Kcon大會 | 美團安全分享APT檢測裝置的擴充套件研究

8月23日-25日，一年一度的KCon 黑客大會在北京昆泰嘉瑞文化中心成功舉辦，本屆大會以「無界」為主題，通過匯聚全球黑客的智慧，探索技術的無窮奧祕，突破邊界外的邊界，創造不可能的可能。

作為安全領域內擁有豐富實戰經驗和技術積累的安全團隊，美團安全研究院成員受邀參加Kcon黑客大會，並針對目前主流廠商在移動平臺（iOS、Android）的APT檢測裝置明顯不足的現狀，分享了關於「APT檢測裝置的擴充套件研究」的議題。

現場議題圍繞業界現狀分析、相關裝置的動態沙箱（蜜罐）技術等幾個方面，充分展示美團安全團隊對APT檢測裝置的擴充套件研究成果。

議題解讀

「APT檢測裝置的擴充套件研究」

演講者 | JU ZHU

目前就職於美團（高階安全研究員），有著9+年的安全研究經驗，其中7+年主要從事高階威脅的研究，包括0Day、nDay 和漏洞挖掘。他一直致力於使用自動化系統來 Hunt 野外的高階威脅，曾多次獲得 CVE，且受到 Google、Apple、Facebook 等廠商的致謝，也多次作為 Speaker 受邀參加 BlackHat、CodeBlue、CSS 等國內外的頂級安全會議。

1. 現狀分析

1.1 業界主流APT檢測裝置選型對比

   APT檢測裝置的選擇一般是參考Gartner報告挑出備選，再結合實際情況做適應性檢測對比。

平臺支援性：

   我們統計了某天內網接入裝置的作業系統型別（見圖1），並根據這些型別對三個備選廠商進行了平臺相關性檢測（見圖2）。

圖1 內網接入裝置的作業系統型別統計

圖2 各廠商的平臺支援對比

從圖1和圖2可以看出，大部分廠商只是對Windows平臺的支援比較好，或者也提供Android沙箱。然而這和內網接入裝置的多元化還有很大差距，需要我們自己進行進一步的擴充套件開發。

檔案型別支援性：

有些廠商對於平臺的支援可能受到某些限制，所以他們通過更多的檔案型別支援來進行能力補充（見圖3）。

圖3 各廠商的檔案型別支援對比

在選型測試中，我們特地增加了plist檔案格式的樣本，這源於之前發現的在野的iOS Ransomware（Death Profile[1]）。它是一種基於iOS的Configuration Profile，常用於企業為辦公裝置推送各類配置資訊（如Wi-Fi、VPN設定等），是一種常見的公司內部交換檔案格式。

從圖3看，各廠商幾乎覆蓋了基於Windows平臺的檔案格式（諸如PE、Office等），只有少量廠商支援基於MacOS/iOS平臺的Mach-O檔案（經過實測，他們基本上採用的是靜態分析方式），而plist格式目前並未有廠商支援。因此對於檔案格式的支援性，還有很大的空間可提升。

1.2可參考的解決方案對比

對於甲方來說，APT檢測的解決方案一般以採購為主，但也不乏根據實際情況進行部分自研。我們選取了一些可參考的（除Windows外）動態沙箱技術解決方案來進行對比（見圖4）。

圖4 可參考的動態沙箱技術解決方案對比

MacOS：

Darling是一種比較輕量級的基於Linux的MacOS App執行環境，主要是做了一個轉換層，將App的函式呼叫重定向到了Linux。Darling可以執行在Docker上，方便大規模部署和維護。Cuckoo Sandbox是比較重量級的，它執行在MacOS上，一般採用VisualBox來部署，效能會差些。

因此可以採用階梯式部署方式：Darling完成大部分指標檢測，而剩下的少部分，則由Cuckoo Sandbox來完成（如圖5）。

圖5 MacOS動態沙箱技術解決方案

iOS：

Corellium擁有一套比較完整的iOS虛擬機器，不過目前他們只提供雲服務，對於內網審計是個很大的挑戰。對於很多甲方公司來說，內網的資料是不能外傳的，所以我們更傾向於使用本地沙箱方式。

Android：

Anbox是一個輕量級完整模擬Android的系統， Cuckoo Droid是一個比較成熟的檢測Android Malware的沙箱系統，且它們都是開源的，比較符合甲方的需求，不需要再做擴充研究。

綜上所述，大部分可參考的動態沙箱技術解決方案，基本都可實現本地部署，且開源方便二次開發。唯有iOS動態沙箱需要重新設計和開發。

2. iOS動態沙箱（蜜罐）技術

2.1總體架構流程

為了能檢測出未知Malware（0 Day等），同時又能知曉影響面（版本、位數等），我們首先需要提取iOS App中的Mach-O檔案，再根據32位或者64位來進行相應的檢測。

圖6 針對Mach-O的流程

如圖6所示，首先解開IPA檔案，再分解Fat檔案為32位Mach-O和64位Mach-O。由於基於Aarch 64的硬體伺服器架構不能直接執行Arm 32位的程式，我們進行了分流設計：將32位的Mach-O送入模擬Arm v7的Qemu，而64位的Mach-O則送入基於Aarch 64的Docker。

另外，存在像Death Profile這樣的攻擊，我們還需要檢測流量中plist格式的檔案或者內容（如圖7）。

圖7 針對plist的流程

2.2 輕量級虛擬化設計

Corellium的虛擬化方案雖然非常完備，但對於我們的需求來說過重，且開發成本極高。因此我們更傾向於類似Darling（或者Wine）的輕量級解決方案。

我們採用API重定向的方式，將Mach-O完整地在Qemu（或者Docker）中模擬執行起來。

圖8 輕量級的虛擬化設計

圖8是我們提出的輕量級虛擬化設計，最底層硬體和作業系統都是基於Aarch 64（或者Arm v8），在它們上面使用Qemu以實現Arm v7的支援。而Docker用於直接對Arm 64的支援。

在Qemu（或者Docker）內，我們部署安裝了一些基礎庫（諸如libc、libc++等），還編譯了libobjc、libdispatch等開源庫，以對更上層的API重定向庫提供支援。

最後，我們實現了類似Foundation.framework的API重定向庫，以支撐Mach-O的正常執行，執行效果見圖9、圖10。

圖9 Qemu（Arm v7）的執行效果

圖10 Docker（Arm 64）的執行效果

2.3 實現

正常來說，我們執行一個Mach-O檔案，需要實現一個類似dyld的Loader程式，來用於解析和載入Mach-O，並匯入相關的依賴庫。這裡我們需要自己實現這個過程。

整個實現過程分為六個部分：解析和載入、匯入相關依賴庫、地址修正、地址（API）重定向、執行、回撥。

圖11 整個執行過程

圖12 執行效果

解析和載入：

我們通過解析Mach-O檔案中Load Commands的Segment資訊，將所有的Segment資料（除PageZero）按地址順序逐一載入到虛擬記憶體。由於程式啟動時會在程式空間加上一段偏移量（slide），我們需要計算記錄下slide的結果，用於之後執行時的起始地址計算（如圖13）。

slide = text_real_vm_addr - text_vm_addr

其中text_real_vm_addr是TEXT段的實際虛擬記憶體地址，text_vm_addr是Mach-O檔案中TEXT段的VM地址。

另外，在對映時，可按實際VM Protection值來設定所對映的虛擬記憶體VMP屬性。

圖13 所有Segment資料（除PageZero）對映到虛擬記憶體的實際地址分佈情況

匯入相關依賴庫：

通過解析Mach-O檔案中Load Commands的LC_LOAD_DYLIB資料，可獲取所有依賴庫的資訊，並做模擬實現。這樣就可以將Mach-O中的API呼叫重定向到我們希望呼叫的函式中去。

事實上，在實現某個依賴庫（比如Foundation）時，可能會存在更多的依賴庫需要實現，其工作量將是巨大的（如圖14）。

圖14 Foundation的實現

地址修正：

如果要正常執行main函式，Mach-O檔案中Rebase所描述地址的資料還需要做修正，如Lazy Symbol Pointer資料和CFString資料等。

圖15 Mach-O檔案中Rebase所描述地址的資料修正

地址（API）重定向：

對於Lazy Symbol Pointer這類資料，我們還需要再做一次修正，那就是使用我們模擬實現的函式地址來替換該資料（Pointer）。

圖16 地址（API）重定向

圖17 API重定向流程

執行：

如果我們希望執行某個函式，只需要找到它的入口地址，即可直接執行。比如main函式，我們通過解析Mach-O檔案中Load Commands的LC_MAIN資料，從而獲得它的相對入口地址，再加上之前我們獲得的slide和text_vm_addr，就可以算出它的絕對（真實）入口地址。

圖18 算出main函式的絕對（真實）入口地址，並直接執行它

回撥

Delegate是iOS開發常用的設計模式，所以我們也需要實現相應的回撥。我們通過解析Mach-O檔案中ObjC2 Class的資料，來獲得Delegate類。然後，再解析它（比如AppDelegate）的Protocol資料，來獲得Framework裡對應的類（比如UIKit的UIApplication）最後，再解析它的Method資料，並註冊到NSNotificationCenter。

圖19 回撥流程

圖20 執行效果

2.4 部署

最初研究或小批量試驗，可以使用一些廠商的雲服務，或者採用低成本的樹莓派叢集。而我們為了更好的匹配重新設計的動態沙箱（蜜罐）系統，採用了公司現有的ODM（Original Design Manufacturer）專用Aarch 64伺服器。

圖21 自研伺服器

團隊介紹

美團安全部的大多數核心人員，擁有多年網際網路以及安全領域實踐經驗，很多同學參與過大型網際網路公司的安全體系建設，其中也不乏全球化安全運營人才，具備百萬級IDC規模攻防對抗的經驗。安全部也不乏CVE“挖掘聖手”，有受邀在Black Hat等國際頂級會議發言的講者，當然還有很多漂亮的運營妹子。

目前，美團安全部涉及的技術包括滲透測試、Web防護、二進位制安全、核心安全、分散式開發、大資料分析、安全演算法等等，同時還有全球合規與隱私保護等策略制定。我們正在建設一套百萬級IDC規模、數十萬終端接入的移動辦公網路自適應安全體系，這套體系構建於零信任架構之上，橫跨多種雲基礎設施，包括網路層、虛擬化/容器層、Server 軟體層（核心態/使用者態）、語言虛擬機器層（JVM/JS V8）、Web應用層、資料訪問層等，並能夠基於“大資料+機器學習”技術構建全自動的安全事件感知系統，努力打造成業界最前沿的內建式安全架構和縱深防禦體系。

隨著美團的高速發展，業務複雜度不斷提升，安全部門面臨更多的機遇和挑戰。我們希望將更多代表業界最佳實踐的安全專案落地，同時為更多的安全從業者提供一個廣闊的發展平臺，並提供更多在安全新興領域不斷探索的機會。

招聘

美團安全2019年招聘火熱進行中~

如果你想加入我們，歡迎簡歷請發至郵箱zhaoyan17@meituan.com。