CN114826639B - 基于函数调用链跟踪的应用攻击检测方法及装置 - Google Patents
基于函数调用链跟踪的应用攻击检测方法及装置 Download PDFInfo
- Publication number
- CN114826639B CN114826639B CN202111285618.3A CN202111285618A CN114826639B CN 114826639 B CN114826639 B CN 114826639B CN 202111285618 A CN202111285618 A CN 202111285618A CN 114826639 B CN114826639 B CN 114826639B
- Authority
- CN
- China
- Prior art keywords
- function
- call chain
- chain
- application
- function call
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 51
- 230000002159 abnormal effect Effects 0.000 claims abstract description 65
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000012360 testing method Methods 0.000 claims abstract description 12
- 238000004590 computer program Methods 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 12
- 230000006399 behavior Effects 0.000 claims description 8
- 230000001960 triggered effect Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 description 218
- 238000010586 diagram Methods 0.000 description 16
- 230000015654 memory Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000007488 abnormal function Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1441—Countermeasures against malicious traffic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
- G06F21/55—Detecting local intrusion or implementing counter-measures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本公开提供了一种基于函数调用链跟踪的应用攻击检测方法,可以应用于信息安全技术领域。该方法包括:在应用业务测试阶段,采集业务对应的全量函数调用链;在应用运行阶段实时采集函数调用链;将所述函数调用链与所述全量函数调用链进行比对确定异常调用链;根据所述异常调用链的频次、请求IP和所述异常调用链中的函数名确定所述异常调用链的风险等级;以及将检测结果进行告警输出。本公开还提供了一种基于函数调用链跟踪的应用攻击检测装置、设备、存储介质和程序产品。
Description
技术领域
本公开涉及信息安全领域,具体涉及应用攻击检测技术领域,更具体地涉及一种基于函数调用链跟踪的应用攻击检测方法、装置、设备、介质和程序产品。
背景技术
多变的网络攻击形势使得互联网应用饱受黑客攻击的危险,同时,应用规模的极速扩大、发布迭代周期的大幅缩短,无不加重了风险存在可能性。
网络安全技术的发展,使得多样化的攻击手段层出不穷,对于加密、编码、0day攻击等问题,传统安全解决方案越来越难以应对。
发明内容
鉴于上述问题,本公开提供了一种基于函数调用链跟踪的应用攻击检测方法、装置、设备、介质和程序产品。
根据本公开的第一个方面,提供了一种基于函数调用链跟踪的应用攻击检测方法,包括:
在应用业务测试阶段,采集业务对应的全量函数调用链;
在应用运行阶段实时采集函数调用链;
将所述函数调用链与全量函数调用链进行比对确定异常调用链;
根据所述异常调用链的频次、请求IP和所述异常调用链中的函数名确定所述异常调用链的风险等级;以及
将检测结果进行告警输出。
根据本公开的实施例,所述采集业务对应的全量函数调用链包括:
在应用启动时加载插桩引擎,根据类函数类型对应用全量代码进行插桩;
执行插入的采集代码采集全量函数调用链。
根据本公开的实施例,所述根据类函数类型对应用全量代码进行插桩包括:
根据类函数名和参数类型确定类函数类型;
若确定类函数为应用系统的入口函数,则在所述类函数入口处插入调用链采集初始化代码,在所述类函数出口处插入调用链采集结束代码;
若确定类函数为其他函数,则仅在函数入口处插入调用链跟踪代码。
根据本公开的实施例,所述执行插入的采集代码采集全量函数调用链包括:
当类函数被触发执行时,创建所述类函数对应线程的共享变量;
将调用链采集标识与当前函数信息存入线程共享变量中;
在任意函数被执行时,若确定所述线程共享变量中才在所述调用链采集标识,将当前函数的类名、函数名、参数类型和分隔符存入所述线程共享变量中;
执行所述调用链采集结束代码提取当前线程的共享变量值;
根据所述共享变量值确定函数调用链以及该函数调用链的调用信息。
根据本公开的实施例,所述将所述函数调用链与全量函数调用链进行比对确定异常调用链包括:
根据所述全量函数调用链确定全量函数名;
根据所述函数调用链确定函数名;
若确定所述函数调用链存在未知的函数名,则确定所述函数调用链为异常调用链。
根据本公开的实施例,所述根据所述异常调用链的频次、请求IP和所述异常调用链中的函数名确定所述异常调用链的风险等级包括:
若确定所述异常调用链中的函数名存在高危函数,则确定存在服务器任意命令执行漏洞;
若确定所述异常调用链中存在业务函数执行链异常,则确定存在越权漏洞;
若确定所述异常调用链被同一IP多次调用,则确定存在应用攻击行为。
本公开的第二方面提供了一种基于函数调用链跟踪的应用攻击检测装置,包括:第一采集模块,用于在应用业务测试阶段,采集业务对应的全量函数调用链;
第二采集模块,用于在应用运行阶段实时采集函数调用链;
比对模块,用于将所述函数调用链与全量函数调用链进行比对确定异常调用链;
分析模块,用于根据所述异常调用链的频次、请求IP和所述异常调用链中的函数名确定所述异常调用链的风险等级;以及
告警模块,用于将检测结果进行告警输出。
本公开的第三方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得一个或多个处理器执行上述基于函数调用链跟踪的应用攻击检测方法。
本公开的第四方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述基于函数调用链跟踪的应用攻击检测方法。
本公开的第五方面还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述基于函数调用链跟踪的应用攻击检测方法。
通过本公开实施例,在应用测试阶段采集全量函数调用链,在应用正常运行阶段,实时采集函数调用链,通过对函数调用链的跟踪比对检测出异常调用链,对异常调用链进行分析确定可能存在的应用攻击行为,并将分析结果发送至前台告警展示,由安全人员对问题进行确认修复。通过本公开提供的方法,能够实时、准确地发现应用程序中的异常函数执行链,从而有效应对加密流量攻击、0day攻击等传统防御设备无法发现的攻击,并给出攻击执行链路,帮助开发定位问题,大幅提高了应用系统的监控防护能力。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的基于函数调用链跟踪的应用攻击检测方法、装置、设备、介质和程序产品的应用场景图;
图2示意性示出了根据本公开实施例的基于函数调用链跟踪的应用攻击检测方法的系统架构图;
图3示意性示出了根据本公开实施例的基于函数调用链跟踪的应用攻击检测方法的流程图;
图4示意性示出了根据本公开实施例的函数调用链采集过程的流程图;
图5示意性示出了根据本公开实施例的另一种函数调用链采集过程的流程图;
图6示意性示出了根据本公开实施例的函数调用链比对分析的流程图;
图7示意性示出了根据本公开实施例的基于函数调用链跟踪的应用攻击检测装置的结构框图;以及
图8示意性示出了根据本公开实施例的适于实现基于函数调用链跟踪的应用攻击检测方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
如今,多变的网络攻击形势使得互联网应用饱受黑客攻击的危险,同时,应用规模的极速扩大、发布迭代周期的大幅缩短,无不加重了风险存在可能性。网络安全技术的发展,使得多样化的攻击手段层出不穷,对于加密、编码、0day攻击等问题,传统安全解决方案越来越难以应对。
而应用程序在受到攻击时,往往会产生与正常业务执行流不同的函数执行链。如利用反序列化漏洞攻击应用系统时,会通过反序列化入口点产生一个异常的命令执行函数调用链;又例如连接木马程序时,会请求一个原应用从未出现过的请求连接链。
基于上述技术问题和原理,本公开的实施例提供了一种基于函数调用链跟踪的应用攻击检测方法,包括:
在应用运行阶段实时采集函数调用链;将函数调用链与全量函数调用链进行比对确定异常调用链;根据异常调用链的频次、请求IP和异常调用链中的函数名确定异常调用链的风险等级;以及将检测结果进行告警输出。
图1示意性示出了根据本公开实施例的基于函数调用链跟踪的应用攻击检测方法、装置、设备、介质和程序产品的应用场景图。图2示意性示出了根据本公开实施例的基于函数调用链跟踪的应用攻击检测方法的系统架构图。需要注意的是,图1所示出的应用场景以及图2所示出的系统架构仅为可以用于本公开实施例的应用场景和系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。需要说明的是,本公开实施例提供的基于函数调用链跟踪的应用攻击检测方法及装置可用于信息安全技术领域、金融领域的相关方面,也可用于除金融领域之外的任意领域,本公开实施例提供的基于函数调用链跟踪的应用攻击检测方法及装置的应用领域不做限定。
如图1所示,根据该实施例的应用场景100可以包括用户使用互联网应用的场景。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所使用的互联网应用提供信息安全支持的后台应用攻击检测服务器(仅为示例)。后台应用攻击检测服务器可以对用户使用应用时的函数调用链等数据进行分析处理,并将处理结果(例如对用户使用应用时的函数调用链进行采集,分析是否存在应用攻击行为)反馈给至安全人员。
需要说明的是,本公开实施例所提供的基于函数调用链跟踪的应用攻击检测方法一般可以由服务器105执行。相应地,本公开实施例所提供的基于函数调用链跟踪的应用攻击检测装置一般可以设置于服务器105中。本公开实施例所提供的基于函数调用链跟踪的应用攻击检测方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的基于函数调用链跟踪的应用攻击检测装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
如图2所示,本公开提供的应用攻击检测系统包括初始调用链采集子系统110、运行时调用链采集子系统120和攻击判断子系统130,在应用的全功能业务测试阶段,初始调用链采集子系统110会采集正常业务对应的全量函数调用链清单并入库保存,在应用上线生产阶段,运行时调用链采集子系统120会实时采集生产上的函数调用链执行情况,攻击判断子系统根据130根据运行时调用链采集子系统120采集到的函数调用链和初始调用链采集子系统110采集的全量函数调用链进行对比,分析判断是否存在应用攻击行为,并将分析结果发送至前台,通知安全人员处理。
以下将通过图3~图5对公开实施例的基于函数调用链跟踪的应用攻击检测方法进行详细描述。
图3示意性示出了根据本公开实施例的基于函数调用链跟踪的应用攻击检测方法的流程图。
如图3所示,该实施例的基于函数调用链跟踪的应用攻击检测方法包括操作S210~操作S230,该应用攻击检测方法可以由计算机或其他计算设备执行。
在操作S210,在应用业务测试阶段,采集业务对应的全量函数调用链。
一个示例中,在应用上线生产前需要对应用进行业务功能测试,在这一阶段,运行采集代码采集业务对应的全量函数调用链,每一项业务或功能在实现过程中需要调用多个函数,从而形成对应的函数调用链,函数调用链主要包括函数类名、函数名、参数类型和调用关系等信息,形成全量函数调用链清单并保存在数据库中。
在操作S220,在应用运行阶段实时采集函数调用链。
一个示例中,当应用正式上线生产后,在生产环境对应用的实时交易调用链进行采集,同一时间,由于不同用户使用业务功能不同,对应的函数调用链也不同,运行采集代码实时采集每一条函数调用链,包括函数类名、函数名、参数类型函数、执行时间、请求IP、执行路径等数据,与操作S210中采集到的全量函数调用链进行比对。
在操作S230,将函数调用链与全量函数调用链进行比对确定异常调用链。
一个示例中,以操作S210采集到的数据为基线,比对操作220实时采集的函数调用链是否为异常调用链,若确定该函数调用链为异常调用链,则表征当前业务流程为非正常的业务处理流程,则执行操作S240;若确定该函数调用链为正常的业务处理流程,则持续执行操作S220和操作S230。
在操作S240,根据异常调用链的频次、请求IP和异常调用链中的函数名确定异常调用链的风险等级。
一个示例中,在确认当前函数调用链为异常调用链后,结合该调用链出现的频次、调用链对应的请求IP、调用链中是否包含危险执行函数等信息,对调用链的危险情况做分析。如异常调用链中存在命令执行、写文件等高危函数,可能存在服务器任意命令执行漏洞。若异常调用链中存在业务函数执行链异常,可能存在越权漏洞。若同一异常调用链被同一IP多次调用,则可能存在不法分子利用安全漏洞多次攻击应用系统的行为,在本操作中,对异常调用链进行统计分析并给出初步判断。
在操作S250,将检测结果进行告警输出。
将操作S240得到的检测结果以短信或邮件等方式发送至前端,通知到安全人员,安全人员根据告警信息对问题进行确认修复。
通过本公开实施例提供的基于函数调用链跟踪的应用攻击检测方法,通过在应用测试阶段采集全量函数调用链,在应用正常运行阶段,实时采集函数调用链,从监测函数调用链的角度检测应用攻击行为,本实施例提供的方法,能够实时、准确地发现应用程序中的异常函数执行链,从而有效应对加密流量攻击、0day攻击等传统防御设备无法发现的攻击,并给出攻击执行链路,帮助开发定位问题,大幅提高了应用系统的监控防护能力。
图4示意性示出了根据本公开实施例的函数调用链采集过程的流程图。以下将结合图4对函数调用链的采集过程进行解释说明。
如图4所示,包括操作S211-操作S212。
在操作S211,在应用启动时加载插桩引擎,根据类函数类型对应用全量代码进行插桩。
根据本公开实施例,根据类函数名和参数类型确定类函数类型;若确定类函数为应用系统的入口函数,则在类函数入口处插入调用链采集初始化代码,在类函数出口处插入调用链采集结束代码;若确定类函数为其他函数,则仅在函数入口处插入调用链跟踪代码。
一个示例中,插桩模块通过在应用启动时加载插桩引擎,负责对应用全量代码进行自动化插桩,全量代码不仅包括业务代码本身,也包括开发语言自带的系统代码。插桩引擎运行时会HOOK类加载过程,判断当前加载的类函数名、参数类型,若当前类函数为应用系统的入口函数,如http请求处理函数、rpc请求处理函数等对外暴露的接入点函数,则在该类函数入口处自动插入调用链采集初始化代码,在函数出口点(即Return语句)前插入调用链采集结束代码;而对于其它函数,则仅在函数入口处插入调用链跟踪代码。插桩完成后,应用运行调用到这些函数时,将会自动调起插入的代码,实现调用链的采集。通过插桩模块对应用全量代码进行插桩,在代码运行时会自动执行函数调用链采集代码。
在操作S212,执行插入的采集代码采集全量函数调用链。
根据本公开实施例,当类函数被触发执行时,创建类函数对应线程的共享变量;将调用链采集标识与当前函数信息存入线程共享变量中;在任意函数被执行时,若确定线程共享变量中才在调用链采集标识,将当前函数的类名、函数名、参数类型和分隔符存入线程共享变量中;执行调用链采集结束代码提取当前线程的共享变量值;根据共享变量值确定函数调用链以及该函数调用链的调用信息。
一个示例中,插桩模块在系统的入口函数中插入了调用链采集初始化代码,当该类函数被触发执行时,插入的初始化代码首先创建对应线程的共享变量,并将调用链采集标识与当前函数信息存入线程共享变量中。当任意函数被执行时,首先判断函数对应的线程共享变量中是否存入了调用链采集标识,如检测不到对应的线程共享变量或其中未存入调用链采集标识,则忽略继续执行;否则,将当前函数的类名、函数名、参数类型及分隔符附加到线程共享变量中,其存入格式参考如下表:
当系统的入口类函数执行到返回语句时,预先插入的调用链采集结束代码将提取当前线程的共享变量值,将里面存入的函数调用链进行分割处理,并记录请求IP、执行时间、执行路径等数据,入库保存。当当前线程的全部调用链已入库保存后,调用链采集结束代码将当前线程共享变量销毁,进行资源回收,防止出现内存溢出问题。
需要说明的是,在应用运行阶段实时采集应用程序执行链(函数调用链)的工作原理与在应用测试阶段对全量函数调用链进行采集的工作原理大体相同,区别在于两者是针对应用的不同阶段对函数调用链进行采集,因此在应用运行阶段对函数调用链的采集过程可以参见操作S211和操作S212,在此不再赘述。
图5示意性示出了根据本公开实施例的另一种函数调用链采集过程的流程图。包括操作S310~操作S340。通过调用链跟踪代码采集函数调用链与图4所示的采集原理类似。
在操作S310,调用链采集初始化。在应用程序的所有入口点函数被触发时,建立对应线程的线程共享变量,存入调用链采集标识;
在操作S320,在与业务相关的函数执行前,判断当前函数对应的线程共享变量中是否存在调用链跟踪标识,如存在,将自身特征存入共享变量,作为函数调用链的一部分保存。
在操作S330,在应用程序的所有入口点函数Return前,提取出线程共享变量中保存的函数调用链信息,并入库保存。
在操作S340,销毁线程共享变量,结束该线程对应的函数执行链记录,完成资源回收。
图6示意性示出了根据本公开实施例的函数调用链比对分析的流程图。
在操作410,将函数调用链与全量函数调用链进行比对确定异常调用链。
根据本公开实施例,根据全量函数调用链确定全量函数名;根据函数调用链确定函数名;若确定函数调用链存在未知的函数名,则确定函数调用链为异常调用链。
一个示例中,根据函数调用链确定函数名,判断函数调用链是否存在未知的函数名确定该函数调用链是否为异常调用链,例如全量函数调用链清单中只存在FunA-FunB-FunC调用链,在实际运行中检测到了FunA-FunB-FunD调用链,其中FunD为未知函数,则表征FunA-FunB-FunD调用链为未知的调用链,可能存在安全漏洞等应用攻击风险,执行操作S420,进一步分析该异常调用链,确定相应的风险等级。
在操作S420,根据异常调用链的频次、请求IP和异常调用链中的函数名确定异常调用链的风险等级。
根据本公开实施例,若确定异常调用链中的函数名存在高危函数,则确定存在服务器任意命令执行漏洞;若确定异常调用链中存在业务函数执行链异常,则确定存在越权漏洞;若确定异常调用链被同一IP多次调用,则确定存在应用攻击行为。
一个示例中,在确认当前函数调用链为异常调用链后,结合该调用链出现的频次、调用链对应的请求IP、调用链中是否包含危险执行函数等信息,对调用链的危险情况做分析。如异常调用链中存在命令执行、写文件等高危函数,可能存在服务器任意命令执行漏洞。若异常调用链中存在业务函数执行链异常,可能存在越权漏洞。若同一异常调用链被同一IP多次调用,则可能存在不法分子利用安全漏洞多次攻击应用系统的行为,在本操作中,对异常调用链进行统计分析并给出初步判断。
基于上述基于函数调用链跟踪的应用攻击检测方法,本公开还提供了一种基于函数调用链跟踪的应用攻击检测装置。以下将结合图6对该装置进行详细描述。
图7示意性示出了根据本公开实施例的基于函数调用链跟踪的应用攻击检测装置的结构框图。
如图7所示,该实施例的基于函数调用链跟踪的应用攻击检测装置600包括第一采集模块610、第二采集模块620、比对模块630、分析模块640和告警模块650。
第一采集模块610用于在应用业务测试阶段,采集业务对应的全量函数调用链。在一实施例中,第一采集模块610可以用于执行前文描述的操作S210,在此不再赘述。
第二采集模块620用于在应用运行阶段实时采集函数调用链。在一实施例中,第二采集模块620可以用于执行前文描述的操作S220,在此不再赘述。
比对模块630用于将函数调用链与全量函数调用链进行比对确定异常调用链。在一实施例中,比对模块630可以用于执行前文描述的操作S230,在此不再赘述。
分析模块640用于根据异常调用链的频次、请求IP和异常调用链中的函数名确定异常调用链的风险等级。在一实施例中,分析模块640可以用于执行前文描述的操作S240,在此不再赘述。
告警模块650用于将检测结果进行告警输出。在一实施例中,告警模块650可以用于执行前文描述的操作S250,在此不再赘述。
根据本公开的实施例,第一采集模块610、第二采集模块620、比对模块630、分析模块640和告警模块650中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,第一采集模块610、第二采集模块620、比对模块630、分析模块640和告警模块650中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,第一采集模块610、第二采集模块620、比对模块630、分析模块640和告警模块650中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图8示意性示出了根据本公开实施例的适于实现基于函数调用链跟踪的应用攻击检测方法的电子设备的方框图。
如图8所示,根据本公开实施例的电子设备900包括处理器901,其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。处理器901例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等等。处理器901还可以包括用于缓存用途的板载存储器。处理器901可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 903中,存储有电子设备900操作所需的各种程序和数据。处理器901、ROM902以及RAM 903通过总线904彼此相连。处理器901通过执行ROM 902和/或RAM 903中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 902和RAM 903以外的一个或多个存储器中。处理器901也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备900还可以包括输入/输出(I/O)接口905,输入/输出(I/O)接口905也连接至总线904。电子设备900还可以包括连接至I/O接口905的以下部件中的一项或多项:包括键盘、鼠标等的输入部分906;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907;包括硬盘等的存储部分908;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器910上,以便于从其上读出的计算机程序根据需要被安装入存储部分908。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 902和/或RAM 903和/或ROM 902和RAM 903以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时,该程序代码用于使计算机系统实现本公开实施例所提供的基于函数调用链跟踪的应用攻击检测方法。
在该计算机程序被处理器901执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分909被下载和安装,和/或从可拆卸介质911被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分909从网络上被下载和安装,和/或从可拆卸介质911被安装。在该计算机程序被处理器901执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (8)
1.一种基于函数调用链跟踪的应用攻击检测方法,包括:
在应用业务测试阶段,采集业务对应的全量函数调用链;
在应用运行阶段实时采集函数调用链;
将所述函数调用链与所述全量函数调用链进行比对确定异常调用链;
根据所述异常调用链的频次、请求IP和所述异常调用链中的函数名确定所述异常调用链的风险等级;以及
将检测结果进行告警输出,
其中,所述采集业务对应的全量函数调用链包括:
在应用启动时加载插桩引擎,根据类函数类型对应用全量代码进行插桩;
执行插入的采集代码采集全量函数调用链,
其中,所述执行插入的采集代码采集全量函数调用链包括:
当类函数被触发执行时,创建所述类函数对应线程的共享变量;
将调用链采集标识与当前函数信息存入线程共享变量中;
根据所述调用链采集标识执行采集全量函数调用链;
在任意函数被执行时,若确定所述线程共享变量中才在所述调用链采集标识,将当前函数的类名、函数名、参数类型和分隔符存入所述线程共享变量中;
执行所述调用链采集结束代码提取当前线程的共享变量值;
根据所述共享变量值确定函数调用链以及该函数调用链的调用信息。
2.根据权利要求1所述的方法,其特征在于,所述根据类函数类型对应用全量代码进行插桩包括:
根据类函数名和参数类型确定类函数类型;
若确定类函数为应用系统的入口函数,则在所述类函数入口处插入调用链采集初始化代码,在所述类函数出口处插入调用链采集结束代码;
若确定类函数为其他函数,则仅在函数入口处插入调用链跟踪代码。
3.根据权利要求1所述的方法,其特征在于,所述将所述函数调用链与全量函数调用链进行比对确定异常调用链包括:
根据所述全量函数调用链确定全量函数名;
根据所述函数调用链确定函数名;
若确定所述函数调用链存在未知的函数名,则确定所述函数调用链为异常调用链。
4.根据权利要求1所述的方法,其特征在于,所述根据所述异常调用链的频次、请求IP和所述异常调用链中的函数名确定所述异常调用链的风险等级包括:
若确定所述异常调用链中的函数名存在高危函数,则确定存在服务器任意命令执行漏洞;
若确定所述异常调用链中存在业务函数执行链异常,则确定存在越权漏洞;
若确定所述异常调用链被同一IP多次调用,则确定存在应用攻击行为。
5.一种基于函数调用链跟踪的应用攻击检测装置,包括:
第一采集模块,用于在应用业务测试阶段,采集业务对应的全量函数调用链;
第二采集模块,用于在应用运行阶段实时采集函数调用链;
比对模块,用于将所述函数调用链与全量函数调用链进行比对确定异常调用链;
分析模块,用于根据所述异常调用链的频次、请求IP和所述异常调用链中的函数名确定所述异常调用链的风险等级;以及
告警模块,用于将检测结果进行告警输出,
其中,所述第一采集模块还用于在应用启动时加载插桩引擎,根据类函数类型对应用全量代码进行插桩;执行插入的采集代码采集全量函数调用链,
其中,所述第一采集模块还用于当类函数被触发执行时,创建所述类函数对应线程的共享变量;将调用链采集标识与当前函数信息存入线程共享变量中;根据所述调用链采集标识执行采集全量函数调用链;在任意函数被执行时,若确定所述线程共享变量中才在所述调用链采集标识,将当前函数的类名、函数名、参数类型和分隔符存入所述线程共享变量中;执行所述调用链采集结束代码提取当前线程的共享变量值;根据所述共享变量值确定函数调用链以及该函数调用链的调用信息。
6.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~4中任一项所述的方法。
7.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~4中任一项所述的方法。
8.一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1~4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111285618.3A CN114826639B (zh) | 2021-11-01 | 2021-11-01 | 基于函数调用链跟踪的应用攻击检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111285618.3A CN114826639B (zh) | 2021-11-01 | 2021-11-01 | 基于函数调用链跟踪的应用攻击检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114826639A CN114826639A (zh) | 2022-07-29 |
CN114826639B true CN114826639B (zh) | 2024-03-19 |
Family
ID=82526349
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111285618.3A Active CN114826639B (zh) | 2021-11-01 | 2021-11-01 | 基于函数调用链跟踪的应用攻击检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114826639B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115348086B (zh) * | 2022-08-15 | 2024-02-23 | 中国电信股份有限公司 | 一种攻击防护方法及装置、存储介质及电子设备 |
CN116108438B (zh) * | 2023-04-10 | 2023-06-23 | 中国工商银行股份有限公司 | 攻击检测方法、装置、设备、介质和程序产品 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104766016A (zh) * | 2015-04-14 | 2015-07-08 | 北京理工大学 | 一种基于系统调用短序列的软件漏洞检测方法 |
CN104866765A (zh) * | 2015-06-03 | 2015-08-26 | 康绯 | 基于行为特征相似性的恶意代码同源性分析方法 |
CN109522209A (zh) * | 2018-09-29 | 2019-03-26 | 中国平安人寿保险股份有限公司 | 日志堆栈信息分析方法及装置、计算机装置及存储介质 |
CN111046385A (zh) * | 2019-11-22 | 2020-04-21 | 北京达佳互联信息技术有限公司 | 软件类型检测方法、装置、电子设备及存储介质 |
CN113448815A (zh) * | 2020-03-26 | 2021-09-28 | 华为技术有限公司 | 一种采集追踪trace调用链的方法和电子设备 |
-
2021
- 2021-11-01 CN CN202111285618.3A patent/CN114826639B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104766016A (zh) * | 2015-04-14 | 2015-07-08 | 北京理工大学 | 一种基于系统调用短序列的软件漏洞检测方法 |
CN104866765A (zh) * | 2015-06-03 | 2015-08-26 | 康绯 | 基于行为特征相似性的恶意代码同源性分析方法 |
CN109522209A (zh) * | 2018-09-29 | 2019-03-26 | 中国平安人寿保险股份有限公司 | 日志堆栈信息分析方法及装置、计算机装置及存储介质 |
CN111046385A (zh) * | 2019-11-22 | 2020-04-21 | 北京达佳互联信息技术有限公司 | 软件类型检测方法、装置、电子设备及存储介质 |
CN113448815A (zh) * | 2020-03-26 | 2021-09-28 | 华为技术有限公司 | 一种采集追踪trace调用链的方法和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114826639A (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10614243B2 (en) | Privacy detection of a mobile application program | |
CN114826639B (zh) | 基于函数调用链跟踪的应用攻击检测方法及装置 | |
CN110929264B (zh) | 漏洞检测方法、装置、电子设备及可读存储介质 | |
US20200012793A1 (en) | System and Method for An Automated Analysis of Operating System Samples | |
WO2018027226A1 (en) | Detection mitigation and remediation of cyberattacks employing an advanced cyber-decision platform | |
CN114205216B (zh) | 微服务故障的根因定位方法、装置、电子设备和介质 | |
CN114024764A (zh) | 数据库异常访问的监控方法、监控系统、设备和存储介质 | |
US11765199B2 (en) | Computer-based system for analyzing and quantifying cyber threat patterns and methods of use thereof | |
CN114491513A (zh) | 基于知识图谱的区块链智能合约重入攻击检测系统与方法 | |
CN112632547A (zh) | 一种数据处理方法和相关装置 | |
CN116483888A (zh) | 程序评估方法及装置、电子设备和计算机可读存储介质 | |
CN116722994A (zh) | 数据的检测方法、装置、电子设备及存储介质 | |
CN112948831B (zh) | 应用程序风险识别的方法和装置 | |
CN111752600B (zh) | 代码异常检测方法、装置、计算机设备及存储介质 | |
CN114301713A (zh) | 风险访问检测模型的训练方法、风险访问检测方法及装置 | |
JP6867552B2 (ja) | 判定方法、判定装置および判定プログラム | |
EP3964987A1 (en) | Learning device, determination device, learning method, determination method, learning program, and determination program | |
CN115190008B (zh) | 故障处理方法、故障处理装置、电子设备及存储介质 | |
CN108256320B (zh) | 微分域动态检测方法及装置、设备和存储介质 | |
CN113535568B (zh) | 应用部署版本的验证方法、装置、设备和介质 | |
CN113596051B (zh) | 检测方法、检测装置、电子设备、介质和计算机程序 | |
KR102587114B1 (ko) | 화이트 리스트를 기반으로 한 원격 제어 소프트웨어 탐지 장치 및 방법 | |
Mao et al. | A function-level behavior model for anomalous behavior detection in hybrid mobile applications | |
CN116663013A (zh) | 异常处理方法、装置、电子设备和计算机存储介质 | |
CN117911159A (zh) | 实时数据处理方法、装置、设备、存储介质及程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |