一種基于K-Core獲取進(jìn)程流行度識別異常進(jìn)程的算法及仿真

李智宏 王瑤

(中國移動通信集團(tuán)海南有限公司 海南?？?570125)

近年來，大規(guī)模網(wǎng)絡(luò)攻擊和信息安全事故層出不窮，涉及的領(lǐng)域越來越廣，造成的危害也越來越大[1]。2006年末，“熊貓燒香”事件轟動全國，進(jìn)近兩個月的時間，病毒感染無數(shù)門戶網(wǎng)站，上百萬臺電腦感染，凡是中了病毒的電腦，頁面上都會顯示一張熊貓手中握著香的圖片[2]。2010年7月，“震網(wǎng)”（Stuxnet）蠕蟲攻擊事件浮出水面，震網(wǎng)病毒感染了全球超過20萬臺電腦，摧毀了伊朗濃縮鈾工廠1/5的離心機(jī)，只靠U盤傳播的震網(wǎng)病毒，破壞了伊朗的核計(jì)劃[3]。2017年5月“WannaCry”勒索病毒肆虐，短短一個月的時間就席卷全球150多個國家，中毒者要支付大量贖金來解鎖自己的電腦文件，如果沒有備份，只能乖乖支付贖金，或者放棄治療，經(jīng)濟(jì)損失高達(dá)80億美元[4]。網(wǎng)絡(luò)攻擊和安全事件已經(jīng)逐步由黑客炫耀技術(shù)轉(zhuǎn)變?yōu)楹诳蛯?jīng)濟(jì)利益的追逐，轉(zhuǎn)變?yōu)閲抑g綜合實(shí)力的競爭。

無論是病毒、木馬還是蠕蟲，絕大多數(shù)的入侵行為都是通過攻擊特權(quán)進(jìn)程或者創(chuàng)建特權(quán)進(jìn)程來破壞業(yè)務(wù)系統(tǒng)的安全性，特定進(jìn)程通常需要完成有限的、特定的、惡意的行為，因此其行為在時間和空間上比其他業(yè)務(wù)程序更加異常，如不會像系統(tǒng)進(jìn)程、業(yè)務(wù)進(jìn)程一樣在絕大部分主機(jī)上存在，只在被入侵的主機(jī)上少數(shù)存在?；诖耍疚慕榻B了一種基于K-Core來對進(jìn)程流行度進(jìn)行排序的算法，根據(jù)流行度獲取業(yè)務(wù)系統(tǒng)主機(jī)進(jìn)程白名單庫及疑似惡意進(jìn)程庫，來幫助用戶識別主機(jī)異常進(jìn)程。

1 背景及研究現(xiàn)狀

圖1 異常進(jìn)程檢測流程圖

進(jìn)程是系統(tǒng)動態(tài)執(zhí)行操作的基本單位，服務(wù)器中的進(jìn)程不僅是程序的動態(tài)實(shí)現(xiàn)，還包括對資源的調(diào)度和分配活動。服務(wù)器中任何惡意程序的執(zhí)行都會啟動相應(yīng)的異常進(jìn)程，如木馬病毒、蠕蟲、僵尸網(wǎng)絡(luò)和DDoS攻擊等惡意攻擊都會事先在服務(wù)器中安插后門進(jìn)程。如果能在惡意程序執(zhí)行初期檢測出服務(wù)器中的相應(yīng)異常進(jìn)程，并采取一定的措施，就能避免遭受更大的損失。

目前對網(wǎng)絡(luò)攻擊的主要防護(hù)手段是防火墻和入侵檢測技術(shù)。防火墻作為內(nèi)網(wǎng)和外網(wǎng)的一道警戒線，有效地阻擋了大部分的惡意攻擊。但防火墻的功能具有較大局限性，它的防御策略是靜態(tài)的，且只能阻擋來自于外網(wǎng)的攻擊。入侵檢測技術(shù)有效的彌補(bǔ)了防火墻的缺陷，它可以監(jiān)控主機(jī)狀態(tài)以判斷用戶行為是否正常。進(jìn)程監(jiān)控是網(wǎng)絡(luò)安全技術(shù)的重要實(shí)現(xiàn)環(huán)節(jié)，許多入侵檢測系統(tǒng)和殺毒軟件都會有監(jiān)控主機(jī)進(jìn)程的功能。然而入侵檢測技術(shù)對于異常進(jìn)程檢測的時效性較差，且忽略了進(jìn)程的全局特性。

圖2 異常進(jìn)程檢測流程

圖3 進(jìn)程網(wǎng)絡(luò)圖

圖5 進(jìn)程無向圖

圖7 原始進(jìn)程無向網(wǎng)絡(luò)圖

針對現(xiàn)有異常進(jìn)程檢測技術(shù)和工具存在的缺陷，本文的目的在于提供一種檢測服務(wù)器中異常進(jìn)程的方法與裝置，提高異常進(jìn)程檢測的時效性。具體解決的技術(shù)問題如下。

(1)部署采集器，采集目標(biāo)服務(wù)器中的進(jìn)程日志；

(2)基于黑進(jìn)程庫對歷史進(jìn)程日志進(jìn)行篩選，隨后采用K-Core算法訓(xùn)練，通過劃定閾值產(chǎn)生白進(jìn)程庫；

(3)基于白進(jìn)程庫，利用大數(shù)據(jù)平臺對目標(biāo)服務(wù)器中的進(jìn)程日志進(jìn)行實(shí)時且高效的合法性判決。

2 一種基于K-Core的異常進(jìn)程檢測的算法

圖4 K-Core算法分解示例圖

圖6 進(jìn)程流行度分析運(yùn)算圖

圖8 執(zhí)行兩次過程圖

圖9 執(zhí)行25次結(jié)果圖

本文介紹一種自動對采集到的進(jìn)程按照流行程度進(jìn)行排序的算法，該算法能夠自動生成進(jìn)程白名單和疑似異常進(jìn)程，有效擺脫了“過分依賴人”束縛的同時，能夠有效應(yīng)對大數(shù)據(jù)和云計(jì)算發(fā)展過程中設(shè)備數(shù)量眾多帶來的進(jìn)程數(shù)量巨大的問題。

表1 主機(jī)-進(jìn)程統(tǒng)計(jì)表

表2 進(jìn)程關(guān)聯(lián)統(tǒng)計(jì)表

2.1 異常進(jìn)程檢測流程

本文提出一種主機(jī)異常進(jìn)程檢測算法（見圖1），并將算法封裝成一種檢測裝置。整個裝置分為兩個白進(jìn)程庫生成和異常進(jìn)程實(shí)時檢測兩個單元，第一個單元是根據(jù)歷史進(jìn)程數(shù)據(jù)，自動生成進(jìn)程流行度序列，基于序列生成進(jìn)程白名單和疑似名單，第二個單是對實(shí)時采集進(jìn)程進(jìn)行實(shí)時檢測，識別出疑似異常進(jìn)程。

2.2 異常進(jìn)程識別功能模塊介紹

本文提出的異常進(jìn)程檢測裝置包含四大功能模塊，分別是進(jìn)程日志采集模塊、白進(jìn)程庫生成模塊、進(jìn)程日志傳輸模塊以及異常進(jìn)程檢測模塊。

2.2.1 進(jìn)程日志采集模塊

監(jiān)控服務(wù)器關(guān)于內(nèi)核的偽文件系統(tǒng)中的進(jìn)程信息文件夾，并實(shí)時將內(nèi)核創(chuàng)建的進(jìn)程寫入進(jìn)程日志文件，進(jìn)程信息包括進(jìn)程的創(chuàng)建和銷毀、進(jìn)程的運(yùn)行狀態(tài)和運(yùn)行時間、資源占用情況和進(jìn)程訪問網(wǎng)絡(luò)資源情況。

設(shè)置時間窗口定時獲取服務(wù)器中所有進(jìn)程的快照并寫入進(jìn)程日志文件，所述進(jìn)程包括系統(tǒng)進(jìn)程、第三方服務(wù)程序啟動的進(jìn)程和用戶啟動的進(jìn)程。

2.2.2 白進(jìn)程庫生成模塊

首先，根據(jù)黑進(jìn)程庫對進(jìn)程歷史日志進(jìn)行篩選，過濾出顯著的異常進(jìn)程。針對剩余進(jìn)程日志，構(gòu)建如圖3所示的進(jìn)程網(wǎng)絡(luò)圖，在服務(wù)器中比較流行的進(jìn)程對應(yīng)的頂點(diǎn)在進(jìn)程網(wǎng)絡(luò)中的重要性較高。因此找出服務(wù)器進(jìn)程網(wǎng)絡(luò)中的重要頂點(diǎn)，即可找出服務(wù)器中的合法進(jìn)程，進(jìn)而建立白進(jìn)程庫。具體檢測流程如圖2所示。

利用K-Core算法計(jì)算進(jìn)程網(wǎng)絡(luò)圖各頂點(diǎn)的Core值，Core值高于閾值的頂點(diǎn)對應(yīng)的進(jìn)程為合法進(jìn)程，并寫入白進(jìn)程庫，步驟如下：

（2）找出網(wǎng)絡(luò)中“度值”最小的頂點(diǎn)，其“度值”為k，然后取，然后依次剪除度為k的節(jié)點(diǎn)，這些被剪除的節(jié)點(diǎn)對應(yīng)的K-Core值為；

（4）重復(fù)步驟（2），直到網(wǎng)絡(luò)中所有節(jié)點(diǎn)均被剪除，即可得到頂點(diǎn)的重要性分組。

2.2.3 服務(wù)器進(jìn)程日志傳輸模塊

利用數(shù)據(jù)管道如Kafka，從目標(biāo)服務(wù)器獲取進(jìn)程數(shù)據(jù)并傳輸?shù)酱髷?shù)據(jù)分析平臺。如圖4所示，實(shí)時輸入目標(biāo)服務(wù)器的所有進(jìn)程數(shù)據(jù)，經(jīng)過Kafka傳輸，Spark大數(shù)據(jù)平臺分析，然后向用戶實(shí)時輸出異常進(jìn)程的相關(guān)信息。

2.2.4 異常進(jìn)程檢測模塊

在大數(shù)據(jù)平臺上利用白進(jìn)程庫實(shí)時檢測目標(biāo)服務(wù)器異常進(jìn)程，并從服務(wù)器進(jìn)程日志中抽取異常進(jìn)程的特征信息，包括進(jìn)程啟動時間、運(yùn)行時間、資源占用情況、狀態(tài)、文件關(guān)聯(lián)和用戶關(guān)聯(lián)信息等。

3 算法仿真及實(shí)驗(yàn)結(jié)果

在上文提到的四個模塊中，白進(jìn)程庫生成模塊是本文的核心，為了更便于理解這一部分將已一個示例說明異常進(jìn)程及白名單庫生成的全過程，并利用python對采集到的進(jìn)程樣本進(jìn)行仿真實(shí)驗(yàn)。

3.1 基于K-Core算法識別異常進(jìn)程示例

兩個進(jìn)程若存在在同一臺主機(jī)上，說明進(jìn)程有聯(lián)系，統(tǒng)計(jì)所有兩兩進(jìn)程同時出現(xiàn)的次數(shù)，如表2所示。

根據(jù)表2繪制對應(yīng)進(jìn)程無向圖如圖5所示。

利用K-Core[5-8]對進(jìn)程流行度進(jìn)行排序（見圖6），首先排除在外的是E節(jié)點(diǎn)，E節(jié)點(diǎn)排除后還要考慮對其他進(jìn)程節(jié)點(diǎn)的影響，本文中按照70%的影響因子計(jì)算刪除節(jié)點(diǎn)對其他節(jié)點(diǎn)的影響。

經(jīng)過K-Core算法計(jì)算后主機(jī)進(jìn)程重要性排序?yàn)?A、C)、D、B、E。大部分主機(jī)都存在的是系統(tǒng)進(jìn)程、業(yè)務(wù)進(jìn)程的可能性較高，而只有少部分主機(jī)存在的進(jìn)程為異常進(jìn)程的可能性高，基于這個原則，設(shè)定一定的閾值，將重要性排序靠前的納入進(jìn)程白名單庫，而重要性排序靠后的納入疑似異常進(jìn)程庫，告警進(jìn)行人工核實(shí)。

3.2 python仿真結(jié)果

為了驗(yàn)證算法的有效性，本文挑選一個25臺服務(wù)器規(guī)模的小型業(yè)務(wù)系統(tǒng)，25臺服務(wù)器共采集到503個進(jìn)程采集其進(jìn)程進(jìn)行利用python進(jìn)行效果仿真，實(shí)驗(yàn)結(jié)果如圖7～圖9所示。

最終試驗(yàn)結(jié)果顯示，該小型業(yè)務(wù)系統(tǒng)流行度較高的進(jìn)程為bash、kworker、watchdog、kthreadd這些為系統(tǒng)進(jìn)程，因此納入白名單庫。而流行度較低的疑似異常進(jìn)程為ueksinzina、obggtvdung這種只有少數(shù)兩臺管理服務(wù)器才安裝的業(yè)務(wù)進(jìn)程，雖然在本文中不是異常進(jìn)程，但是在大型應(yīng)用場景，該類只有少數(shù)主機(jī)才存在的進(jìn)程需要納入疑似異常進(jìn)程進(jìn)行人工核實(shí)。

3.3 仿真結(jié)論

經(jīng)過仿真實(shí)驗(yàn)，可以看到本文提出的識別異常進(jìn)程的算法具有一定的可行性，能夠?qū)I(yè)務(wù)系統(tǒng)主機(jī)進(jìn)程根據(jù)流行程度進(jìn)行排序，重要性排序靠前的進(jìn)程的確為業(yè)務(wù)正常進(jìn)程，重要性排序靠后的進(jìn)程雖然不是異常進(jìn)程，但是流行程度較低。

本文提出的基于K-Core主機(jī)異常進(jìn)程識別算法的與現(xiàn)有技術(shù)相比，具有以下幾個先進(jìn)性，首先文章將圖計(jì)算方法應(yīng)用于服務(wù)器異常進(jìn)程檢測，其次可通過無監(jiān)督的方式產(chǎn)生服務(wù)器進(jìn)程白名單庫以及疑似異常進(jìn)程庫，最后結(jié)合大數(shù)據(jù)平臺能夠?qū)崟r分析大量服務(wù)器上的進(jìn)程日志并提取異常的進(jìn)程相關(guān)信息。

4 結(jié)語

本文介紹了一種構(gòu)建“服務(wù)器—進(jìn)程”的網(wǎng)絡(luò)拓補(bǔ)圖，并基于K-Core算法對主機(jī)節(jié)點(diǎn)流行度進(jìn)行排序構(gòu)建進(jìn)程白名單和識別異常進(jìn)程的算法，并提取小型業(yè)務(wù)系統(tǒng)主機(jī)進(jìn)程對算法進(jìn)行驗(yàn)證，實(shí)驗(yàn)結(jié)果表明本文將圖計(jì)算方法應(yīng)用于異常進(jìn)程識別，算法簡單有效，能夠準(zhǔn)確識別流行度較高的業(yè)務(wù)進(jìn)程、系統(tǒng)進(jìn)程，并發(fā)現(xiàn)流行度較低的疑似惡意進(jìn)程。

目前算法僅在小型業(yè)務(wù)系統(tǒng)進(jìn)行驗(yàn)證，隨著云計(jì)算、物聯(lián)網(wǎng)技術(shù)的發(fā)展，主機(jī)規(guī)模成倍劇增，下一步作者將進(jìn)一步研究將算法應(yīng)用于大量服務(wù)器進(jìn)程日志場景中。