不解密数据竟也能识别TLS加密的恶意流量?

xman

　　加密一直都是保护用户通讯隐私的重要特性，可如果恶意程序在传播过程中也加密的话，对这样的流量做拦截感觉就麻烦了很多。谈到加密，TLS(Transport  Layer Security  Protocol，传输层安全协议)就是当前使用非常广泛的协议：国外部分研究机构的数据显示，已有至多60%的网络流量采用TLS，当然也包括一些恶意程序(虽然大约只有10%)。

　　来自思科的一组研究人员最近研究出一种方法，不需要对这类流量进行解密，就能侦测到采用TLS连接的恶意程序，是不是感觉有点小神奇?

　　TLS协议
　　这是怎么做到的?
　　思科已经公开了这份研究报告，题为辨认使用TLS的恶意程序(无需解密)(英文其实表达得更为准确，名为"Deciphering Malwares use  of  TLS")。我们比较笼统地归结原理，其实是TLS协议本身引入了一系列复杂的数据参数特性这些特性是可以进行观测检查的，这样自然就能针对通讯双方做出一些合理的推断。
　　这份报告中有提到："通过这些特性，我们可以检测和理解恶意程序通讯方式，与此同时TLS本身的加密属性也能提供良性的隐私保护。"听起来似乎还是比较理想的新技术在不需要对流量进行解密的情况下就达成流量安全与否的判断，的确具备很大意义。
　　为此，思科大约分析了18个恶意程序家族的数千个样本，并在企业网络中数百万加密数据流中，分析数万次恶意连接。整个过程中，网络设备的确不对用户数据做处理，仅是采用DPI(深度包检测技术)来识别clientHello和serverHello握手信息，还有识别连接的TLS版本。
　　"在这篇报告中，我们主要针对433端口的TLS加密数据流，尽可能公正地对比企业一般的TLS流量和恶意TLS流量。为了要确认数据流是否为TLS，我们需要用到DPI，以及基于TLS版本的定制signature，还有clientHello和serverHello的信息类型。"
"最终，我们在203个端口之上发现了229364个TLS流，其中443端口是目前恶意TLS流量使用最普遍的端口。尽管恶意程序端口使用情况多种多样，但这样的情况并不多见。"

　　不仅如此，据说他们还能就这些恶意流量，基于流量特性将之分类到不同的恶意程序家族中。"我们最后还要展示，在仅有这些网络数据的情况下，进行恶意程序家族归类。每个恶意程序家族都有其独特的标签，那么这个问题也就转化为不同类别的分类问题。"
"即便使用相同TLS参数，我们依然就够辨认和比较准确地进行分类，因为其流量模式相较其他流量的特性，还是存在区别的。我们甚至还能识别恶意程序更为细致的家族分类，当然仅通过网络数据就看不出来了。"
实际上，研究人员自己写了一款软件工具，从实时流量或者是抓取到的数据包文件中，将所有的数据输出为比较方便的JSON格式，提取出前面所说的数据特性。包括流量元数据(进出的字节，进出的包，网络端口号，持续时间)、包长度与到达间隔时间顺序(Sequence  of Packet Lengths and Times)、字节分布(byte distribution)、TLS头信息。
　　其实我们谈了这么多，还是很抽象，整个过程还是有些小复杂的。有兴趣的同学可以点击这里下载思科提供的完整报告。
　　分析结果准确性还不错
　　思科自己认为，分析结果还是比较理想的，而且整个过程中还融合了其机器学习机制(他们自己称为机器学习classifiers，应该就是指对企业正常TLS流量与恶意流量进行分类的机制，甚至对恶意程序家族做分类)，正好做这一机制的测试。据说，针对恶意程序家族归类，其准确性达到了90.3%。
　　"在针对单独、加密流量的识别中，我们在恶意程序家族归类的问题上，能够达到90.3%的准确率。在5分钟窗口全部加密流量分析中，我们的准确率为93.2%(make  use of all encrypted flows within a 5-minute window)。"