安全测试前置实践1-白盒&黑盒扫描
作者:京东物流 陈维
一、引言
G.J.Myers在《软件测试的艺术》中提出:从心理学角度来说,测试是一个为了寻找错误而运行程序的过程。
那么安全测试则是一个寻找系统潜在安全问题的过程,通过测试手段发现系统中可能存在的安全问题和风险,分析并进行优化,保障系统的安全质量。
从应用安全维度出发,展开系列安全测试工作,包括不限于:安全前置扫描、安全渗透测试、数据安全、SDL流程引入等。
本文我们将以围绕系统安全质量提升为目标,讲述在安全前置扫描上实践开展过程。
希望通过此篇文章,帮助大家更深入、透彻地了解安全测试,能快速开展安全测试。
二、安全前置实践
1.工单分析-明确来源
在开展扫描前,首先对现有工单漏洞进行分析。
(1)漏洞来源分析
漏洞占比分布:
开源组件-版本问题、代码扫描 ,这两类占比91%;
这两类主要为编译时,平台自动调用安全部代码扫描接口发起的扫描;
安全部按照规则,则形成漏洞工单下发研发。
白盒漏洞分布:
检测分支:master分支、uat分支、test分支等。
即:所有在jdos上进行部署的分支都会进行扫描,扫描出的问题都是工单的产生来源。
JSRC类分析:
外部白帽在JSRC上提交的问题:https://security.jd.com,相关部门再下发形成工单。
(2)形成预防措施
通过上述分析,开展的具体措施:
1.开展前置扫描。在行云部署编译之前,主动发起安全前置扫描,避免遗漏到线上。并且统一代码安全扫描规则,避免内部扫描过代码仍存在代码扫描类漏洞。
2.安全质量卡控。研发测试落实代码安全扫描,安全扫描作为上线必备环节,触发形成自动扫描,漏出问题修复后才可进行上线编译。
3.开展渗透测试。针对外网系统和内网敏感系统已上线系统开展渗透测试,新需求接入安全SDL安全研发生命周期进行管理。
4.前置扫描-解决存量
通过对应用代码白盒扫描,应用域名的黑盒扫描,前置识别问题,预防缺陷,减少漏洞。以及在扫描过程中进行工具提效,近一步提高前置识别预防的范围。
(1)代码白盒扫描
①基于流水线源代码安全审计原子的master分支扫描
在部门刚开始做扫描时,使用流水线方式,优先流水线方式,实现持续的集成扫描,流水线主要步骤为:
扫描分支:master分支
触发条件:码提交触发、定时触发
邮件通知:通过邮件进行扫描报告链接下发
问题跟进:人工查看报告-漏洞分类整理-下发任务至研发
总结:
能有效地覆盖master分支的扫描,但是存在的问题是:
覆盖分支有限,造成非master分支漏洞遗漏;
如需新增覆盖分支,则需新建流水线,耗时不变;
人工方式的问题梳理,效率低,易出错。
②活跃分支的预防扫描
部署平台上的编译分支,除master外,其他编译分支也会产生漏洞工单。
仅进行master分支扫描,不能完全预防白盒漏洞问题。
故:抓取活跃分支-提交活跃分支代码扫描-形成全分支扫描覆盖
识别活跃分支:
安全代码扫描平台:
活跃分支扫描结果。
总结:
基于以上,实现了master分支+活跃分支的扫描覆盖,完全覆盖,可完全前置识别白盒漏洞问题。
(2)应用黑盒扫描
Step1:获取域名基于域名、解析IP的黑盒扫描。
**Step2:**白盒漏洞扫描执行:
整理漏洞扫描结果:
(3)提效工具开发
问题:白盒&黑盒扫描,包含【提交任务-获取结果-漏洞整理-问题下发】的实施步骤,过程中,纯手工操作:时
间长,问题收集、整理,易遗漏&出错 。白盒扫描覆盖率低,遗漏的问题形成工单。
方案:基于开放接口实现批量提交任务-获取结果-报告整理工具
收益:
效率提升:人工4小时->1小时,提效75%
覆盖率提升:master分支->近两周活跃分支+master分支,扫描覆盖率100%,发现更多问题,避免遗漏。
1.漏洞修复-闭环跟踪
完成白盒和黑盒扫描之后,要将扫出的漏洞推送至研发解决,以及完成漏洞的闭环跟踪验证。
(1)基于行云缺陷跟踪处理
?以应用对应的代码库为维度,进行安全漏洞扫描;
?一个代码库一次扫描出一份报告,报告中展示工程代码当前存在的所有安全类问题;
?每次扫描出的结果会在行云上记录一个问题,反馈到研发接口人,由研发接口人分配到具体研发;
总结:
?基于行云缺陷录入管理,录入过程耗时耗力,未实现自动录入;
?过程不精细;
(2)基于任务批量管理平台进行下发
?扫描完成之后->对问题进行整理->通过OE接口人(或OE接口)进行批量下发任务;
?研发修复解决;
(3)安全流程建设
?每周测试接口人、研发接口人,组织会议对本周安全工单、漏洞问题进行复盘;
?周二、周四上线日的黑白合扫描的常态化执行,发送安全测试报告邮件;
?每周安全测试周报;每月安全测试月报;
?研发安全自测意识建立,行云部署编译之前,使用平台进行自测;
1.浅析漏洞
(1)扫描原理-污点分析
使用污点分析检测程序漏洞的工作原理如下图所示:
?基于数据流的污点分析:
在不考虑隐式信息流的情况下,可以将污点分析看做针对污点数据的数据流分析。根据污点传播规则跟踪污点信息或者标记路径上的变量污染情况,进而检查污点信息是否影响敏感操作。
?基于依赖关系的污点分析:
考虑隐式信息流,在分析过程中,根据程序中的语句或者指令之间的依赖关系,检查 Sink 点处敏感操作是否依赖于 Source 点处接收污点信息的操作。
参考资料:https://firmianay.gitbooks.io/ctf-all-in-one/content/doc/5.5_taint_analysis.html基本原理
三、总结
本文我们讲述了体验保障的安全质量提升过程。重点讲述黑盒、白盒的扫描过程。
首先对漏洞工单进行了分析,确定了漏洞的来源、种类、分布,摸清了漏洞的现阶段情况。
然后通过进行安全前置扫描,对工单中的白盒、黑盒问题前置识别。过程中通过开发工具来提升效率,最终形成一套可行的前置开展方案。
但需注意:除了解决存量漏洞问题,还需要新增类问题,需要持续不断地建设,需要实现安全测试的常态化运行。并且要利用更多自动化工具,去进行提效。