新闻详情

新闻详情

首页 / 资讯中心 / 详情

国庆重保红蓝演练(五):跨网段横向移动检测与防火墙阻断实测

发布时间:2026/11/13 21:54:37来源:尧图网络
国庆重保红蓝演练(五):跨网段横向移动检测与防火墙阻断实测
国庆重保红蓝演练五跨网段横向移动检测与防火墙阻断实测在国庆重保前的红蓝实战攻防演练中红队在通过外网边缘资产如边界 VPN 或对外 Web 服务拿到初始立足点Foothold后真正的威胁在于其向内网核心生产域、数据库网段和容器编排集群的横向穿透Lateral Movement。蓝队如果仅守住边界而缺乏东西向East-West流量的检测与阻断能力内网防御就会沦为“纸糊的蛋壳”。红队典型横向穿透路径与网络行为特征演练中红队从 DMZ 区突破到核心数据中心通常依赖以下几类典型横向移动手法多级加密代理穿透利用 FRP、Chisel 或自定义的 WebSocket 隧道打通 DMZ 到办公网OA及内网测试网段的 Socks5 链路规避静态端口检测。凭据窃取与协议滥用利用机器内存中抓取的 NTLM Hash / Kerberos 票据通过 WMI、WinRM 或 SMB/RPC如 PsExec向内网跳板机实施 Pass-the-Hash (PtH) 或 Pass-the-Ticket (PtT)。SSH 密钥漫游与配置利用在 Linux 服务器上搜索.ssh/known_hosts、历史命令及无密码 SSH 密钥快速批量登录同集群其他节点。典型横向通信行为特征 - 短时间内源 IP 向同一子网或跨网段多个目标主机的 445 (SMB)、135 (RPC)、5985 (WinRM)、22 (SSH) 发起并发探测。 - 非办公时间如凌晨 2:00~5:00突发跨网段的大流量传输数据打包回传。 - 进程执行树中出现 cmd.exe / powershell.exe 由 wmiprvse.exe 或 services.exe 直接衍生。基于 NDR 与 Linux eBPF 的横向行为实时检测为了实现毫秒级的跨网段横向探测感知我们在核心汇聚交换机旁路镜像和主机端 eBPF 探针上部署了双层检测模型# lateral_movement_detector.py from collections import defaultdict import time class LateralMovementMonitor: def __init__(self, threshold5, time_window10): self.threshold threshold # 判定阈值时间窗口内扫描不同主机数 self.time_window time_window self.connection_tracker defaultdict(list) def process_flow_event(self, src_ip, dst_ip, dst_port, timestampNone): if timestamp is None: timestamp time.time() # 重点关注横向敏感端口 SENSITIVE_PORTS {22, 135, 445, 3389, 5985, 2375, 6443} if dst_port not in SENSITIVE_PORTS: return None # 清理过期窗口数据 self.connection_tracker[src_ip] [ (t, ip, p) for (t, ip, p) in self.connection_tracker[src_ip] if timestamp - t self.time_window ] # 记录本次跨网段访问 self.connection_tracker[src_ip].append((timestamp, dst_ip, dst_port)) # 统计访问的不同目标主机数 distinct_targets {ip for (_, ip, _) in self.connection_tracker[src_ip]} if len(distinct_targets) self.threshold: alert { alert_type: LATERAL_MOVEMENT_SCAN, source_ip: src_ip, target_count: len(distinct_targets), targeted_hosts: list(distinct_targets), ports: list({p for (_, _, p) in self.connection_tracker[src_ip]}), timestamp: timestamp } return alert return None在主机侧通过 eBPF 捕获security_socket_connect系统调用实时判定进程是否在发起非白名单的东西向跨网段请求。分布式防火墙策略自动化下发与联动阻断一旦 SOAR安全编排自动化与响应平台确认横向高危告警必须秒级联动内网核心交换机 ACL 和主机端iptables/nftables进行主机隔离Host Isolation# auto_containment_soar.py import subprocess import requests import json def block_lateral_source(attacker_ip, target_segment): 通过调用分布式防火墙 API 和在相关节点执行动态阻断规则 print(f[*] Triggering Auto-Containment for {attacker_ip} targeting {target_segment}) # 1. 动态下发 iptables 策略阻断所有跨网段转发 cmd [ iptables, -I, FORWARD, -s, attacker_ip, -j, DROP ] try: subprocess.run(cmd, checkTrue) print(f[] Successfully isolated {attacker_ip} at network gateway) except Exception as e: print(f[-] Failed to apply gateway iptables rule: {e}) # 2. 调用核心 SDN 控制器 API阻断源 IP 的 OpenFlow 流表 sdn_url https://sdn-controller.internal/api/v1/acls/quarantine payload { quarantine_ip: attacker_ip, action: DROP_ALL_EAST_WEST, duration_seconds: 3600 } headers {Authorization: Bearer SEC_TOKEN_REDACTED, Content-Type: application/json} try: resp requests.post(sdn_url, jsonpayload, headersheaders, timeout3) if resp.status_code 200: print([] SDN Micro-segmentation policy enforced successfully) except requests.exceptions.RequestException as e: print(f[-] SDN API call failed: {e}) if __name__ __main__: block_lateral_source(10.10.45.18, 172.16.0.0/16)实测验证与网络微隔离闭环在演练现场实测中红队在控制 DMZ 某测试机后尝试使用fscan对生产数据库段172.16.20.0/24发起 445 端口弱口令爆破。T0s红队启动扫描进程发出第 5 个 TCP SYN 包。T0.8sNDR 流量探针检出跨网段横向扫描告警SOAR 决策引擎触发高危收敛。T1.5s网关核心交换机与主机探针同步完成流表下发将源 IP 调度至黑洞路由Blackhole Routing同时告警推送到 SOC 大屏与值班专家群。T3.0s演练平台确认红队控制信道被成功切断横向移动路径完全收敛。通过实战检验验证了“流量全景感知 eBPF 主机取证 SDN 微隔离秒级阻断”的纵深防御体系在重保场景下的实战有效性。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/13 0:43:49

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/13 10:09:00

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/13 13:31:48

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/13 16:11:45

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/13 0:02:27

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉