基于網(wǎng)絡(luò)通信異常識別的多步攻擊檢測方法

琚安康，郭淵博，李濤，葉子維

（戰(zhàn)略支援部隊信息工程大學(xué)密碼工程學(xué)院，河南 鄭州 450001）

1 引言

根據(jù)近年來國家互聯(lián)網(wǎng)應(yīng)急中心發(fā)布的中國互聯(lián)網(wǎng)網(wǎng)絡(luò)安全報告，個人信息泄露、網(wǎng)絡(luò)釣魚等安全事件數(shù)量呈上升趨勢；網(wǎng)絡(luò)基礎(chǔ)設(shè)備、域名系統(tǒng)等基礎(chǔ)網(wǎng)絡(luò)和關(guān)鍵基礎(chǔ)設(shè)施依然面臨著較大的安全風(fēng)險，網(wǎng)絡(luò)攻擊事件多有發(fā)生，針對重要信息系統(tǒng)的高強度、有組織的攻擊威脅形勢日益嚴(yán)峻，多步攻擊已經(jīng)成為網(wǎng)絡(luò)攻擊的主要方式[1]。

網(wǎng)絡(luò)攻擊是嘗試破壞資源完整性、保密性和可用性的行為集合。當(dāng)攻擊行為具有獨立的、不可分解的攻擊目的時，被稱為單步攻擊。多步攻擊是將單步攻擊按照一定的邏輯關(guān)系進(jìn)行排列，在特定的時間和空間中形成一個攻擊序列，從而實現(xiàn)僅用單步攻擊無法實現(xiàn)的攻擊意圖[2]。

與傳統(tǒng)攻擊方式相比，多步攻擊采用的手段更加豐富，不僅包括拒絕服務(wù)（DoS, denial of service）攻擊、Web滲透（如跨站腳本攻擊等）、掃描攻擊、暴力破解等常見攻擊方式，還包括隱蔽式木馬、新型僵尸網(wǎng)絡(luò)等新型攻擊手段。采用新型攻擊手段的多步攻擊以復(fù)雜網(wǎng)絡(luò)攻擊[3]和 APT（advanced persistent threat）[4]為典型代表，其造成的危害更加嚴(yán)重且檢測難度較大，是影響當(dāng)前網(wǎng)絡(luò)安全狀況的重要因素。APT是一種具有高度復(fù)雜性、強隱蔽性的多步攻擊，其檢測問題已成為網(wǎng)絡(luò)安全領(lǐng)域關(guān)注的重點，也是近年來學(xué)術(shù)研究的熱點課題[3,5]。

告警關(guān)聯(lián)分析[6-8]、攻擊圖[9]等技術(shù)為多步攻擊檢測提供了很好的解決思路，但這些方法都建立在已知攻擊特征的檢測技術(shù)基礎(chǔ)上，依賴于多步攻擊模式的專家知識，針對未知特征的攻擊行為沒有很好的檢測效果。異常檢測技術(shù)是應(yīng)對APT等未知威脅的可行方法，但傳統(tǒng)單點檢測的方法只能發(fā)現(xiàn)某階段的局部異常事件，無法從局部異常事件還原出整體攻擊過程；同時，由于異常檢測技術(shù)本身誤報情況嚴(yán)重，如何降低誤報是異常檢測技術(shù)研究的關(guān)鍵問題。

GBAD（graph-based anomaly detection）在社區(qū)發(fā)現(xiàn)、模式識別等眾多領(lǐng)域得到廣泛應(yīng)用，在入侵檢測領(lǐng)域同樣有著諸多研究成果[10]。結(jié)合典型企業(yè)網(wǎng)絡(luò)環(huán)境與攻擊鏈模型，本文提出了一種通過檢測網(wǎng)絡(luò)通信異常來識別多步攻擊的方法。分別采用基于圖的異常分析和小波分析方法識別多步攻擊帶來的2類共4種網(wǎng)絡(luò)異常行為，并給出關(guān)聯(lián)重構(gòu)多步攻擊場景的方法，為檢測復(fù)雜網(wǎng)絡(luò)攻擊、APT等定制化多步攻擊提供方法。

2 多步攻擊示例與威脅模型

本節(jié)首先給出典型企業(yè)網(wǎng)絡(luò)部署示例，并舉例說明企業(yè)網(wǎng)絡(luò)環(huán)境下的多步攻擊實施過程，在此基礎(chǔ)上給出基本定義和多步攻擊威脅模型。

2.1 典型企業(yè)網(wǎng)絡(luò)環(huán)境及多步攻擊示例

企業(yè)網(wǎng)絡(luò)環(huán)境下多步攻擊場景可用擊殺鏈模型進(jìn)行刻畫。擊殺鏈模型[11]是對攻擊行為的一種通用性描述，它最早由Jeffrey Carr于2008年提出，并在2013年經(jīng)Lockheed Martin公司優(yōu)化進(jìn)而形成模型。擊殺鏈模型將攻擊概括為目標(biāo)偵察、武器定制、投遞、利用、安裝、建立通道、行動實施等攻擊步驟。擊殺鏈實施過程如圖1所示。

圖1 擊殺鏈實施過程

擊殺鏈實施過程具體描述如下。攻擊者在采取攻擊行動之前，首先要對攻擊目標(biāo)的相關(guān)情報進(jìn)行收集，對目標(biāo)網(wǎng)絡(luò)有一定的了解后，定制相應(yīng)的攻擊工具，開始實施攻擊行為。初始入侵階段采用社會工程、漏洞利用等方法，對目標(biāo)網(wǎng)絡(luò)中的弱點主機滲透侵入，并以此建立立足點。對立足點主機實現(xiàn)持續(xù)控制后，通過立足點主機對內(nèi)網(wǎng)進(jìn)行探測，分析網(wǎng)絡(luò)拓?fù)浜涂衫寐┒础Ｖ笙騼?nèi)網(wǎng)中弱點主機植入惡意軟件，提升用戶權(quán)限，并逐步向內(nèi)網(wǎng)滲透。在收集獲取到目標(biāo)數(shù)據(jù)后，將數(shù)據(jù)通過層層跳板外傳，最后清除日志掩飾攻擊行為。

典型企業(yè)網(wǎng)絡(luò)環(huán)境如圖2所示。攻擊者為獲取系統(tǒng)內(nèi)部敏感數(shù)據(jù)，可通過下述步驟對數(shù)據(jù)進(jìn)行竊取。1) 在攻擊之初，攻擊者對目標(biāo)網(wǎng)絡(luò)進(jìn)行掃描探測，滲透侵入DMZ（demilitarized zone）中的Web服務(wù)器，并以此作為繼續(xù)侵入內(nèi)部系統(tǒng)的立足點；2) 攻擊者以 Web服務(wù)器為立足點，逐步滲透侵入內(nèi)部關(guān)鍵數(shù)據(jù)節(jié)點；3) 攻擊者在關(guān)鍵數(shù)據(jù)節(jié)點加載惡意軟件，提升用戶權(quán)限并獲取關(guān)鍵數(shù)據(jù)，然后通過遠(yuǎn)程訪問服務(wù)在內(nèi)部數(shù)據(jù)節(jié)點與外部主機之間創(chuàng)建網(wǎng)絡(luò)隧道；4) 利用網(wǎng)絡(luò)隧道，將關(guān)鍵文件或數(shù)據(jù)傳輸至DMZ中的Web服務(wù)器，并通過各個跳板，將敏感數(shù)據(jù)傳輸至外部站點，最終實現(xiàn)數(shù)據(jù)竊取目的。

一般來說，在每一個活動步驟中，攻擊者雖然有意識地在目的達(dá)成后擦除系統(tǒng)日志等攻擊痕跡，設(shè)法偽裝自己，然而網(wǎng)絡(luò)通信行為必然會在各類網(wǎng)絡(luò)設(shè)備中留下行為痕跡，也會在網(wǎng)絡(luò)通信日志中留下活動記錄，并且攻擊者的網(wǎng)絡(luò)通信行為與正常用戶操作會有差別，這為檢測出攻擊行為提供了可能。另一方面，在企業(yè)內(nèi)部網(wǎng)絡(luò)環(huán)境中，由于業(yè)務(wù)邏輯較為固定，且在網(wǎng)絡(luò)邊緣部署內(nèi)容過濾產(chǎn)品分析網(wǎng)絡(luò)數(shù)據(jù)分組并對網(wǎng)絡(luò)內(nèi)容進(jìn)行過濾，從而使進(jìn)出網(wǎng)絡(luò)的訪問行為受限，因此通過檢測異常網(wǎng)絡(luò)通信行為來識別多步攻擊場景的方法是可行且有效的。

圖2 典型企業(yè)網(wǎng)絡(luò)環(huán)境

由于攻擊活動的實施會在網(wǎng)絡(luò)通信日志中留下記錄，且與企業(yè)網(wǎng)絡(luò)環(huán)境中正常業(yè)務(wù)邏輯有明顯區(qū)別，根據(jù)上述分析可以得出采用基于網(wǎng)絡(luò)圖的方法檢測多步攻擊網(wǎng)絡(luò)通信異常行為的檢測依據(jù)：多步攻擊的發(fā)生，會在受攻擊主機、中間節(jié)點、受攻擊對象等各類網(wǎng)絡(luò)實體之間引入額外的通信流量，且攻擊活動會帶來與正常業(yè)務(wù)相區(qū)別的通信模式。

基于上述檢測依據(jù)，本文提出基于檢測網(wǎng)絡(luò)通信異常行為的多步攻擊檢測方法，識別異常通信子圖并結(jié)合通信數(shù)據(jù)量的統(tǒng)計異常情況，確定異常主機并關(guān)聯(lián)分析得出多步攻擊事件，通過后續(xù)綜合分析得出多步攻擊場景，以發(fā)現(xiàn)系統(tǒng)潛在安全威脅，保護(hù)系統(tǒng)資源的完整性、保密性和可用性。

2.2 威脅模型

為便于后續(xù)描述，給出下述基本定義。

定義1 多步攻擊事件集。攻擊者為實現(xiàn)最終攻擊目的而實施的攻擊事件集，是由多個基本攻擊事件構(gòu)成的攻擊事件集合。

定義2 多步攻擊場景。具有特定攻擊目的并由攻擊者發(fā)起的一次有計劃的、完整的攻擊過程，通常由多步攻擊事件集按照一定邏輯關(guān)系排列構(gòu)成，是集合中各攻擊事件按照一定的時間或空間關(guān)系組成的攻擊序列。

在正常的工作狀態(tài)下，主機的網(wǎng)絡(luò)通信行為有著一定的規(guī)律性。例如，有些主機之間沒有直接通信關(guān)系、平時通信量較少或只有單向連接關(guān)系等；而在多步攻擊實施過程中，攻擊發(fā)起主機或受感染主機的網(wǎng)絡(luò)通信行為與正常業(yè)務(wù)主機的行為有所偏離[12]。4種最為常見的多步攻擊事件類型介紹如下。

1) 拒絕服務(wù)攻擊（DoS）。攻擊者通過控制僵尸網(wǎng)絡(luò)發(fā)動 DoS 攻擊，以達(dá)到致癱目標(biāo)節(jié)點的目的，在攻擊發(fā)動階段會有多個IP向單個主機發(fā)起連接。基本攻擊事件之間具有并列關(guān)系，其網(wǎng)絡(luò)通信行為呈現(xiàn)匯聚形態(tài)。

2) 掃描探測（scan）。攻擊者向內(nèi)網(wǎng)滲透的首要工作是掃描探測以查找弱點主機，掃描一定范圍的內(nèi)網(wǎng)節(jié)點，查找具有開放服務(wù)和可利用漏洞的弱點主機，在這一過程中，攻擊者會從單個主機向內(nèi)部網(wǎng)絡(luò)中多臺主機發(fā)起網(wǎng)絡(luò)通信。基本攻擊事件之間具有并列關(guān)系，其網(wǎng)絡(luò)通信行為呈現(xiàn)發(fā)散形態(tài)。

3) 內(nèi)網(wǎng)滲透（penetrate）。攻擊者從立足點主機出發(fā)，逐步向內(nèi)網(wǎng)遷移滲透，尋找存儲關(guān)鍵數(shù)據(jù)的目標(biāo)主機，是由弱點主機一步一步探測并向目標(biāo)主機遷移的過程。基本攻擊事件之間具有依賴關(guān)系，其網(wǎng)絡(luò)通信行為呈現(xiàn)連續(xù)的發(fā)散形態(tài)。

4) 數(shù)據(jù)獲取（get）。在得到關(guān)鍵節(jié)點的高級權(quán)限后，攻擊者提取目標(biāo)數(shù)據(jù)并通過跳板節(jié)點向網(wǎng)外傳輸，會帶來通信流量的數(shù)據(jù)異常。基本事件之間具有選擇關(guān)系，其網(wǎng)絡(luò)通信行為呈現(xiàn)明顯突發(fā)性變化。

在上述4種攻擊示例中，示例1)～示例3)都是特殊的通信子圖形式，通過對一定時間窗口內(nèi)的網(wǎng)絡(luò)通信情況進(jìn)行分析，得出異常子圖并對其分析驗證；示例4)需要對2個節(jié)點之間的正常通信數(shù)據(jù)進(jìn)行建模分析，找出通信行為統(tǒng)計規(guī)律，計算通信過程在各時刻的異常值，從而發(fā)現(xiàn)異常的數(shù)據(jù)通信。

與上述4種多步攻擊事件相對應(yīng)的網(wǎng)絡(luò)通信特征如圖3所示。其中，圖3(a)為in-star，即多條連接指向單個節(jié)點；圖3(b)為out-star，即單個節(jié)點發(fā)出多條連接；圖3(c)為k-path，即攻擊者向目標(biāo)節(jié)點逐步滲透；圖3(d)為 red-edge，即通信邊的數(shù)據(jù)流量突發(fā)性異常。

圖3 4種網(wǎng)絡(luò)異常通信特征

攻擊鏈模型中各攻擊階段描述與圖3中對應(yīng)的異常通信特征如表1所示。

表1 各攻擊階段及異常通信特征

通過上述對 4種類型多步攻擊實施過程的分析，可以歸納出下述3種基本攻擊事件之間的邏輯關(guān)系。

1) 并列關(guān)系。多個單步攻擊以任意次序全部成功，才是下一步攻擊實施的前提。

2) 依賴關(guān)系。一個單步攻擊的成功是另一個單步攻擊實施的前提條件。

3) 選擇關(guān)系。多個單步攻擊中任意一個成功實施，即為另一個單步攻擊創(chuàng)造了前提。

上述3種關(guān)系概括了大多數(shù)多步攻擊實施過程中各原子事件的基本邏輯關(guān)系，在多步攻擊實施過程中，一個完整的多步攻擊可能是多種類型多步攻擊事件的組合。

上面給出了典型企業(yè)網(wǎng)絡(luò)環(huán)境及多步攻擊示例，在實際檢測過程中，需要先根據(jù)異常網(wǎng)絡(luò)通信行為檢測出多步攻擊事件，再將多步攻擊事件進(jìn)行關(guān)聯(lián)分析，從而得出多步攻擊場景，最終達(dá)到檢測出多步攻擊的目的。

3 檢測思路及算法

本文通過分析對應(yīng)于網(wǎng)絡(luò)圖的各類異常子圖模式，識別多步攻擊帶來的異常網(wǎng)絡(luò)通信行為。針對多步攻擊帶來的異常通信特征，采用基于圖的異常檢測方法，檢測滑動時間窗口內(nèi)的異常通信子圖；并基于小波變換的方法分析檢測網(wǎng)絡(luò)攻擊行為在持續(xù)控制階段、數(shù)據(jù)外傳階段產(chǎn)生的異常通信行為，然后通過對2種異常的關(guān)聯(lián)分析得出主機的異常值評分，并通過對各個異常事件的關(guān)聯(lián)重構(gòu)出多步攻擊場景。

本節(jié)首先介紹網(wǎng)絡(luò)通信模型的基本定義，在此基礎(chǔ)上給出基于網(wǎng)絡(luò)異常識別的多步攻擊檢測解決方案。

3.1 網(wǎng)絡(luò)通信模型

對網(wǎng)絡(luò)通信模型進(jìn)行如下定義。整體網(wǎng)絡(luò)通信數(shù)據(jù)可表示在一個時間與通信圖的叉乘空間S=T×G內(nèi)[13]，其中，通信圖(,)G=V E，節(jié)點集V包括網(wǎng)絡(luò)內(nèi)所有通信主機，邊集E包括所有具有網(wǎng)絡(luò)通信行為的通信邊。對于每條邊e∈E，在任意的離散時間點t∈{ 1,…,T}，都可以得到一個數(shù)據(jù)過程Xe(t)，時間T內(nèi)所有時間窗口Ω= { (s,s+ 1,…,k): 0 ≤s＜k≤T}，給出包含時間T內(nèi)的所有時間窗口集合的全集Γ= { {ω1,ω2,…,ωi,…,ωn}:ωi∈Ω}。通常只研究包含約束的時間窗口集合τ∈ΓR，將在一定的時間窗口τ內(nèi)的通信邊e表示為Xe(τ)。研究的整體數(shù)據(jù)空間可表示為S= { (ω,g) |ω∈Ω,g∈G}，其中，ω為時間窗口，g是在該時間窗口內(nèi)的通信圖。

3.2 基于滑動時間窗口的異常通信子圖檢測算法

本節(jié)檢測第一類異常——異常子圖，對應(yīng)于圖3(a)～圖3(c)所示的3種異常。采用基于滑動時間窗口的異常通信子圖檢測算法，在特定時間窗口內(nèi)匹配與這3種異常相對應(yīng)的子圖模式，并根據(jù)匹配度計算異常值，異常值計算方法需滿足以下條件。

1) 在一定時間窗口內(nèi)，某一節(jié)點的度大于正常情況，且入度遠(yuǎn)大于出度，二者的值相差越多，異常值越大。

2) 在一定時間窗口內(nèi)，某一節(jié)點的度大于正常情況，且出度遠(yuǎn)大于入度，二者的值相差越多，異常值越大。

3) 若干個節(jié)點出度大于入度，且形成連續(xù)滲透的圖狀結(jié)構(gòu)，時間上有先后約束關(guān)系。由于路徑過短不能反映出多步攻擊的實施特點，路徑過長的多步攻擊發(fā)生可能性較低，且可以被短路徑檢測結(jié)果涵蓋，綜合考慮實際攻擊案例，本文選擇異常路徑長度為3。

整體數(shù)據(jù)空間S= { (ω,g) |ω∈Ω,g∈G}，其中，時間窗口ω與時間窗口內(nèi)的通信圖g在上文中已有定義，這里考察異常子圖集合S'?S。引入異常值函數(shù)f的定義，f:S→R，且 ?s'∈S'，有|f(s')-其中c0為異常閾值，異常值函數(shù)f的計算過程遵照上述原則。

異常子圖生成算法思想為：對滑動時間窗口內(nèi)的通信圖g計算其異常值，若g滿足異常子圖模式且異常值大于設(shè)定閾值，則將其加入異常子圖列

與 Neil等[13-14]以天為時間單位進(jìn)行異常分析的方法不同，由于以天為單位不符合多步攻擊帶來網(wǎng)絡(luò)通信的短時間變化，為更加細(xì)粒度地分析攻擊實施細(xì)節(jié)，本文選取的時間窗口為7 200 s，即2 h；時間窗口每次滑動1 800 s，即30 min。

對于有n個通信節(jié)點、e條通信邊的通信圖G，檢測T時間內(nèi)的所有異常子圖（假設(shè)時間窗口為tw，每次滑動ts），其算法復(fù)雜度為表。此算法目的在于，檢測出在一定時間區(qū)間內(nèi)與特征模式相匹配的所有異常通信子圖，計算出相應(yīng)置信度和節(jié)點異常值，并生成異常子圖列表。異常子圖生成算法如算法1所示。

算法1 異常子圖生成算法

輸入(G,)Ω

輸出(graph_list)

3.3 基于小波變換的網(wǎng)絡(luò)通信異常分析算法

本節(jié)檢測第二類異常——異常通信邊，即圖3(d)所示的異常。使用泊松模型描述網(wǎng)絡(luò)突發(fā)量時存在較大誤差，現(xiàn)有研究表明，正常網(wǎng)絡(luò)流量具有自相似性，而網(wǎng)絡(luò)攻擊行為產(chǎn)生的異常流量會對網(wǎng)絡(luò)流量的自相似性產(chǎn)生明顯的影響[15]。Hurst指數(shù)是反映網(wǎng)絡(luò)流量長相關(guān)和自相似性的重要指標(biāo)。因此，為有效地檢測出單個通信邊的數(shù)據(jù)量異常，本文采用小波分析的方法，求解正常通信流量的Hurst指數(shù)，檢測出網(wǎng)絡(luò)通信中的異常點，返回異常通信邊列表edge_list。

小波變換通過將時域中的通信數(shù)據(jù)變換到小波域內(nèi)對數(shù)據(jù)進(jìn)行預(yù)測，再將預(yù)測值轉(zhuǎn)換到時域中。目前，主要有3種利用小波變換求解Hurst指數(shù)的方法：能量法、小波分析法和譜估計法。本文選擇小波分析法進(jìn)行求解，算法原理描述如下。

給定一個時間序列Xi,i= 1 ,2,… ,n，對其進(jìn)行二進(jìn)制小波變換。

其中，ψ(?)為母小波函數(shù)，dX(j,k)為小波變換系數(shù)，j為尺度參數(shù)，k為平移參數(shù)。若Xi為二階平穩(wěn)過程，則

其中，f(v)和ψ(v)分別為Xi的功率譜和ψ(?)的傅里葉變換，而且

于是有

其中，c= lb[Cf C(H,ψ)]，采用最小二乘法線性擬合得到的斜率為α= 2H- 1。

Mallat算法是計算離散柵格上小波變換的快速算法，其時間復(fù)雜度和空間復(fù)雜度均為O(N)，其中N為待分析序列的長度，這里選取Mallat算法對通信序列進(jìn)行離散小波變換，以實現(xiàn)求解Hurst參數(shù)過程中小波系數(shù)的快速提取。

3.4 異常關(guān)聯(lián)分析

3.1節(jié)～3.3節(jié)完成了對異常子圖和異常通信過程的建模分析，分別得出異常子圖列表 graph_list和異常通信邊列表edge_list。為降低誤報率，還需要采用異常關(guān)聯(lián)算法，將2類異常進(jìn)行關(guān)聯(lián)分析，得出置信度和完整性更高的攻擊場景。異常關(guān)聯(lián)算法通過綜合評估多步攻擊事件異常值，得出節(jié)點異常值評分結(jié)果，進(jìn)而生成異常列表以便于后續(xù)檢索分析，最后生成按置信度大小排列的多步攻擊場景列表，如算法2所示。

//對node_list進(jìn)行歸約和聚合

correlate and aggregate node_list;

//關(guān)聯(lián)分析得出多步攻擊場景列表senoria_list;return node_list and senoria_list.

用戶可以以異常主機為索引進(jìn)行檢索查詢和完善驗證，具體應(yīng)用過程如圖4所示。

圖4 應(yīng)用過程

4 實驗與結(jié)果分析

為驗證所提方法，本文分別對LLDoS1.0數(shù)據(jù)集和LANL數(shù)據(jù)集開展實驗，驗證方法的有效性和擴展性，算法實現(xiàn)分別使用Python包NetworkX（版本號1.11）和PyWavlets（版本號0.5.2）。

4.1 數(shù)據(jù)集選取

目前，在入侵檢測技術(shù)的相關(guān)研究中，檢測數(shù)據(jù)源的問題一直比較突出。雖然目前文獻(xiàn)中已經(jīng)有學(xué)者研究討論了入侵檢測數(shù)據(jù)集陳舊的問題，然而，這些數(shù)據(jù)集仍然被近來的多數(shù)研究采用；同時也有課題組給出自己的數(shù)據(jù)集模擬生成方法，產(chǎn)生testbed數(shù)據(jù)集[16]，針對生成的 testbed數(shù)據(jù)集開展實驗，以方便其他研究人員使用或參考生成滿足需求的測試數(shù)據(jù)集。總體來說，現(xiàn)有的公開數(shù)據(jù)集不能滿足新型攻擊檢測及驗證需求，而模擬數(shù)據(jù)不能反映網(wǎng)絡(luò)攻擊的現(xiàn)實情況。當(dāng)前在入侵檢測領(lǐng)域常用的數(shù)據(jù)集如表2所示。

其他較新的入侵檢測數(shù)據(jù)集有ISCX、MAWI、NSA Data Capture、Internet Storm Center等。然而即使在最近的文獻(xiàn)中，這些新數(shù)據(jù)集的使用率也并不高，原因在于沒有一個較權(quán)威的認(rèn)證使其他研究者認(rèn)可其可靠性，而KDD 99、DARPA 99等數(shù)據(jù)集雖然較老舊，但仍是大部分研究者選用的數(shù)據(jù)對象。

綜合考慮現(xiàn)有方法，本文選取了DARPA 2000 LLDoS1.0數(shù)據(jù)集和 LANL實驗室的公開測試數(shù)據(jù)集作為實驗對象。以較權(quán)威的DARPA 2000數(shù)據(jù)集中的 LLDoS1.0數(shù)據(jù)集檢驗方法的有效性；為檢驗大型網(wǎng)絡(luò)中未知特征的攻擊檢測效果，選取LANL數(shù)據(jù)集對方法的分析效率和擴展性進(jìn)行進(jìn)一步分析。

4.2 基于DARPA 2000數(shù)據(jù)集的實驗

DARPA 2000數(shù)據(jù)集[16]是MIT Lincoln實驗室在2000年進(jìn)行 IDS評測時獲得的數(shù)據(jù)集，具有較強的權(quán)威性和代表性。數(shù)據(jù)集包含2個多步攻擊場景，分別為LLDoS1.0和LLDoS2.0.2。為驗證本文方法的有效性，采用LLDoS1.0 Inside數(shù)據(jù)開展實驗，該數(shù)據(jù)中包括了漏洞探測、非法訪問、程序安裝以及攻擊發(fā)起等多種多步攻擊事件，LLDoS1.0數(shù)據(jù)集共包含5個階段的數(shù)據(jù)：IPsweep、Probe、Breakin、Installation、Action。LLDos 1.0攻擊過程如圖5所示。

2種算法實現(xiàn)分別使用Python包NetworkX（版本號1.11）和PyWavlets（版本號0.5.2）。算法在實現(xiàn)中使用的核心函數(shù)是 degree_centrality(G) 、in_degree_centrality(G) 、out_degree_centrality(G) 、strategy_largest_first(G, color)、max_degree (int)，其功能是對網(wǎng)絡(luò)圖G、節(jié)點集合中所包含子圖及節(jié)點出入度的排序輸出。通過對網(wǎng)絡(luò)通信圖的分析，得出異常子圖列表和異常通信邊的排序列表，經(jīng)過可視化分析后，由graphviz繪出檢測結(jié)果。

圖5 LLDoS1.0攻擊過程

異常子圖檢測算法實現(xiàn)過程如下。首先定義網(wǎng)絡(luò)圖對象G，分別讀取LLS_DDoS_1.0-inside.dump文件中的tcpdump記錄，按時間順序并將其加入G中（這里以IP地址為節(jié)點標(biāo)識），其中G表示了在時間窗口內(nèi)的網(wǎng)絡(luò)圖連通情況（選取時間窗口為 30 s），分別計算時間窗口內(nèi)各個子圖的異常值，將異常值過高的子圖輸出。

經(jīng)過本文提出的檢測算法，得到異常子圖a（攻擊發(fā)起主機）和異常子圖b（受害主機）分別如圖6和圖7所示。然后，經(jīng)過異常值關(guān)聯(lián)分析得出多步攻擊事件，通過對網(wǎng)絡(luò)通信圖的分析，得出異常子圖列表和異常通信邊的排序列表，經(jīng)過可視化分析后，由graphviz繪出檢測結(jié)果，最終得到一個由原始攻擊組成的攻擊場景。

圖6 異常子圖a（攻擊發(fā)起主機）

圖7 異常子圖b（受害主機）

對 LLDoS1.0 inside_dump數(shù)據(jù)的實驗結(jié)果表明，此方法可有效檢測出探測滲透過程、異常數(shù)據(jù)通信（安裝）、DDoS實施過程3個攻擊事件，經(jīng)過關(guān)聯(lián)分析得出整體攻擊場景，如圖8所示。

圖8 LLDoS1.0攻擊場景

針對LLDoS1.0數(shù)據(jù)集的實驗結(jié)果與數(shù)據(jù)集中標(biāo)注的攻擊情況一致，即與圖5表示的攻擊過程中漏洞探測、攻擊發(fā)起等步驟均一致，與攻擊場景吻合。此方法可有效檢測出探測滲透過程、異常數(shù)據(jù)通信、DDoS實施過程的多步攻擊事件，并經(jīng)過關(guān)聯(lián)分析得出整體攻擊場景。由上述檢測結(jié)果可知，針對多步攻擊檢測場景，本文所提方法可以有效檢測出可疑子圖和可疑通信邊，通過將各類異常子圖按照過程關(guān)聯(lián)，可以得出整體多步攻擊場景。

4.3 基于LANL數(shù)據(jù)集的實驗

為進(jìn)一步驗證本文所提方法的擴展性，驗證其在大規(guī)模網(wǎng)絡(luò)中的應(yīng)用效果，選取LANL數(shù)據(jù)集的flows數(shù)據(jù)作為實驗對象，對所提方法的分析效率和擴展性2個方面進(jìn)行測試。

對LANL數(shù)據(jù)集的flows數(shù)據(jù)實驗與上述實驗略微有所不同。因為LANL數(shù)據(jù)集是經(jīng)過匿名化和預(yù)處理的，數(shù)據(jù)格式規(guī)整，對數(shù)據(jù)集的具體描述如下。

LANL數(shù)據(jù)集[1]是2010年由Los Alamos National Laboratory在其內(nèi)部網(wǎng)絡(luò)數(shù)據(jù)采集而來，其中，flows數(shù)據(jù)分組包括29天內(nèi)由NetFlow記錄產(chǎn)生的通信數(shù)據(jù)，共有426 045 096條數(shù)據(jù)記錄，一共包含12 027個主機節(jié)點，99 433條有效通信邊（用IP地址區(qū)分不同節(jié)點，不同的源IP和目的IP看作不同的通信邊），目前對此數(shù)據(jù)集發(fā)表的成果較少。

LANL數(shù)據(jù)集中的flows網(wǎng)絡(luò)流量數(shù)據(jù)采集自關(guān)鍵路由器上搜集的網(wǎng)絡(luò)流量數(shù)據(jù)，其數(shù)據(jù)字段為：時間、持續(xù)時間、源主機、源端口、目的主機、目的端口、協(xié)議類型、數(shù)據(jù)分組數(shù)、字節(jié)數(shù)。網(wǎng)絡(luò)流量數(shù)據(jù)示例如圖9所示。

圖9 flows網(wǎng)絡(luò)流量數(shù)據(jù)示例

flows數(shù)據(jù)整體概況如圖10所示。

圖10 flows數(shù)據(jù)整體概況

算法實現(xiàn)基于核心函數(shù)graph. subgraph(nodes)、degree_centrality(G)、in_degree_ centrality(G)、out_degree_centrality(G)、strategy_ largest_ first(G,color)、max_degree (int)，其功能是計算節(jié)點的出入度中心性、返回按度降序排列的節(jié)點列表以及計算圖中節(jié)點的最大連通度。

本文采用 PyWavelets對通信邊進(jìn)行數(shù)據(jù)處理，將LANL數(shù)據(jù)集中前14天數(shù)據(jù)用作訓(xùn)練集，后15天數(shù)據(jù)用作測試集，以C17693為例，異常通信邊的分析結(jié)果如圖11所示。

圖11 異常通信邊的分析結(jié)果（C17693）

由于 LANL網(wǎng)絡(luò)流量數(shù)據(jù)集中主機節(jié)點數(shù)較多，數(shù)據(jù)量相對較大，采用基于網(wǎng)絡(luò)圖的通信異常檢測方法分析檢測LANL網(wǎng)絡(luò)數(shù)據(jù)中的異常子圖，計算負(fù)擔(dān)較小，可以有效識別出網(wǎng)絡(luò)圖中的通信異常情況。圖12為一個異常子圖檢測結(jié)果示例。

上述檢測結(jié)果表示的多步攻擊場景是：C12304、C8735等主機對主機 C10202進(jìn)行 DoS攻擊，導(dǎo)致服務(wù)器癱瘓并獲得主機 C10202的權(quán)限后，利用其作為內(nèi)部滲透的跳板主機，然后進(jìn)入C6677，最后利用盜用的認(rèn)證憑證登錄到C7490中獲取數(shù)據(jù)并將數(shù)據(jù)傳出。

圖12 LANL異常子圖檢測結(jié)果示例

5 結(jié)束語

針對以APT為代表的多步攻擊，本文提出了一種基于網(wǎng)絡(luò)通信異常識別的多步攻擊檢測方法。采用基于圖的異常檢測算法，檢測滑動時間窗口內(nèi)的異常通信子圖；并基于小波變換分析檢測網(wǎng)絡(luò)攻擊行為在持續(xù)控制階段、數(shù)據(jù)外傳階段產(chǎn)生的異常通信行為；然后對多源異常進(jìn)行關(guān)聯(lián)分析，以異常主機為索引進(jìn)行檢索查詢和完善驗證，進(jìn)而重構(gòu)出多步攻擊場景。分別針對DARPA 2000LLDoS1.0數(shù)據(jù)集和LANL數(shù)據(jù)集開展實驗，驗證本文方法的有效性和擴展性。實驗結(jié)果表明，本文方法可以有效檢測出異常通信子圖和異常通信邊，并通過多源異常關(guān)聯(lián)分析，關(guān)聯(lián)得出DDoS、數(shù)據(jù)竊取等多步攻擊場景。采用基于通信異常識別的方法，不僅可以檢測出已知行為特征的網(wǎng)絡(luò)攻擊類型，對于未知特征的多步攻擊類型同樣具有檢測效果。本文提出的多步攻擊檢測方法，主要具有以下優(yōu)點。

1) 采集數(shù)據(jù)量小，減小對網(wǎng)絡(luò)帶寬的負(fù)擔(dān)。

2) 通過多維數(shù)據(jù)關(guān)聯(lián)，提高檢測的準(zhǔn)確度。

3) 整體方法采用異常檢測的思路，可應(yīng)對未知類型的多步攻擊威脅。

4) 適用于大規(guī)模網(wǎng)絡(luò)環(huán)境。

本文所提方法的意義在于檢測出攻擊帶來的網(wǎng)絡(luò)異常行為，但是由于LANL數(shù)據(jù)集適用性不足，實驗結(jié)果有以下不足：LANL的flows數(shù)據(jù)缺乏對網(wǎng)絡(luò)拓?fù)涞恼f明，由于數(shù)據(jù)來源的局限性，在LANL數(shù)據(jù)集給出的redteam數(shù)據(jù)中，異常事件以認(rèn)證授權(quán)異常事件為例，缺少其他異常行為的對比驗證數(shù)據(jù)，實驗部分缺乏對異常檢測效果的說明驗證。

未來的工作有：1) 結(jié)合其他維度數(shù)據(jù)提高檢測準(zhǔn)確度，比如可與主機進(jìn)程數(shù)據(jù)、IDS告警數(shù)據(jù)、

防火墻日志、域名解析結(jié)果等信息結(jié)合分析，得出更全面更準(zhǔn)確的多步攻擊場景，進(jìn)一步提高檢測準(zhǔn)確度；2) 由于實驗數(shù)據(jù)集本身的局限性，缺少對實驗結(jié)果的驗證，后續(xù)可通過對多步攻擊實例的分析，給出實際網(wǎng)絡(luò)環(huán)境的testbed數(shù)據(jù)集[18]；3) 數(shù)據(jù)規(guī)模較大時功能受限，存在性能制約因素的影響，可與大數(shù)據(jù)平臺結(jié)合應(yīng)用，提高算法效率和可擴展性；4) 添加網(wǎng)絡(luò)通信量作為邊的權(quán)重，對檢測算法改進(jìn)也是下一步研究工作的方向。