在企業發展過程中，日益增多的業務形態往往會招致新的業務風險。簡單的業務防護已經不足以解決問題。一套完整的業務風控系統可以幫助企業有效的規避風險，降低損失。
TH-Nebula（星雲）是威脅獵人開源的業務風控系統。在業務安全應用門檻普遍過高的當下，我們希望以開源的方式，降低大家的學習使用門檻，能以更低的成本，完成風控體系從無到有的搭建，在使用過程中意識到風控的重要性。
自TH-Nebula（星雲）發佈以來，考慮到大家在如何部署、如何使用、和爲什麼需要風控系統上能還存在一些問題。
本文以如何防止撞庫場景爲例，闡述爲什麼需要一套“系統”去解決業務安全問題，接着手把手教你部署本系統，以及如何利用咱們這套風控來阻斷風險，並提供模擬測試demo。
附項目git地址：
https://github.com/threathunterX/nebula
1 如何防止撞庫
1.1 什麼是撞庫？
說到撞庫，先得從”社工庫”說起，社工庫是社會工程學數據庫的簡稱，這個數據庫裏找包含了每個人的各種行爲記錄（在不同網站上的賬號、密碼、分享的照片、信用卡記錄、通話記錄、短信記錄、開房記錄等等）。
所以當黑客想嘗試登錄某個網站或者APP時，就會用”社工庫”裏的信息去挨個嘗試登錄，”撞”出一個個正確賬號。
1.2 如何防止撞庫？
從企業的Web服務視角來看，如果發現以下幾種情況，基本可以判定是在撞庫：
一個賬號在某個較短的時間內，有多次密碼嘗試。
一定時間內相同密碼的出現頻次非常高
同一個ip或同一個設備，在短時間內使用不同賬號密碼多次嘗試登錄
在這種情況下，最簡單粗暴的方法就是直接在登陸接口加安全策略。
如：
針對a情況，就限制一天之內密碼錯誤次數。
針對b情況，就針對頻率特別高的密碼禁止登錄（或者校驗手機短信/密保問題之後才能登錄）。
針對c情況，就對ip或者設備唯一id進行閾值限制，如限制1分鐘內訪問登錄接口次數<50次
看起來簡單粗暴的方法是可以起到防護作用，但實際上，道高一尺魔高一丈，業務安全就沒有一勞永逸的方案。
在有利可圖的前提下，黑灰產就會不斷的變換自己的規則，來”攻破”業務的防護。
比如，業務限制的是1分鐘訪問限制<50次，那黑產很容易就可以改成40次就能繞過你的策略，這對於他來說只是改了一行代碼。
再比如現在互聯網社會裏，ip資源可以說是相當廉價，簡單就從ip角度去判定可以說非常容易被繞過。
所以業務安全的防護不是簡單做一層”防火牆”就可以了，是需要有一套完整的能跟黑產持續對抗的”系統”。
這套系統除了可以自定義策略，從各個維度在網絡流量中發現風險以外，還得具備：
對業務訪問流量的分析、統計 — 方便安全人員發現新的攻擊行爲從而制定新的策略
策略的效果反饋的展示報表 — 方便安全人員根據策略有效性實時調整
提供除了業務本身流量外的安全情報，如ip的代理標籤、秒撥標籤等 — 直接識別高危的流量來源
TH-Nebula（星雲）就是這樣一套系統。它能夠讓企業有能力主動發現業務風險，並快速的實施攻防對抗。星雲採用旁路流量的方式進行數據採集，無需在業務邏輯上做數據埋點或侵入，同時支持本地私有化部署和Docker鏡像雲端部署，大大降低了使用門檻。
該系統主要包含兩塊服務
Nebula服務：包括風控配置分析系統，流量的接收和分析，策略引擎，風控web控制中心等模塊
Sniffer服務：流量的抓取服務
其中，流量的抓取服務這塊爲了做到不對業務系統本身做代碼修改，提供了多種配置方式。用戶可以直接在Web服務機器部署，採用旁路流量的方式獲取流量；也可以通過標準化nginx或其他http服務的輸出日誌，採取抓取日誌的方式獲取流量
下面就以防止撞庫爲例子，一步步教你把TH-Nebula（星雲）風控系統跑起來。
1 部署TH-Nebula開源項目
如上所述Nebula開源項目分爲Sniffer流量抓取服務、Nebula服務兩塊，建議直接採用Docker方式部署，部署參考如下github文檔：
https://github.com/threathunterX/nebula_doc/blob/master/chapter2/section2/section2.2.md
2.1 Nebula服務
運行./ctrl.sh status，狀態如下則部署成功：
Name Command State Ports
--------------------------------------------------------------------------------------------------
nebula /entrypoint.sh /usr/bin/su ... Up 0.0.0.0:9001->9001/tcp
nebula-aerospike /entrypoint.sh asd --foreg ... Up 3000/tcp, 3001/tcp, 3002/tcp, 3003/tcp
nebula-db docker-entrypoint.sh mysqld Up 3306/tcp
nebula-redis docker-entrypoint.sh redis ... Up 0.0.0.0:16379->6379/tcp
cron RUNNING pid 27, uptime 4 days, 22:23:47
java_web RUNNING pid 33, uptime 4 days, 22:23:47
labrador RUNNING pid 10286, uptime 2 days, 21:26:41
nebula:incident_babel_db_writer RUNNING pid 19, uptime 4 days, 22:23:47
nebula:nebula_db_query_web RUNNING pid 12, uptime 4 days, 22:23:47
nebula:nebula_offline RUNNING pid 14, uptime 4 days, 22:23:47
nebula:nebula_online RUNNING pid 19720, uptime 0:29:22
nebula:nebula_query_web RUNNING pid 15, uptime 4 days, 22:23:47
nebula:nebula_web RUNNING pid 11, uptime 4 days, 22:23:47
nebula:notice_babel_db_writer RUNNING pid 13, uptime 4 days, 22:23:47
nginx RUNNING pid 29, uptime 4 days, 22:23:47
2.2 Sniffer服務
這裏爲了方便後面模擬測試，建議就直接採用最簡單旁路流量方式(bro驅動)啓動Sniffer服務，即git上默認配置：
....
- SOURCES=default
#default driver
- DRIVER_INTERFACE=eth0
- DRIVER_PORT=80,8080,9001
....
說明：
DRIVER_PORT代表監聽的流量端口，此處除了監聽80,8080外。還監聽了9001端口的流量，這是爲了方便測試，可以捕獲到Nebula服務自身的Web控制中心流量。實際生產環境可以去掉
把Nebula和Sniffer兩塊服務正常啓動起來，則可通過 http://IP：9001端口的方式訪問 TH-Nebula界面了，如圖：
2.3 配置防止撞庫規則
參考github教程部署完之後，運行./ctrl.sh status可查看Nebula服務的運行狀態，如下圖則代表部署成功，默認配置下Nebula的Web控制中心是通過9001端口訪問：
用戶也可以自定義新規則或者修改默認規則，參考如下github文檔：
https://github.com/threathunterX/nebula_doc/blob/master/chapter3/section3/section3.1.md
3 模擬撞庫測試
部署並配置好規則之後，接下來就是通過模擬撞庫的過程，校驗系統的風險檢測邏輯。
模擬腳本原理就是針對Sniffer模塊監聽的9001端口連續發起1000次登錄請求（這裏爲了方便測試沒有在服務端實現login接口，但風控系統對於404的訪問也同樣會捕獲到）。具體python代碼如下：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
from requests import get
from requests import put
from requests import post
from requests import delete
port = 9001
class NewRequestsData(object):
def __init__(self, url, data, cookies, method='get'):
self.data = data
self.url = url
self.cookies = cookies
self.method = method
def request(self):
m = dict(
get=get,
put=put,
post=post,
delete=delete,
)
method = m[self.method]
text = '默認模式'
code = 'None'
header = {
"connection": "close",
"content-type": 'application/json',
}
try:
if self.method in ['get', 'delete']:
response = method(self.url, params=self.data, cookies=self.cookies, timeout=10,
headers=header)
elif self.method in ['post', 'put']:
data = dumps(self.data, ensure_ascii=False).encode('utf8')
response = method(self.url, data=data, timeout=8, headers=header, cookies=self.cookies)
else:
raise ValueError
text = response.text
code = response.status_code
except Exception as e:
print("error", e)
finally:
return (text, code)
def attack_login():
data = dict(
username="[email protected]"
)
r = NewRequestsData('http://127.0.0.1:{}/login'.format(port), data, {})
code, text = r.request()
if __name__ == '__main__':
i = 0
for i in range(1000):
attack_login()
print('總訪問次數:', i)
捕獲流量的截圖:
4 使用TH-Nebula阻斷髮現的風險
由於 TH-Nebula 屬於旁路分析模式，所以無法主動攔截風險事件，需要與企業端應用進行集成後實現自動阻斷的功能。
針對業務系統拉黑阻斷，系統提供以下兩種風險數據獲取方法：
主動推送：TH-Nebula 可以將分析發現的風險推送至攔截節點進行自動的風險阻斷。
被動調用：TH-Nebula 可以將分析發現的風險名單以接口方式提供給攔截節點調用判斷風險。
詳細請參考文檔：
https://github.com/threathunterX/nebula_doc/blob/master/chapter3/section5.md
以上就是通過部署TH-Nebula開源風控系統，配置防撞庫策略的整套流程。
在系統使用過程中，如遇任何疑問，可在Github進行反饋：