物聯(lián)網(wǎng)防火墻與機器學(xué)習(xí)技術(shù)資料下載

數(shù)據(jù)包的激流將涌入數(shù)據(jù)中心，其中包括源源不斷的物聯(lián)網(wǎng) (IoT) 數(shù)據(jù)流，大規(guī)模進入虛擬網(wǎng)絡(luò)功能的蜂窩網(wǎng)絡(luò)流量，以及對 Web 應(yīng)用程序的大量信息輸入。在信息瀑布的深處，隱藏著試圖蒙混過關(guān)的黑暗面：網(wǎng)絡(luò)攻擊。他們可能企圖干擾應(yīng)用程序、竊取私有數(shù)據(jù)、將服務(wù)器納入僵尸網(wǎng)絡(luò)、感染數(shù)據(jù)中心客戶端、加密并勒索重要文件，甚至對物聯(lián)網(wǎng)造成物理損傷。他們總是伺機而動，尋找破綻，改變他們的偽裝，嘗試新型攻擊。 在我們的世界和這種蓄意破壞之間隔著一道防火墻，在長久以來搖搖欲墜的基礎(chǔ)之上構(gòu)建了層層防御，總是在試圖追趕攻擊者的節(jié)奏（圖 1）。多年來，防火墻已經(jīng)從輕量級的軟件包成長為多層級硬件強化的防御系統(tǒng)。他們已經(jīng)整合了新的計算技術(shù)。通過觀察他們持續(xù)的戰(zhàn)斗，我們可以理解安全的含義，安全不僅僅發(fā)生在數(shù)據(jù)中心，同時還發(fā)生在物聯(lián)網(wǎng)的邊緣，包括邊緣計算和終端。 圖 1.并不是所有的安全措施都永久有效。 細說起源 防火墻的起源比人們想象的要簡單得多。他們的想法是要建立一個輕量級的軟件層，用于暗中檢查互聯(lián)網(wǎng)流量中的可疑內(nèi)容。開始時，這可能很簡單，比如檢查 TCP 標頭中的端口號，確保它們在上下文環(huán)境中有意義。但是，攻擊者很快就學(xué)會了使用不可疑的端口號。 然后，防火墻在傳輸層下進行更深入的挖掘，從而檢查單個 IP 包的標頭，試圖找出可疑的源地址。這個任務(wù)并不簡單：IPv6 地址 128 位寬，防火墻的攔截地址列表可能會很長，地址會廣泛分散在整個空間中。而且 IP 包的標頭比 TCP 標頭出現(xiàn)的頻率更頻繁：通常每 20 個字節(jié)就出現(xiàn)一次。在一個 40 Gbps 的鏈接上，它只會給您 4 納秒以線速處理數(shù)據(jù)包。顯然，這無法將源地址與大型數(shù)據(jù)表中的每個條目進行比較。您需要某種硬件加速。 但是，即使您速度夠快，源地址檢查也無法保證安全。源地址可輕松進行偽裝，以使數(shù)據(jù)包看起來似乎來自于一個受信或至少不可疑的來源。如果攻擊者征用了僵尸網(wǎng)絡(luò)，惡意的數(shù)據(jù)包可能來自許多完全不知情的地址。 隨著地址篩選效率的降低，防火墻探索了兩種截然不同的更激進的策略：用檢測有效載荷替代檢測標頭，并在有效載荷抵達后監(jiān)測其行為。 有效載荷檢測 隨著端口和地址篩選逐漸失去了對猛烈攻擊的有效性，防火墻開發(fā)人員將關(guān)注的范圍擴展到了數(shù)據(jù)包的數(shù)據(jù)部分。深度包檢測 (DPI) 由此誕生（圖 2）。 .圖 2.兩個不同的安全層依賴于檢測 IP 包標頭部分。 DPI 背后的原理很簡單。一旦發(fā)現(xiàn)攻擊，就可以識別簽名，包括奇怪的系統(tǒng)調(diào)用、代碼或具有攻擊專有特征的數(shù)據(jù)。理想情況下，這些碎片是攻擊發(fā)揮作用的必要條件。因此，您只需掃描每個包的數(shù)據(jù)部分以獲得已知簽名，并刪除包含匹配簽名的任何消息。 DPI 存在一些天生的計算問題。即便可以用簡單的字符串匹配來掃描包的有效載荷，種類繁多的已知攻擊也會使基于軟件的篩選變得無法實行。網(wǎng)絡(luò)處理器、FPGA、甚至圖形處理單元 (GPU) 等基于硬件的字符串匹配有助于達到線速水平。但是，要使這些加速器的更新速度足以應(yīng)對新出現(xiàn)的威脅可能非常困難。 有一種簡單的方法可以讓攻擊者躲避字符串匹配。它們可以更改簽名中與功能無關(guān)的數(shù)據(jù)位，從而使字符串不再匹配。針對這種方法的對策是從字符串的精確匹配轉(zhuǎn)變?yōu)閷φ齽t表達式求值。正則表達式可以準確地描述哪些是攻擊發(fā)揮作用的必要數(shù)據(jù)，哪些是攻擊者可能用來掩飾簽名的數(shù)據(jù)。但是，線速正則表達式處理再次成為一個硬件任務(wù)。幸運的是，有一些產(chǎn)品能夠提供此類支持，包括上面的列表和專用的正則表達式處理器芯片。 遺憾的是，有一種讓人尷尬的簡單方法可以繞過正則表達式分析，只需確保惡意軟件中的簽名都位于包與包的過渡邊界上即可。現(xiàn)在沒有任何數(shù)據(jù)包包含簽名，也沒有任何 DPS 可以檢測到攻擊。 數(shù)據(jù)包和對象 原則上，正則表達式處理器可以保存從一個包移動到下一個包時的狀態(tài)，希望以這種方式檢測到被數(shù)據(jù)包邊界分割的簽名。但總體而言，防火墻開發(fā)人員和電子郵件網(wǎng)關(guān)開發(fā)人員正在轉(zhuǎn)向一個要求更高的解決方案：將完整消息集中在一個緩沖區(qū)，進行一次性檢查。為了與 DPI 進行區(qū)分，這種方法有時被稱為“深度內(nèi)容檢測 (DCI)”。 由于能夠?qū)ν暾男畔⑦M行檢測，也就出現(xiàn)了各種各樣的可能性。您可以進行更復(fù)雜的正則表達式評估，以便嗅出可疑的簽名。您第一次可以將消息放在上下文中，將其視為具有意義的對象，而不是毫無意義的字符串。它是帶有鏈接或附件的電子郵件？一個圖像或視頻嗎？一組非結(jié)構(gòu)化數(shù)據(jù)模塊，還是代碼模塊？一旦將其分類，您就可以將其與接收方期望的內(nèi)容進行比較，并應(yīng)用相應(yīng)策略。是否有人向您的首席技術(shù)官發(fā)送可執(zhí)行附件？這一行的文本是否以一個 SQL 字符串結(jié)尾？這條消息是否表現(xiàn)為加密信息？ 這種新發(fā)現(xiàn)的能力是有代價的。我們已經(jīng)默默放棄了以線速進行流入流量檢測的概念。以打開數(shù)據(jù)包的方式來顯示其有效載荷帶來了新的延遲，并且對緩沖區(qū)的要求比數(shù)據(jù)包級檢查更大。而且，有效載荷可能需要發(fā)揮作用才能更容易理解。它可能被編碼或壓縮。也可能被加密。防火墻需要訪問算法和密鑰才能使有效載荷可讀，這個要求可能很難滿足，尤其是在公有云中。但 DCI 也帶來了新的可能性。一種可能性是能夠通過對代碼段進行靜態(tài)分析來評估其能力。這段代碼是否可以更改系統(tǒng)文件，或是否會將數(shù)據(jù)導(dǎo)出到未知的目的地？ 機器學(xué)習(xí)？ 另一種可能得到很多關(guān)注的可能性是，既然您正在研究整個對象，那么就可以應(yīng)用機器學(xué)習(xí)技術(shù)。憑借在雜亂的非結(jié)構(gòu)化數(shù)據(jù)中識別模式的能力，深度學(xué)習(xí)網(wǎng)絡(luò) (DNN) 似乎至少是在信息中發(fā)現(xiàn)問題信號的理想方法，但它也有其局限性。DNN 需要訓(xùn)練，專家們必須收集數(shù)以百萬計的樣本，通過標記來表明威脅存在與否，并將其逐一輸入網(wǎng)絡(luò)。這一過程需要人類專家工作很長時間，并且對準備 DNN 識別新威脅所需的時間設(shè)定了下限。 更糟糕的是，由于數(shù)據(jù)的概念漂移，經(jīng)過訓(xùn)練的網(wǎng)絡(luò)不太可能在沒有經(jīng)過繼續(xù)訓(xùn)練的情況下識別出新的威脅。當新的威脅出現(xiàn)時，人們不得不識別它的簽名，準備示例，對其添加標記，將其添加到訓(xùn)練集，然后再次對網(wǎng)絡(luò)進行訓(xùn)練。這個過程是否可能呈遞增趨勢，或者是否需要重復(fù)數(shù)以百萬計的輸入，仍然是一個懸而未決的問題。 一個潛在的解決方案是采用訓(xùn)練方法完全不同的神經(jīng)網(wǎng)絡(luò)：強化學(xué)習(xí)。正如英特爾安全架構(gòu)師 Jason Martin 所解釋的那樣，“在獲得數(shù)百萬個標簽樣本、且數(shù)據(jù)分布不會頻繁變化的情況下，監(jiān)督型學(xué)習(xí)網(wǎng)絡(luò)是成功的?！钡诎踩矫妫瑓s不算成功。 “相比之下，強化學(xué)習(xí)更像是一個反饋回路：網(wǎng)絡(luò)吸收觀察結(jié)果，做出預(yù)測，根據(jù)預(yù)測做出反應(yīng)，根據(jù)行為的結(jié)果獲得回報，然后根據(jù)回報調(diào)整權(quán)重?！? 例如，一個安全網(wǎng)絡(luò)將因為傳遞無害信息或標記可疑信息而獲得正面反饋，因為誤報獲得負面反饋，因為放行真正的威脅而獲得非常負面的反饋。 Martin 說，強化學(xué)習(xí)仍然需要大量的訓(xùn)練，但強化網(wǎng)絡(luò)無需灌輸訓(xùn)練數(shù)據(jù)，而是“即使在部署之后仍然能自行探索?！边@可能會讓這種網(wǎng)絡(luò)的部署遠遠早于監(jiān)督型學(xué)習(xí)網(wǎng)絡(luò)被訓(xùn)練完畢，并且能夠處理概念漂移，并且使強化學(xué)習(xí)網(wǎng)絡(luò)更快地應(yīng)對新的威脅。 沙盒 人工神經(jīng)網(wǎng)絡(luò)給防火墻帶來了一種全新的可能性：能夠在沒有精確匹配已知簽名或正則表達式的情況下識別一個對象。接下來出現(xiàn)的問題是如何處理那些可疑但又不確定是否危險的對象。答案會隨著上下文的不同而有所差異。在最保險的低風(fēng)險情況下，將對象傳遞給接收任務(wù)并僅向用戶發(fā)出警告可能有效。在高度安全環(huán)境中，可能有必要摧毀可疑對象。但是在資源和延遲允許的情況下，還有另一種選擇：沙盒。 “我們可以把沙盒看作是一種特殊的虛擬化技術(shù)，”英特爾首席工程師 Ravi Sahita 說，“一種可以用于試驗一條信息會導(dǎo)致什么結(jié)果的引爆盒。”（圖 3） 圖 3.沙盒可創(chuàng)建出一個安全的人工環(huán)境，用于測試對象并了解它們的實際行為。 假設(shè)您有一個可疑的電子郵件附件。您可以創(chuàng)建一個電子郵件環(huán)境的實例，在這個環(huán)境中，系統(tǒng)調(diào)用的不是常規(guī)管理程序，而是一個安全監(jiān)控程序，它將檢查這些調(diào)用中是否有不合理的請求。安全監(jiān)控程序還可以監(jiān)視不合理的讀取、寫入或提取行為。因此，如果沙盒中的對象嘗試了任何異常行為，監(jiān)控程序就會觀察并進行標記。由于沙盒在邏輯上被虛擬化隔離（有時在設(shè)備中物理隔離）因此對象不會對實際系統(tǒng)造成損害。 當與強化學(xué)習(xí)組合使用時，沙盒可能特別有價值。網(wǎng)絡(luò)可以判斷可疑對象，將其轉(zhuǎn)移到沙盒中，然后從該對象的實際行為中獲得即時反饋，所有這些都不會對實際系統(tǒng)造成任何風(fēng)險。這樣的策略可以采用流水線方式實現(xiàn)，這樣防火墻就能夠以很低的延遲迅速響應(yīng)容易識別的威脅，而將可疑的對象傳遞到沙盒中進行進一步的分析。Martin 說，這種方法還可以在循環(huán)中加入人類專家，分析來自沙盒的結(jié)果，并可以根據(jù)需要對流水線的前端進行再訓(xùn)練，以便識別新的威脅。 Sahita 指出，攻擊者仍然有備選方案。他們已經(jīng)學(xué)會了延遲代碼的不良行為，等待超過沙盒中設(shè)定的對象隔離時間。一些攻擊者已經(jīng)學(xué)會識別指紋，用于指示其對象位于沙盒中，而不是在真實的操作環(huán)境中，這使惡意軟件可以在被釋放到真實系統(tǒng)之前隱藏自身。 安全開發(fā)人員正在全力反擊。“理想情況下，沙盒應(yīng)與終端相融合，”Sahita 說。這就意味著要構(gòu)建系統(tǒng)調(diào)用監(jiān)控，處理對生產(chǎn)監(jiān)管程序的監(jiān)聽，從而保證沒有可供檢測的明顯沙盒指紋,那么就無法對隔離對象附加延遲。但這需要額外的保護：建議您不僅要監(jiān)控系統(tǒng)調(diào)用和內(nèi)存引用，還要監(jiān)控數(shù)據(jù)流，以確保對象不能以某種方式將自己與系統(tǒng)中其它特權(quán)代碼連接起來，否則就會失控。 這是英特爾控制流程執(zhí)行技術(shù) (Control Flow Enforcement Technology) 的關(guān)鍵所在，該技術(shù)監(jiān)控返回堆棧和間接分支使用的寄存器，尋找試圖轉(zhuǎn)移程序流的嘗試。但 Sahita 表示，監(jiān)視可能會更深入。 “您可以在運行時直接從現(xiàn)代化的英特爾 CPU 生成跟蹤數(shù)據(jù)，”他說?！澳梢垣@得大約 250MB/分鐘的控制流數(shù)據(jù)，您可以用 GPU 或 FPGA 實時評分。有趣的是，您可以解碼、注釋和分析代碼內(nèi)容?！? 有一種新的推測，這可能會成為另一種強化學(xué)習(xí)網(wǎng)絡(luò)的應(yīng)用方式。在檢查跟蹤數(shù)據(jù)方面，它們可能比人類程序員速度更快、洞察力更敏銳。 邊緣情況如何? 這些措施構(gòu)成了一個合理的數(shù)據(jù)中心安全路線圖。在郵件網(wǎng)關(guān)和應(yīng)用程序環(huán)境中集成 DCI 等先進的防火墻功能和沙盒級保護可以顯著提高安全性，同時將延遲保持在網(wǎng)絡(luò)功能虛擬化和物聯(lián)網(wǎng)架構(gòu)師的預(yù)想范圍內(nèi)。但物聯(lián)網(wǎng)的另一端：邊緣計算節(jié)點和物聯(lián)網(wǎng)設(shè)備又如何呢？ 在那邊，防火墻和沙盒設(shè)備是無法想象的奢侈品。在目前的情況下，虛擬機監(jiān)控程序并沒有考慮這個級別的安全性。加速神經(jīng)網(wǎng)絡(luò)推理或強化學(xué)習(xí)的加速器幾乎不為人知，對于許多嵌入式處理器來說，通過分析進行實時追蹤相當于科幻故事。 查看數(shù)據(jù)中心可能會向我們展示物聯(lián)網(wǎng)終端面臨的威脅，以及應(yīng)對這些威脅的已知方法。但是它不能告訴我們?nèi)绾螌崿F(xiàn)隨著這些應(yīng)對方法而日益增長的內(nèi)存要求和計算負載。我們可能會發(fā)現(xiàn)，必須重新審視網(wǎng)絡(luò)邊緣真正需要的資源級別。物聯(lián)網(wǎng)邊緣可能并不像我們所希望的那樣輕量化和節(jié)約能源。 本文轉(zhuǎn)載自 轉(zhuǎn)載地址： 聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權(quán)歸原作者所有，如涉及侵權(quán)，請聯(lián)系小編進行處理。 (mbbeetchina)