جلسهی 34: نشانههای حمله Signs of an Attack
حملهی حدس رمز یعنی خیلی تلاش در زمان کم. زمانها را به دقیقهها گروه میکنیم، تابع هشدار مینویسیم، گزارش به ادمین میسازیم و یک موتور قانون کوچک درست میکنیم.
در این جلسه یاد میگیری
- در پایان این جلسه میتوانم زمانها را با
ts // 60به سطلهای یکدقیقهای گروه کنم. - در پایان این جلسه میتوانم تابعی بنویسم که برای بیش از N تلاش در یک دقیقه هشدار برگرداند.
- در پایان این جلسه میدانم پاسخ درست به حمله گزارش به معلم/ادمین است، نه حملهی متقابل.
- در پایان این جلسه میتوانم یک لیست از قانونها (تابعها) را روی داده اجرا کنم.
درس
⚠️ امروز یاد میگیریم حمله را ببینیم. دیدنِ حمله هرگز اجازهی حملهی متقابل نمیدهد: اسکن کردن یا «تلافی» روی آدرسی که به تو حمله کرده، خودش جرم است و اغلب آن آدرس هم قربانیِ دیگری است. همهی دادهی امروز ساختگی و داخل برنامه است. در دنیای واقعی نگهبان فقط سه کار میکند: ثبت میکند، مسدود میکند، گزارش میدهد.
یک آدم عادی رمزش را یکی دو بار اشتباه میزند. یک ربات حدس رمز (brute force) صدها بار در دقیقه تلاش میکند. پس نشانهی حمله «تعداد تلاش در واحد زمان» است، نه خودِ شکست. برای همین باید تلاشها را به بازههای زمانی گروه کنیم.
ترفند سطلبندی: زمان را تقسیم صحیح بر ۶۰ کن. همهی ثانیههای یک دقیقه عدد یکسانی میدهند؛ به آن عدد «سطل» (bucket) میگوییم. 1700000000 // 60 و 1700000031 // 60 هر دو 28333333 هستند، پس در یک دقیقهاند.
print(1700000000 // 60) # 28333333
print(1700000031 // 60) # 28333333
print(1700000075 // 60) # 28333334 -> the next minuteحالا کلید شمارش یک جفت است: (ip, bucket). با Counter میشماریم چند تلاش از هر آدرس در هر دقیقه بوده. تاپل میتواند کلید دیکشنری باشد.
from collections import Counter
TRIES = [(1700000000, "10.0.0.5"), (1700000005, "10.0.0.5"), (1700000075, "10.0.0.9")]
counts = Counter()
for ts, ip in TRIES:
counts[(ip, ts // 60)] += 1
print(counts[("10.0.0.5", 28333333)]) # 2تابع هشدار نباید چیزی چاپ کند؛ باید لیستی از متن هشدار برگرداند. اینطور میتوانیم هشدارها را بشماریم، مرتب کنیم یا به تابع گزارش بدهیم. قانون: اگر تعداد یک سطل بیشتر از limit بود، یک هشدار بساز.
def alerts(tries, limit):
counts = Counter()
for ts, ip in tries:
counts[(ip, ts // 60)] += 1
found = []
for (ip, bucket), n in counts.items():
if n > limit:
found.append(f"ALERT: {ip} made {n} tries in one minute")
return foundبعد از هشدار چه میشود؟ تشدید (escalation): کار نگهبان کوچک این است که مشکل را به نفر بالاتر برساند. در مدرسه یعنی معلم یا ادمین. متن گزارش باید سه چیز داشته باشد: چه دیدی، کِی، و چه پیشنهاد دفاعی داری (مثلاً مسدود کردن آن IP). هرگز «حمله کن به آن آدرس» در گزارش نیست.
موتور قانون ایدهی خیلی حرفهای ولی سادهای است: هر قانون یک تابع است که داده را میگیرد و لیست هشدار برمیگرداند. همهی قانونها را در یک لیست میگذاریم و با یک حلقه اجرا میکنیم. اضافه کردن قانون جدید یعنی فقط یک تابع جدید.
def rule_rate(tries):
return alerts(tries, 4)
def rule_unknown_ip(tries):
return [f"ALERT: unknown ip {ip}" for ts, ip in tries if ip not in ALLOWED]
RULES = [rule_rate, rule_unknown_ip]
for rule in RULES:
for a in rule(TRIES):
print(a)اشتباههای رایج: ۱) ts / 60 به جای ts // 60 (اعشاری میشود و هر ثانیه سطل خودش را میگیرد). ۲) چاپ کردن داخل تابع هشدار به جای return. ۳) >= به جای > وقتی سؤال میگوید «بیشتر از». ۴) فراموش کردن اینکه یک حملهکننده میتواند با سرعت کم هم حمله کند؛ قانون نرخ همهچیز نیست، برای همین چند قانون داریم.
مثالهای این جلسه
- مثال عملگرها (امنیت سایبری با پایتون): print(1700000000 // 60) # 28333333
- مثال حلقه for (امنیت سایبری با پایتون): for ts, ip in TRIES:
- مثال تابع (امنیت سایبری با پایتون): def alerts(tries, limit):
- مثال list comprehension (امنیت سایبری با پایتون): return [f"ALERT: unknown ip {ip}" for ts, i…
چالشها
- Which Minute (آسان)
- Tries per Minute (آسان)
- Alert Function (متوسط)
- Report, Never Attack Back (متوسط)
- Rule Engine (سخت)
- Full Detector (سخت)
- Ransomware Signs (سخت)
- Tries per Minute (متوسط)