物联网资产标记方法研究【一】——基于先验知识的物联网资产标记实践

admin
admin
admin
140552
文章
117
评论
2020年8月17日17:00:50评论285 views字数 3803阅读12分40秒阅读模式
一、引言

无论在互联网还是内网场景中，对资产的准确识别一直是一个老生常谈的问题。但实际上随着物联网相关技术的不断发展，有越来越多新的设备类型出现在我们的网络中，所以说资产识别是一个进行时的问题，需要持续关注才能很好的解决。《物联网资产识别方法研究综述》和《物联网资产的6个特征》分别介绍了物联网资产相关的识别方法和开放HTTP服务的物联网资产的一些特征。本文介绍我们基于物联网资产的先验知识，做了一些物联网资产发现的实践工作。

二、暴露的物联网资产的特征

找到暴露的物联网资产不是容易的事情，原因在于互联网上的暴露资产数量巨大、类型繁多，而物联网资产碎片化程度非常严重。因而，发现物联网资产的第一步是从暴露在互联网上的各类资产中找到物联网设备的特征，形成先验知识。

2.1暴露在互联网的各类资产类型 

通过网络空间搜索引擎，我们可以快速的知道，全世界大约有多少资产和服务器暴露在互联网上。那么具体都会有什么类型的资产和服务暴露在互联网上呢？

我们具体一些例子：

  • 个人/企业网站或服务

    个人/企业使用公网IP部署的网站或服务。

  • 电商类服务

    淘宝、京东等B2B、B2C、C2C的电商网站。

  • 搜索类服务

    百度、谷歌、豆瓣、知乎等搜索类服务网站。

  • 数据库服务

    MySQL、MongoDB、ES、Redis等数据库服务。

  • 网络安全设备

    WAF、防火墙、VPN等网络安全设备

  • IDC/家庭宽带

    IDC主机和家庭宽带出口地址开放的服务

此外，物联网相关的资产有：

  • 物联网/工业控制系统或服务

    打印机、摄像头、智能家居等物联网设备或服务，还有工业控制系统服务

  • 城市基础设施

    智能交通、智慧城市、充电桩等城市基础设施系统

    上述部分物联网资产可参见图1所示。

  • 其他服务

物联网资产标记方法研究【一】——基于先验知识的物联网资产标记实践

图1. 一些互联网上暴露资产类别
当然，上述提到的是互联网上暴露数量比较多的资产类别，但绝不仅仅是提到的这几类，这里就不一一列举了。

2.2暴露物联网资产的特征 

物联网设备和传统的PC或服务器暴露情况不太一样，因为物联网设备一般会成批量的暴露在互联网上，比如某厂商某型号的摄像头会重复部署到互联网上，这些设备Banner几乎完全一样的，所以可以利用这样聚集性的特点来发现物联网设备。
考虑到互联网上暴露的资产数量和种类繁多，所以我们首先想到的是通过一些物联网特征形成先验知识来减少处理的数据量，从而实现快速发现物联网资产。
通过分析2.1中的各类物联网资产，我们发现物联网资产的特征主要分为以下几类：

  • 设备类型

    物联网设备类型关键词。比如Camera、Router、Smart Home等。

  • 厂商名称

    物联网设备厂商列表可以通过搜索引擎上搜索获得。比如TP-Link、Broadlink等。

  • Web服务器

    服务类网站常用的Nginx、Apache等作为Web服务器，而物联网设备常用嵌入式web服务器，比如Boa、thttpd、GoAhead等。

  • 操作系统

    常见的物联网操作系统。比如OpenWRT、Android Things、ConTIk等。

  • 协议

    物联网设备服务常用协议类型。比如：ONVIF、UPnP、RTSP、HTTP等。

三、物联网资产发现实践

本文主要使用物联网关键词、Web服务器、操作系统、协议等特征作为先验知识来筛选数据，然后再对筛选得到高置信度物联网设备的Banner中的高频词组进行统计，通过对高频的词组对应的资产标记处理，实现快速发现物联网资产类别。

3.1识别流程

当我们已经有了物联网设备先验知识，再从筛选后的数据中来标记物联网资产就容易多了。资产发现具体分为以下几个步骤：
  1. 根据不同协议采集互联网上存活的资产数据；
  2. 使用物联网先验知识对全部资产进行过滤，得到高置信度物联网资产数据；
  3. 对筛选得到的资产Banner中的词频进行统计；
  4. 对词频排序得到高频词列表，并将Banner含有该词汇的资产信息放到一个类别中；
  5. 对逐个类别进行处理，标记出物联网资产。

物联网资产标记方法研究【一】——基于先验知识的物联网资产标记实践

图2.基于物联网先验知识的资产识别流程

3.2标记举例

使用国内开放HTTP服务的资产数据作为标记数据集，以UPnP作为物联网资产先验知识，筛选后共有5726个资产服务含有该字符串。其中含有UPnP的高频词组列表如下图所示。
物联网资产标记方法研究【一】——基于先验知识的物联网资产标记实践


图3.  含有UPnP词频降序列表
其中包含Server: Linux/2.x UPnP/1.0 Avtech/1.0资产最多，那我们接下来看看这一类中是什么资产，下图给出了这个类别中的部分资产记录，从HTTPTitle字段都是“::: Login :::”可以近一步确定是一类资产。

物联网资产标记方法研究【一】——基于先验知识的物联网资产标记实践

图4.  包含Server: Linux/2.x UPnP/1.0 Avtech/1.0的资产列表
访问其中一个Web页面，看到了下图中的登录页面，从这个页面中的描述“Any time & Any where IP Surveillance for Your Life”就可以确定这是个网络摄像头。而且AVTECH是台湾的摄像头厂商（升泰科技），所以就可以输出一条物联网指纹，指纹：Server:Linux/2.x UPnP/1.0 Avtech/1.0 厂商：AVTECH 设备类型：网络摄像头。至此一条物联网资产标记完成。

物联网资产标记方法研究【一】——基于先验知识的物联网资产标记实践

图5.  设备的服务页面

3.3识别效果

我们尝试标记了50个物联网关键词，通过对国内的开放HTTP的资产数据分析，共发现了112条物联网指纹，13个设备类型，涉及40个厂商，当然还意外发现了若干物联网蜜罐。相对于纯人工标记的方法，基于先验知识的标记物联网资产的方法大大缩小了标记的投入产出比，物联网资产发现效果还是十分明显的。

物联网资产标记方法研究【一】——基于先验知识的物联网资产标记实践

四、总结

本文介绍了一种基于先验知识的物联网资产标记方法，从实际的标记情况来看，这种方式确实可以提升标记效率，但是该方法也有许多不足之处。其一，先验知识收集的再好，也不会覆盖全部的物联网资产，并且也不能发现新出现的物联网资产；其二，因为基于先验知的标记方法属于“Pick”模式，就是找我们关注的物联网资产，所以从全局来看，这种方法标记的覆盖度和进度都是不可知的。
针对这些问题，下一篇我会介绍一种通过“涸泽而渔”思路来标记物联网资产方法，《资产标记方法研究【二】：基于机器学习的物联网资产标记方法》敬请期待！
感兴趣的读者欢迎点击阅读资产系列相关文章：
《物联网设备的6个特征》
《物联网安全始于资产识别——物联网资产识别方法研究综述》
《物联网资产暴露情况——IPv6拿起接力棒》
《只要运营功夫深，大海也能捞到针——IPv6地址扫描实践分享》
关于格物实验室

格物实验室专注于工业互联网、物联网和车联网三大业务场景的安全研究。 致力于以场景为导向，智能设备为中心的漏洞挖掘、研究与安全分析，关注物联网资产、漏洞、威胁分析。目前已发布多篇研究报告，包括《物联网安全白皮书》、《物联网安全年报2017》、《物联网安全年报2018》、《物联网安全年报2019》、《国内物联网资产的暴露情况分析》、《智能设备安全分析手册》等。与产品团队联合推出绿盟物联网安全风控平台，定位运营商行业物联网卡的风险管控；推出固件安全检测平台，以便快速发现设备中可能存在的漏洞，以避免因弱口令、溢出等漏洞引起设备控制权限的泄露。

                                             

关于伏影实验室

伏影实验室专注于安全威胁与监测技术研究。 研究目标包括僵尸网络威胁，DDoS对抗，WEB对抗，流行服务系统脆弱利用威胁、身份认证威胁，数字资产威胁，黑色产业威胁及新兴威胁。通过掌控现网威胁来识别风险，缓解威胁伤害，为威胁对抗提供决策支撑。


绿盟威胁捕获系统

网络安全发展至今特别是随着威胁情报的兴起和虚拟化技术的不断发展，欺骗技术也越来越受到各方的关注。欺骗技术就是威胁捕获系统关键技术之一。它的高保真、高质量、鲜活性等特征，使之成为研究敌人的重要手段，同时实时捕获一手威胁时间不再具有滞后性，非常适合威胁情报的时效性需求。绿盟于2017年中旬运营了一套威胁捕获系统，发展至今已逐步成熟，感知节点遍布世界五大洲，覆盖了20多个国家，覆盖常见服务、IOT服务，工控服务等。形成了以全端口模拟为基础，智能交互服务为辅的混合型感知架构，每天从互联网中捕获大量的鲜活威胁情报，实时感知威胁。

内容编辑：桑鸿庆 责任编辑：王星凯
往期回顾
本公众号原创文章仅代表作者观点，不代表绿盟科技立场。所有原创内容版权均属绿盟科技研究通讯。未经授权，严禁任何媒体以及微信公众号复制、转载、摘编或以其他方式使用，转载须注明来自绿盟科技研究通讯并附上本文链接。
关于我们

绿盟科技研究通讯由绿盟科技创新中心负责运营，绿盟科技创新中心是绿盟科技的前沿技术研究部门。包括云安全实验室、安全大数据分析实验室和物联网安全实验室。团队成员由来自清华、北大、哈工大、中科院、北邮等多所重点院校的博士和硕士组成。
绿盟科技创新中心作为“中关村科技园区海淀园博士后工作站分站”的重要培养单位之一，与清华大学进行博士后联合培养，科研成果已涵盖各类国家课题项目、国家专利、国家标准、高水平学术论文、出版专业书籍等。
我们持续探索信息安全领域的前沿学术方向，从实践出发，结合公司资源和先进技术，实现概念级的原型系统，进而交付产品线孵化产品并创造巨大的经济价值。
物联网资产标记方法研究【一】——基于先验知识的物联网资产标记实践

免责声明:文章中涉及的程序(方法)可能带有攻击性，仅供安全研究与教学之用，读者将其信息做其他用途，由读者承担全部法律及连带责任，本站不承担任何法律及连带责任；如有问题可邮件联系(建议使用企业邮箱或有效邮箱,避免邮件被拦截，联系方式见首页)，望知悉。
  • 左青龙
  • 微信扫一扫
  • weinxin
  • 右白虎
  • 微信扫一扫
  • weinxin
admin
  • 本文由 发表于 2020年8月17日17:00:50
  • 转载请保留本文链接(CN-SEC中文网:感谢原作者辛苦付出)：
                   物联网资产标记方法研究【一】——基于先验知识的物联网资产标记实践http://cn-sec.com/archives/92553.html
                  免责声明:文章中涉及的程序(方法)可能带有攻击性，仅供安全研究与教学之用，读者将其信息做其他用途，由读者承担全部法律及连带责任，本站不承担任何法律及连带责任；如有问题可邮件联系(建议使用企业邮箱或有效邮箱,避免邮件被拦截，联系方式见首页)，望知悉.

发表评论

匿名网友 填写信息