传入受污染函数,如果sink监听到污点对象传入,则上报漏洞。
4.2 规则抽象
对污点分析的四个阶段,定义source、propagate、sanitizer、sink四类增强类型, 然后通过增加函数到各个阶段的规则中,添加各个阶段的的规则。
(1)函数签名: 增强的具体函数。
(2)污点输入: 对于该函数,污点是从哪里传入的,可以是O或pn。 pn为该函数的哪个参数传入、O为当前类的base对象(比如 "x".concat("s"),字符串"x"也有可能是污点传入的位置)。
(3)污点输出: 对于该函数,污点在哪里输出,可以为O、Pn或R,R返回值。
(4)深度: 由于增强面向的可以是接口、抽象类或具体类。 可以通过增强其子类,进而做到Hook到所以实现类。 所以可以选择: 当前类、当前类及子类、仅子类。
(5)类型: 污点分析模型中的四个环节,source、propagate、sanitizer、sink。
(6)漏洞类型: sink或sanitizer对应的漏洞类型,被净化的污点数据,需要配合漏洞类型查看流到sink点,是否净化成功。

5

SCA

通过Javaagent,实现SCA的收集,可以通过获取应用classpath下所依赖的Jar包,来收集应用的依赖信息,结合SCA信息可以进行更精确的安全检测。

6

Skywalking实现IAST调研

Skywalking是apache下开源的APM(Application Performance Management)系统,有监控、trace(调用链跟踪)、分布式诊断等功能,支持多种语言实现agent。 Skywalking的javaagent也是基于字节码增强技术来实现监控逻辑的嵌入。 其重要的trace功能,与污点分析的业务类似。
Skywalking的trace功能是基于OpenTracing标准实现的,一个trace就代表着对一个请求的完整跟踪。追踪一个请求在单个或一组应用中的执行顺序,对关键的节点进行切面收集执行响应时间、监听运行时状态(关键函数入参、返回值等)。关键节点可以通过插件指定对应的具体函数,如在应用边界的队列生产、消费函数、数据库的客户端调用、RPC的客户端调用与服务端执行等,也可以是应用内具体的一个内部函数的执行情况。

对于一次请求trace,有一个唯一的traceID会传到执行到的关键节点,且跟随着trace的传播也可以传递上下文信息跟随trace流动,可以把对应的污点分析上下文放入到trace的上下文中,通过添加插件来覆盖对应的source、propagate、sanitizer、sink对应的函数,从而达到污点分析的功能。

原理上可行,能够满足安全检测的需求。是否可以基于skywalking实现IAST,还需要考虑到工程化实现,如trace的业务是否适合污点分析,及兼容的开发成本,还有agent对性能严格的要求等。在编写demo时也遇到了skywalking默认不支持修改Jre的类,如果需要绑定,就可能需要修改插件外的代码等问题。工程化不在此次调研的范围中,对于安全检测能力,以下的技术要点可以给IAST实现带来一些启发:
1、Skywalking的插件,除了通过指定类的全限定名以及函数签名来指定待增强的函数,还可以通过Java注解来指定待增强的类及函数。这个给规则抽象增加了注解的维度。如58内部的RPC服务,就是通过注解来指定服务端逻辑或者客户端逻辑的。
2、Skywalking的trace功能,提供了跨线程、跨进程的跟踪,及上下文的传递,跨进程的跟踪,实现了在一组应用中进行污点分析的可能,不只局限于单个应用内的分析。这在内部服务丰富,调用关系复杂的场景下是一个重要的需求,因为source点和sink点可能存在于一组服务中的任意位置。

Skywalking是如何实现跨进程的trace的?比如在一个HTTP的请求过程中,通过对HTTP客户端进行增强,把此次trace上下文等信息封装进自定义的HTTP头中,通过HTTP协议传到服务端,HTTP服务端增强HTTP请求处理逻辑,把trace信息从HTTP请求头中拆出,然后进行后续的逻辑。 这样就达到了trace跨应用的的传递。 其他的跨进程trace同理。

7

IAST、SAST、DAST能力互补

目前58集团已经现有较为成熟的DAST、SAST。 增加IAST,是增强了哪些维度的能力。 以下是简单的列举了几个维度上的对比。
(1)控制流的覆盖: 在SAST视角直接面向代码逻辑,可以穷举完所有逻辑分支,拿到控制流。 DAST、IAST是运行触发有限的请求输入,不能做到完全的覆盖。
(2)脏数据: SAST静态分析,不产生脏数据。 IAST被动监听运行时状态,不产生脏数据。 DAST产生脏数据。
(3)动态特性: IAST、DAST对于动态特性,优于SAST。 比如JAVA反射,或者调用Native code。
(4)主动、被动: IAST只能做到被动监听,SAST/DAST可以做到主动扫描。
(5)应用运行时内部信息收集: IAST能够收集到应用运行时信息,SAST/DAST不能。
(6)误报: SAST为了保证soundness,在一些维度上是存在误报的,如核心的指向分析。 IAST/DAST相对于SAST误报低。
(7)漏报: SAST在源码层面,能拿到所有的控制流等信息,所以漏报相对于IAST/DAST较低。 IAST较DAST能拿到程序运行时状态,漏报优于DAST。
针对不同维度的能力对比,就是不同系统之间能力上的互补:
(1)针对控制流覆盖,可以通过SAST给DAST提供控制流覆盖更完善的POC。
(2)DAST给IAST提供主动触发业务执行的请求。
(3)IAST收集代码内执行的信息,给DAST判定提供更详细的信息,也可以进行FUZZ,优化POC。
(4)通过DAST/IAST结合,验证SAST的误报。

8

具体实现

由于面向Java来实现IAST,所以需要Java这个平台提供实现IAST的基础能力。

8.1 Javaagent技术
JDK1.5 之后引入的新特性,此特性为用户提供了在 JVM 将字节码文件读入内存之后,JVM 使用对应的字节流在 Java 堆中生成一个 Class 对象之前,用户可以对其字节码进行修改的能力,从而 JVM 也将会使用用户修改过之后的字节码进行 Class 对象的创建。Javaagent有两种加载方式:
(1)premain: 在运行java应用时,通过java -javaagent:/path/to/agent.jar,agent需要实现premain函数,premain逻辑在main函数逻辑之前执行。
(2)attach: 对于已经在运行的java应用,通过指定Jvm的PID进行加载,需要实现AgentLauncher类以及agentmain函数。
8.2.字节码增强
字节码增强的工具有很多,包括ASM、byte-buddy、Javassist等。

9

总结

针对于IAST的核心功能污点分析,火线洞态提供了完整的污点分析算法及规则的抽象。 针对于内部服务复杂的甲方场景,同样也需要skywalking这种全局的视角实现跨应用的分析。 此次调研汲取这些优秀的设计特点,为后续IAST建设提供检测能力的技术支撑。

参  考  文  献
(1)https://baike.baidu.com/item/%E7%A8%8B%E5%BA%8F%E6%8F%92%E6%A1%A9/242087?fr=aladdin
(2)https://mp.weixin.qq.com/s/GpiiLaaygPU1oPIk2YGQRg
(3)https://www.aqniu.com/learn/46910.html
(4)https://github.com/HXSecurity/DongTai
(5)https://github.com/apache/skywalking

本文分享自微信公众号 - 58技术(architects_58)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

展开阅读全文
加载中
点击引领话题📣 发布并加入讨论🔥
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部