第八章 入侵检测技术
8.1 入侵、入侵检测与 IDS
入侵(Intrusion):在非法或未经授权的情况下,试图存取或处理系统或网络中的信息,或破坏系统或网络正常运行,致使系统或网络的机密性、完整性和可用性受到破坏的故意行为。
入侵检测(Intrusion Detection):对入侵行为的发觉。通过计算机网络或计算机系统的关键点采集信息并进行分析,发现网络或系统中是否有违反安全策略的行为和被攻击的迹象。
入侵检测系统(Intrusion Detection System,IDS):实现入侵检测功能的软件和硬件的集合。
8.2 入侵检测系统的功能
- 自动检测入侵行为。
- 监视网络流量(Network IDS)和主机(Host IDS)中的操作。
- 基于特征、基于异常分析入侵行为。
- 按预定规则作出响应,如阻止指定行为。
8.3 通用入侵检测模型:Denning 模型
可以检测的异常使用系统行为包括黑客入侵、未授权操作或越权操作等。
模型假设:异常使用系统的入侵行为可以通过检查系统的审计记录来识别。
- Denning 模型实际上是一个基于规则的模式匹配系统。
- 该模型未包含已知系统漏洞或攻击方法方面的知识。

8.4 入侵检测系统的通用模型:CIDF
CIDF 模型由事件生成器、事件分析器、事件响应器、事件数据库组成。

| 组成 | 功能 |
|---|---|
| 事件生成器 | 采集和监视被保护系统的数据,如网络数据包、系统日志等,并将数据保存,通常存入数据库 |
| 事件分析器 | 分析采集数据,发现非法、潜在危险或异常现象,通知响应单元;也对数据库数据定期统计分析,发现一段时期内的异常表现 |
| 事件响应器 | 协同事件分析器工作,发现入侵企图后进行拦截、阻断、反追踪等,保护系统免受攻击和破坏 |
| 事件数据库 | 记录事件分析结果及所有采集事件,用于以后的分析与检查 |
8.5 入侵检测系统的分类
按检测分析技术方法:异常检测、特征检测。
按检测范围:基于主机、基于网络、基于网络节点。
8.6 异常检测与特征检测
| 比较项目 | 异常检测(Anomaly Detection) | 特征检测/误用检测(Misuse Detection) |
|---|---|---|
| 别称 | 基于行为的检测 | 误用检测 |
| 基础 | 用户或系统的正常使用模式、知识库 | 攻击和系统漏洞库、攻击特征库 |
| 判断方式 | 标识不符合正常模式的行为活动 | 判断当前行为是否符合已知攻击模式 |
| 假设 | 入侵行为是异常的 | 可以识别和表示所考虑的攻击特征 |
| 对象 | 基于系统或基于用户的异常 | 基于系统或基于用户的攻击行为 |
| 特点 | 比较符合安全概念,但正常模式难以建立,正常与异常难以明确划分,实现难度较大 | 针对已知或类似攻击及间接违背安全策略的行为,已进入实用 |
IDS 分析策略还可按缺省策略划分:
| 分析策略 | 特征检测 | 异常检测 |
|---|---|---|
| 缺省即允许 | 基于信号的特征检测 | 基于机器学习的异常检测 |
| 缺省即禁止 | 基于策略的特征检测 | 基于轮廓的异常检测 |
8.7 主要检测方法
基于专家系统的检测技术
根据安全专家对可疑行为的分析经验形成推理规则,在此基础上构成专家系统并应用于入侵检测。基于规则的专家系统或推理系统也有一定局限性。
基于攻击签名分析的检测技术
把获得的攻击知识翻译成可以在系统审计轨迹中直接发现的信息,在检测时不需要语义级的攻击描述。
基于简单规则的模式匹配技术
按预先定义的简单规则对行为或数据进行模式匹配。
基于统计模式匹配的检测技术
把系统审计轨迹视为抽象事件流,使用 CPN 描述攻击者的攻击模式,入侵检测器作为模式匹配器。
基于状态转换分析的检测技术
考虑攻击行为对每步系统状态转移的影响,可检测协同攻击和利用用户会话的攻击行为。
基于模型推理的检测技术
为某些行为建立特定模型,监视具有特定行为特征的活动。根据假设的攻击脚本检测非法用户行为。为了准确判断,通常需要为不同攻击者和不同系统建立特定攻击脚本。
基于神经网络的检测技术
采用神经网络技术处理实时检测到的信息,对攻击可能性作出判断。可用于解决传统统计分析技术面临的问题:
- 难于建立确切的统计分布,难于实现方法的普适性。
- 算法实现比较昂贵。
- 系统臃肿,难于剪裁。
8.8 主机入侵检测系统 HIDS
基于主机的入侵检测系统以代理软件形式安装在每台主机或服务器上,监测主机的各种活动。代理软件实现检测分析,并向统一管理/策略服务器发送日志和告警信息。
按检测对象不同,分为网络连接检测、主机文件检测。
优点:
- 长期监控谁访问什么。
- 可以将问题映射到具体的用户 ID。
- 可以跟踪滥用行为的变化。
- 适用于通信加密环境。
- 可以运行在交换环境中。
- 监测分布在多台主机上的负载,并只将有关数据上报中央控制台。
缺点:
- 无法监测本机之外的网络活动。
- 审计机制运行增加系统负载。
- 审计记录占用大量存储空间。
- 操作系统漏洞可能破坏代理软件的有效性。
- 不同类型操作系统需要不同代理软件。
- 升级时每台机器都要升级。
- 部署和维护成本更高。
8.9 网络入侵检测系统 NIDS
网络入侵检测系统以混杂模式接入网络,感应器可部署在网络关键位置,将日志/告警信息发送到企业防火墙内部的服务器。
- 形态:通常作为独立个体放置于被保护的网络上。
- 检测对象:原始网络分组数据包。
- 实现方式:利用网络适配器实时监视和分析通过网络传输的通信。
- 响应方式:检测到攻击后,通过通知、报警以及中断连接等方式作出反应。
优点:
- 不需重新配置或重定向日志机制即可快速获取信息。
- 部署不影响现有网络架构或数据源。
- 实时监视与检测网络攻击或误用。
- 与操作系统无关。
- 不增加被保护主机的系统开销。
缺点:
- 无法直接分析加密的数据。
- 从网络流量可以推断发生了什么,但不能判断结果。
- 对全交换网络需要配置交换机端口镜像。
- 对于带宽的要求较高。
8.10 IDS 的典型部署
NIDS 以旁路方式接入网络,部署在需要监控的关键位置;HIDS 安装在需要保护的主机上。可在内外网连接处、重要网段配置 NIDS,在关键服务器配置 HIDS。
8.11 IDS 的两个指标
- 误报率(False Alarm Rate):把正常事件识别为攻击并报警。
- 漏报率(False Negative):攻击事件没有被 IDS 检测到。
检测阈值需要权衡:提高检测敏感度、追求更高检出率,往往伴随更多误报;过于保守又可能增加漏报。
如果这篇文章对你有帮助,欢迎分享给更多人!
部分信息可能已经过时