WEBKT

实战eBPF：打造网络入侵检测系统（IDS），精准识别端口扫描、SQL注入与XSS攻击

30 0 0 0

什么是eBPF？

准备工作

端口扫描检测

原理

eBPF程序

代码解释

编译和加载eBPF程序

SQL注入检测

原理

eBPF程序

代码解释

编译和加载eBPF程序

跨站脚本攻击（XSS）检测

原理

eBPF程序

代码解释

编译和加载eBPF程序

总结

网络安全，一直是程序员和运维工程师们关注的焦点。传统的入侵检测系统（IDS）往往面临性能瓶颈，而新兴的eBPF技术，凭借其在内核态高效运行的特性，为我们提供了一种全新的解决方案。本文将带你一步步使用eBPF构建一个简单的IDS，能够检测常见的网络攻击，如端口扫描、SQL注入和跨站脚本攻击（XSS）。

什么是eBPF？

eBPF（extended Berkeley Packet Filter）是一种内核技术，允许用户在内核空间安全地运行自定义代码，而无需修改内核源码或加载内核模块。这意味着我们可以利用eBPF来监控和分析网络流量，而不会对系统性能造成显著影响。

eBPF程序通常由用户空间程序加载到内核中，并附加到特定的事件（例如，网络数据包到达网卡）。当事件发生时，eBPF程序会被触发执行，它可以读取事件相关的数据，并根据预定义的规则进行处理。

准备工作

在开始之前，你需要确保你的系统满足以下条件：

  • Linux内核版本 >= 4.10: eBPF的功能在不断发展，建议使用较新的内核版本。
  • 安装libbpf: libbpf是一个用户空间库，用于加载、管理和与eBPF程序交互。
  • 安装bcc: BCC（BPF Compiler Collection）是一套工具，可以简化eBPF程序的开发、编译和调试。你可以从 https://github.com/iovisor/bcc 获取更多信息。

端口扫描检测

端口扫描是一种常见的网络侦察技术，攻击者通过扫描目标主机的端口，来确定哪些端口是开放的，从而寻找潜在的漏洞。我们可以使用eBPF来检测端口扫描行为。

原理

端口扫描通常涉及在短时间内向目标主机的多个端口发送连接请求（SYN包）。我们可以通过eBPF程序记录每个源IP地址在一定时间内尝试连接的端口数量，如果超过阈值，则认为该IP地址正在进行端口扫描。

eBPF程序

以下是一个简单的eBPF程序，用于检测端口扫描：

#include <uapi/linux/bpf.h>
#include <linux/version.h>
#include <linux/tcp.h>
 
#include <bpf/bpf_helpers.h>
#include <bpf/bpf_endian.h>
 
#define MAX_PORTS 10
#define TIME_WINDOW_NS 1000000000 // 1 second
 
struct pkt_key {
    __u32 src_addr;
    __u16 dst_port;
};
 
struct port_scan_data {
    __u64 timestamp;
    __u32 count;
};
 
struct {
    __uint(type, BPF_MAP_TYPE_LRU_HASH);
    __uint(key_size, sizeof(struct pkt_key));
    __uint(value_size, sizeof(struct port_scan_data));
    __uint(max_entries, 1024);
} port_scan_map SEC(".maps");
 
SEC("tracepoint/tcp/tcp_connect")
int handle_tcp_connect(void *ctx) {
    struct pkt_key key = {};
    struct port_scan_data *val;
    __u64 now = bpf_ktime_get_ns();
    
    struct tcp_connect_data_t {
        __u32 saddr;
        __u32 daddr;
        __u16 sport;
        __u16 dport;
        int __unused__;
    } *data = (struct tcp_connect_data_t *)ctx;
 
    key.src_addr = data->saddr;
    key.dst_port = bpf_ntohs(data->dport);
 
    val = bpf_map_lookup_elem(&port_scan_map, &key);
    if (val) {
        if (now - val->timestamp < TIME_WINDOW_NS) {
            val->count++;
            if (val->count > MAX_PORTS) {
                bpf_printk("Port scan detected from %x\n", key.src_addr);
            }
        } else {
            val->timestamp = now;
            val->count = 1;
        }
    } else {
        struct port_scan_data new_val = {now, 1};
        bpf_map_update_elem(&port_scan_map, &key, &new_val, BPF_ANY);
    }
 
    return 0;
}
 
char LICENSE[] SEC("license") = "GPL";

代码解释

  • port_scan_map: 这是一个LRU哈希表，用于存储每个源IP地址连接过的端口信息。Key是pkt_key结构体，包含源IP地址和目标端口；Value是port_scan_data结构体，包含时间戳和连接计数。
  • handle_tcp_connect: 这是一个tracepoint处理函数，它附加到tcp_connect tracepoint。当一个新的TCP连接建立时，该函数会被调用。函数首先从tracepoint上下文中提取源IP地址和目标端口，然后在port_scan_map中查找对应的记录。如果找到记录，并且距离上次连接的时间小于TIME_WINDOW_NS，则连接计数加1。如果连接计数超过MAX_PORTS，则认为该IP地址正在进行端口扫描，并打印一条消息。如果未找到记录，则创建一个新的记录，并将时间戳设置为当前时间，连接计数设置为1。
  • bpf_printk: 这是一个特殊的eBPF辅助函数，用于在内核中打印调试信息。这些信息可以通过trace命令或者/sys/kernel/debug/tracing/trace_pipe文件查看。

编译和加载eBPF程序

使用bcc编译该eBPF程序：

#!/usr/bin/env python3
from bcc import BPF
 
# 加载eBPF程序
b = BPF(src_file="port_scan.c")
 
# 附加tracepoint
b.attach_tracepoint(tp="tcp:tcp_connect", func="handle_tcp_connect")
 
# 打印输出
b.trace_print()

将以上代码保存为port_scan.py，并运行：

sudo python3 port_scan.py

现在，你可以尝试使用nmap或其他端口扫描工具扫描你的主机，看看是否能够检测到端口扫描行为。

SQL注入检测

SQL注入是一种常见的Web应用程序安全漏洞，攻击者通过在用户输入中插入恶意的SQL代码，来篡改或窃取数据库中的数据。我们可以使用eBPF来检测SQL注入攻击。

原理

SQL注入攻击通常涉及在HTTP请求的参数中包含特殊的SQL关键字或语法。我们可以使用eBPF程序来检查HTTP请求的参数，如果发现可疑的SQL关键字或语法，则认为该请求可能包含SQL注入攻击。

eBPF程序

以下是一个简单的eBPF程序，用于检测SQL注入：

#include <uapi/linux/bpf.h>
#include <linux/version.h>
#include <linux/string.h>
 
#include <bpf/bpf_helpers.h>
#include <bpf/bpf_endian.h>
 
#define MAX_DATA_SIZE 128
 
struct data_t {
    char data[MAX_DATA_SIZE];
};
 
struct {
    __uint(type, BPF_MAP_TYPE_PERCPU_ARRAY);
    __uint(key_size, sizeof(int));
    __uint(value_size, sizeof(struct data_t));
    __uint(max_entries, 1);
} data_map SEC(".maps");
 
// SQL Keywords to look for
const char *sql_keywords[] = {
    "SELECT", "UPDATE", "DELETE", "INSERT", "DROP", "UNION", "--", ";",
};
 
SEC("uprobe/http_server")
int handle_http_request(void *ctx) {
    int key = 0;
    struct data_t *data = bpf_map_lookup_elem(&data_map, &key);
    if (!data) {
        return 0;
    }
    
    // Get the HTTP request data (replace with actual logic to get request data)
    // This is just a placeholder. You would need to copy the actual HTTP
    // request data into the `data->data` buffer.
    // For example, you might read from a shared memory region or use
    // kprobes to access the HTTP request buffer.
    
    // This example simulates receiving data.  In real use, this needs to be
    // replaced with the actual HTTP request data.
    char simulated_data[] = "GET /?id=1' UNION SELECT password FROM users -- HTTP/1.1";
    strncpy(data->data, simulated_data, MAX_DATA_SIZE - 1);
    data->data[MAX_DATA_SIZE - 1] = '\0';
 
    for (int i = 0; i < sizeof(sql_keywords) / sizeof(sql_keywords[0]); i++) {
        if (strstr(data->data, sql_keywords[i])) {
            bpf_printk("SQL injection attempt detected: %s\n", data->data);
            break;
        }
    }
 
    return 0;
}
 
char LICENSE[] SEC("license") = "GPL";

代码解释

  • data_map: 这是一个PERCPU_ARRAY类型的Map，用于存储HTTP请求的数据。每个CPU核心都有一个独立的data_t结构体，可以避免竞争。
  • sql_keywords: 这是一个字符串数组，包含常见的SQL关键字，用于检测SQL注入攻击。
  • handle_http_request: 这是一个uprobe处理函数，它附加到HTTP服务器的处理请求的函数上。当HTTP服务器接收到一个新的请求时，该函数会被调用。函数首先从data_map中获取data_t结构体，然后将HTTP请求的数据复制到data->data缓冲区中。最后，函数遍历sql_keywords数组，如果发现data->data缓冲区中包含任何SQL关键字，则认为该请求可能包含SQL注入攻击，并打印一条消息。
  • strncpy: 用于拷贝字符串，防止缓冲区溢出

编译和加载eBPF程序

使用bcc编译该eBPF程序：

from bcc import BPF
 
# 加载eBPF程序
b = BPF(src_file="sql_injection.c")
 
# 替换为你的HTTP服务器处理请求的函数名和库
function_name = "http_process_request"  # 示例函数名
library_path = "/usr/lib/libhttpserver.so"  # 示例库路径
 
# 附加uprobe
b.attach_uprobe(name=library_path, sym=function_name, fn_name="handle_http_request")
 
# 打印输出
b.trace_print()

注意: 你需要将function_name和library_path替换为你实际的HTTP服务器处理请求的函数名和库的路径。你可以使用objdump -T命令来查找HTTP服务器的函数名。

将以上代码保存为sql_injection.py，并运行：

sudo python3 sql_injection.py

现在，你可以尝试发送包含SQL注入攻击的HTTP请求到你的Web应用程序，看看是否能够检测到SQL注入攻击。

跨站脚本攻击（XSS）检测

跨站脚本攻击（XSS）是一种常见的Web应用程序安全漏洞，攻击者通过在Web页面中插入恶意的JavaScript代码，来窃取用户的Cookie或执行其他恶意操作。我们可以使用eBPF来检测XSS攻击。

原理

XSS攻击通常涉及在HTTP请求的参数或响应中包含特殊的JavaScript代码，例如<script>标签。我们可以使用eBPF程序来检查HTTP请求的参数和响应，如果发现可疑的JavaScript代码，则认为该请求或响应可能包含XSS攻击。

eBPF程序

以下是一个简单的eBPF程序，用于检测XSS攻击：

#include <uapi/linux/bpf.h>
#include <linux/version.h>
#include <linux/string.h>
 
#include <bpf/bpf_helpers.h>
#include <bpf/bpf_endian.h>
 
#define MAX_DATA_SIZE 128
 
struct data_t {
    char data[MAX_DATA_SIZE];
};
 
struct {
    __uint(type, BPF_MAP_TYPE_PERCPU_ARRAY);
    __uint(key_size, sizeof(int));
    __uint(value_size, sizeof(struct data_t));
    __uint(max_entries, 1);
} data_map SEC(".maps");
 
// XSS patterns to look for
const char *xss_patterns[] = {
    "<script", "</script", "javascript:", "onerror=",
};
 
SEC("uprobe/http_server")
int handle_http_request(void *ctx) {
    int key = 0;
    struct data_t *data = bpf_map_lookup_elem(&data_map, &key);
    if (!data) {
        return 0;
    }
    
    // Get the HTTP request data (replace with actual logic to get request data)
    // This is just a placeholder. You would need to copy the actual HTTP
    // request data into the `data->data` buffer.
    // For example, you might read from a shared memory region or use
    // kprobes to access the HTTP request buffer.
    
    // This example simulates receiving data.  In real use, this needs to be
    // replaced with the actual HTTP request data.
    char simulated_data[] = "GET /?name=<script>alert('XSS')</script> HTTP/1.1";
    strncpy(data->data, simulated_data, MAX_DATA_SIZE - 1);
    data->data[MAX_DATA_SIZE - 1] = '\0';
 
    for (int i = 0; i < sizeof(xss_patterns) / sizeof(xss_patterns[0]); i++) {
        if (strstr(data->data, xss_patterns[i])) {
            bpf_printk("XSS attempt detected: %s\n", data->data);
            break;
        }
    }
 
    return 0;
}
 
char LICENSE[] SEC("license") = "GPL";

代码解释

  • data_map: 这是一个PERCPU_ARRAY类型的Map，用于存储HTTP请求的数据。每个CPU核心都有一个独立的data_t结构体，可以避免竞争。
  • xss_patterns: 这是一个字符串数组，包含常见的XSS模式，用于检测XSS攻击。
  • handle_http_request: 这是一个uprobe处理函数，它附加到HTTP服务器的处理请求的函数上。当HTTP服务器接收到一个新的请求时，该函数会被调用。函数首先从data_map中获取data_t结构体，然后将HTTP请求的数据复制到data->data缓冲区中。最后，函数遍历xss_patterns数组，如果发现data->data缓冲区中包含任何XSS模式，则认为该请求可能包含XSS攻击，并打印一条消息。

编译和加载eBPF程序

使用bcc编译该eBPF程序：

from bcc import BPF
 
# 加载eBPF程序
b = BPF(src_file="xss_detection.c")
 
# 替换为你的HTTP服务器处理请求的函数名和库
function_name = "http_process_request"  # 示例函数名
library_path = "/usr/lib/libhttpserver.so"  # 示例库路径
 
# 附加uprobe
b.attach_uprobe(name=library_path, sym=function_name, fn_name="handle_http_request")
 
# 打印输出
b.trace_print()

注意: 你需要将function_name和library_path替换为你实际的HTTP服务器处理请求的函数名和库的路径。你可以使用objdump -T命令来查找HTTP服务器的函数名。

将以上代码保存为xss_detection.py，并运行：

sudo python3 xss_detection.py

现在，你可以尝试发送包含XSS攻击的HTTP请求到你的Web应用程序，看看是否能够检测到XSS攻击。

总结

本文介绍了如何使用eBPF构建一个简单的入侵检测系统（IDS），能够检测常见的网络攻击，如端口扫描、SQL注入和跨站脚本攻击（XSS）。

通过使用eBPF，我们可以实现高性能的网络安全监控，而不会对系统性能造成显著影响。当然，本文提供的只是一个基础的示例，你可以根据实际需求，扩展和完善这个IDS，例如：

  • 支持更多的攻击模式: 例如，DDoS攻击、恶意软件传播等。
  • 使用更复杂的检测规则: 例如，基于正则表达式的模式匹配。
  • 集成到现有的安全系统中: 例如，与SIEM系统集成，实现集中化的安全管理。
  • 添加自动响应机制: 例如，自动阻止恶意IP地址的访问。

eBPF在网络安全领域有着广阔的应用前景，相信随着技术的不断发展，eBPF将会在未来的网络安全中扮演越来越重要的角色。

友情提示： 本文提供的代码示例仅用于演示目的，请勿直接用于生产环境。在实际应用中，你需要根据实际情况进行修改和完善，并进行充分的测试。

参考资料：

安全小黑 eBPFIDS网络安全

评论点评

打赏赞助
sponsor

感谢您的支持让我们更好的前行

分享

QRcode

https://www.webkt.com/article/10130