入侵检测系统完全指南

← 返回指南列表

入侵检测系统完全指南

入侵检测系统(Intrusion Detection System,IDS)与入侵防御系统(IPS)一字之差,却代表了截然不同的安全理念。IDS 专注于网络流量的深度检测和异常行为的发现,通过镜像或旁路监听的方式分析流量,在发现威胁时仅产生告警而不主动阻断。这种”只观不动”的特性,使 IDS 成为安全运营中心(SOC)获取网络威胁可视性的核心工具。与 IPS 承担阻断风险不同,IDS 的核心价值在于最大化检测覆盖面、积累威胁情报、为安全分析提供原始数据。对于安全团队而言,理解 IDS 的检测逻辑、部署策略和告警分析方法,是构建有效安全监控体系的基础,也是每个安全工程师必须掌握的专业技能。

IDS 的概念最早可追溯到 1980 年代,James Anderson 在论文中提出了通过审计日志检测计算机滥用的设想。1986 年,Dorothy Denning 提出了著名的入侵检测模型(IDM),奠定了现代 IDS 的理论基础。此后的四十年间,IDS 从最初的简单模式匹配,发展为今天融合了机器学习、大数据分析和自动化响应能力的复杂系统。Snort、Suricata、Zeek 等开源工具的出现,使 IDS 技术得到广泛应用和持续演进。

一、IDS 与 IPS 的核心差异

1.1 部署模式的本质区别

IDS 与 IPS 最核心的区别在于部署方式和响应行为:

对比维度 IDS(入侵检测) IPS(入侵防御)
部署方式 旁路监听(SPAN/TAP) 串联在线(Inline)
数据流经 不经过 IDS,直接转发 必须经过 IPS 检查
发现威胁后的动作 仅告警,不干预 丢弃数据包/终止连接
对网络延迟的影响 极小(仅复制流量) 需考虑检测延迟
单点故障风险 无(旁路不参与转发) 有(串联需 HA)
误报影响 仅产生告警 可能阻断正常业务
部署目的 威胁可视性、告警分析 主动防御、实时阻断

IDS 的旁路部署使其成为”只读”的监控点——所有流量仍然正常送达目的地,IDS 不会对网络传输造成任何延迟或中断。这种特性使 IDS 适合部署在对业务连续性要求极高、误阻断风险不可接受的场景。

1.2 IDS 的核心价值

最大化检测覆盖面:由于不参与数据转发,IDS 可以部署多个监听点而不影响网络性能。这些监听点可以覆盖互联网入口、数据中心核心、各个业务网段,实现全方位的威胁可视性。

告警上下文积累:IDS 记录所有触发的告警及其完整流量上下文,这些数据是安全分析、威胁狩猎和事件调查的宝贵资源。相比之下,IPS 在阻断攻击的同时可能丢失了部分流量上下文。

合规与审计:许多安全合规标准(如 PCI DSS)要求保留网络流量的审计记录。IDS 的告警日志和流量抓包功能可以满足这类需求。

威胁情报生产:IDS 的检测数据可以用于识别新的攻击模式、生产威胁情报指标(IOC),这些情报可以反馈给 IPS 或其他安全设备形成闭环防御。

1.3 IDS 与 IPS 的协同防御

IDS 和 IPS 并非互斥关系,而是互补的。在实际安全架构中,两者通常协同部署:

MERMAID
115%
Ctrl + 滚轮缩放 · 拖动查看完整流程图

这种协同模式的优势在于:IPS 提供实时保护,阻断已知的直接攻击;IDS 提供深度可视性,发现 IDS 旁路逃逸的攻击和异常行为。例如,利用 ACK 扫描绕过 IPS 的检测,仍会被 IDS 的深度分析捕获。

二、IDS 技术架构与检测引擎

2.1 网络 IDS(NIDS)工作原理

网络入侵检测系统通过监听网络流量来发现潜在的攻击行为:

MERMAID
115%
Ctrl + 滚轮缩放 · 拖动查看完整流程图

流量捕获层:NIDS 首先需要捕获网络中的数据包。传统方式使用 libpcap 库从网卡读取数据;高性能场景则使用 DPDK(Data Plane Development Kit)绕过内核直接读取网卡数据。BPF(Berkeley Packet Filter)在内核层预先过滤不需要的流量,减少传输到用户态的数据量。

协议解析层:捕获的原始数据包需要经过解析才能进行检测:

  • L2 解码:以太网帧头解析、VLAN 标签处理
  • L3 解码:IP 分片重组、IPv6 支持
  • L4 解码:TCP 状态跟踪、TCP 流重组
  • L7 解码:HTTP、DNS、SMTP 等应用层协议解析

检测引擎层:对解析后的数据进行威胁检测:

C
// 检测引擎的典型处理流程伪代码
for each packet in traffic_stream:
    // 1. 协议解析
    parsed = parse_protocol(packet)

    // 2. 特征匹配检查
    for each signature in signature_db:
        if match_signature(parsed, signature):
            generate_alert(signature, packet)

    // 3. 异常检测检查
    for each anomaly_rule in anomaly_db:
        if detect_anomaly(parsed, anomaly_rule):
            generate_alert(anomaly_rule, packet)

    // 4. 协议规范检查
    if not validate_protocol_compliance(parsed):
        generate_alert("Protocol Anomaly", packet)

2.2 主机 IDS(HIDS)

主机入侵检测系统部署在单个主机上,监控该主机的系统调用、文件完整性、注册表变更和网络连接:

MERMAID
115%
Ctrl + 滚轮缩放 · 拖动查看完整流程图

文件完整性监控(FIM):定期计算关键系统文件和配置文件的安全哈希值,当文件内容发生变更时告警。典型的监控对象包括:

  • Windows:C:\Windows\System32\ 下的关键 EXE/DLL
  • Linux:/bin、/sbin、/usr/bin 下的可执行文件
  • 配置文件:/etc/passwd、/etc/ssh/sshd_config 等

系统调用审计:通过 auditd(Linux)或 Sysmon(Windows)记录系统调用,检测可疑行为:

CODE
# Linux auditd 示例:监控 /etc/passwd 的修改
-w /etc/passwd -p wa -k passwd_modify
-w /etc/shadow -p wa -k shadow_modify

# Windows Sysmon 配置:监控进程创建
<ProcessCreate onmatch="include">
    <CommandLine condition="contains">mimikatz</CommandLine>
</ProcessCreate>

2.3 检测方法深度解析

基于特征的检测(Signature-Based Detection)

特征检测通过匹配已知攻击模式来发现威胁:

CODE
Snort 特征示例:
alert tcp $EXTERNAL_NET any -> $HOME_NET $HTTP_PORTS (
    msg:"SQL Injection Attempt - OR 1=1";
    content:"OR"; nocase;
    content:"1=1"; nocase;
    distance:1;
    sid:1000010; rev:1;
)

特征检测的优点是精确度高、误报率低;缺点是只能检测已知攻击。

基于异常的检测(Anomaly-Based Detection)

通过建立正常行为基线来检测偏离正常的异常:

异常类型 检测方法 正常基线
流量速率异常 统计模型(均值+标准差) 过去 30 天的日均流量
连接模式异常 图分析、机器学习 正常主机的连接图谱
协议行为异常 协议状态机验证 RFC 定义的标准协议行为
载荷内容异常 熵值分析、模式识别 正常业务流量的熵值范围

状态检测(Stateful Inspection)

超越单数据包检测,跟踪完整的网络会话状态:

MERMAID
115%
Ctrl + 滚轮缩放 · 拖动查看完整流程图

状态检测可以发现:

  • 半开连接扫描(SYN 扫描但从不完成 handshake)
  • TCP 重放攻击(相同序列号的重复数据包)
  • 协议状态混淆(HTTP 响应先于请求)

三、告警分析与事件响应

3.1 告警疲劳的应对

IDS 产生的大量告警是安全团队面临的首要挑战。告警疲劳(Alert Fatigue)可能导致真正的威胁被淹没在噪音中。

告警分级策略:

CODE
P1 — 紧急(立即响应)
    确认的恶意软件活动
    横向移动行为
    数据外泄迹象
    → 自动通知 + 立即隔离

P2 — 高危(1小时内响应)
    高危漏洞利用尝试
    可疑的特权提升行为
    → 安全分析师调查

P3 — 中危(24小时内响应)
    端口扫描活动
    低危漏洞探测
    → 日志分析、威胁情报核实

P4 — 低危(按需分析)
    可能的误报
    扫描器探测
    → 定期批量处理

告警关联分析:将多个相关告警合并为单一安全事件,减少分析量:

SPL
# Splunk 告警关联查询示例
index=ids
| stats count by src_ip, dest_ip, signature
| where count >= 5 AND signature="Port Scan"
| join type=inner src_ip [
    search index=ids signature="SQL Injection"
    | stats dc(signature) as sql_injection_count by src_ip
    | where sql_injection_count > 0
]
| eval severity=case(
    sql_injection_count>0, "P1",
    count>100, "P2",
    true(), "P3"
)

3.2 误报识别与排除

降低误报率是 IDS 运营的核心任务之一。常见误报原因及识别方法:

正常业务流量误匹配:

  • 特征过于宽泛(如 content:"error" 匹配了大量正常页面)
  • 解决:细化特征,加入上下文验证(如 HTTP 响应码)

网络地址误配置:

  • $HOME_NET 配置包含了不应检测的 IP 段
  • 解决:审核 $HOME_NET 和 $EXTERNAL_NET 定义

加密流量检测盲区:

  • HTTPS 流量无法检测 payload,只能依赖 JA3 指纹
  • 解决:配置 SSL 解密或依赖端点 HIDS 补充

误报排除流程:

MERMAID
115%
Ctrl + 滚轮缩放 · 拖动查看完整流程图

3.3 事件调查流程

当确认告警为真实威胁时,需要进行系统性的事件调查:

调查框架:

CODE
1. 告警验证
   - 确认告警的触发时间和涉及的主机
   - 确认攻击是否成功(结合其他数据源)
   - 评估影响范围

2. 上下文收集
   - 关联同一源 IP 的所有告警
   - 收集相关时间段的完整网络流量(PCAP)
   - 查询威胁情报(IP/域名/哈希是否已知恶意)

3. 影响评估
   - 涉及主机是否是敏感资产
   - 攻击期间是否有敏感数据访问
   - 是否有横向移动迹象

4. 响应行动
   - 隔离受影响主机
   - 阻断攻击者 IP
   - 收集取证证据
   - 通知相关方

5. 复盘改进
   - 分析入侵成功/失败原因
   - 评估检测覆盖面是否足够
   - 优化检测规则

四、Zeek(Bro)网络分析框架

4.1 Zeek 简介

Zeek(原名 Bro)是专为网络安全监控设计的被动网络分析框架。与传统 IDS 侧重于特征匹配不同,Zeek 的核心设计理念是将网络流量转化为结构化的日志数据,供安全分析师进行深度查询和威胁狩猎。

MERMAID
115%
Ctrl + 滚轮缩放 · 拖动查看完整流程图

Zeek 的核心优势:

  • 产生结构化日志(JSON/TSV),易于查询和分析
  • 协议解析深入到应用层,生成丰富的元数据
  • 脚本语言可自定义复杂的检测逻辑
  • 低误报率(默认规则保守,依赖分析师调优)

4.2 Zeek 日志类型

日志文件 内容 典型用途
conn.log TCP/UDP/ICMP 连接日志 连接统计、异常通信发现
http.log HTTP 请求和响应详情 Web 攻击检测、用户行为分析
dns.log DNS 查询和响应 DNS 隧道检测、恶意域名发现
ssl.log SSL/TLS 会话信息 JA3 指纹、加密流量分析
files.log 通过协议传输的文件 恶意文件检测、取证
notice.log Zeek 产生的告警 安全事件通知
ssh.log SSH 连接日志 暴力破解检测
smtp.log SMTP 邮件日志 恶意邮件分析
kerberos.log Kerberos 认证日志 票据攻击检测
intel.log 威胁情报命中日志 IOC 匹配检测

4.3 Zeek 实战分析

检测 DNS 隧道:

BRO
# 检测异常的长的 DNS 查询子域名
event dns_query(c: connection, query: string) {
    if (query_len(query) > 100) {
        NOTICE([$note=DNS_Long_Subdomain,
                $conn=c,
                $msg=fmt("Long DNS query: %s", query),
                $identifier=query]);
    }
}

# 检测高频 DNS 查询
event dns_request(c: connection, query: string) {
    local key = fmt("%s", c$id$orig_h);
    local count = Site::dns_query_count[key] ? Site::dns_query_count[key] : 0;
    Site::dns_query_count[key] = count + 1;
}

检测 Beaconing 行为:

BRO
# 检测周期性出站连接(可能的 C2 信标)
event connection_state_remove(c: connection) {
    if (c$id$resp_h in Site::whitelist) return;

    if (c$state == TCP_CLOSED && c$orig$size > 0) {
        local interval = c$duration;
        # 计算请求间隔的标准差
        local stddev = Site::calc_stddev(
            Site::connection_intervals[c$id$orig_h, c$id$resp_h]);
        # 如果标准差很小(间隔规律),可能是信标
        if (stddev < 5.0 && interval > 10) {
            NOTICE([$note=Possible_C2_Beacon,
                    $conn=c,
                    $msg=fmt("Regular interval: %.2f", interval)]);
        }
    }
}

使用 Zeek 和 Elastic Stack 分析:

BASH
# 将 Zeek 日志输出到 Elasticsearch
# 1. 配置 zeek 安装 Filebeat
filebeat.inputs:
- type: log
  paths:
    - /var/log/zeek/*.log
  json.keys_under_root: true
  fields:
    type: zeek

# 2. 创建 Kibana 可视化
# - HTTP 请求频率 Top 10
# - DNS 查询域名分布
# - SSL 证书分布(JA3 指纹)
# - 进出流量排行

五、Snort 规则深度应用

5.1 Snort 规则结构进阶

Snort 规则是 IDS 检测的核心。以下是进阶规则编写技术:

使用 PCRE 进行复杂匹配:

SNORT
# 检测 base64 编码的恶意命令
alert tcp $EXTERNAL_NET any -> $HOME_NET $HTTP_PORTS (
    msg:"Base64 Encoded Command Detected";
    flow:to_server,established;
    pcre:"/(?:[A-Za-z0-9+/]{4}){10,}/P";
    sid:2000001; rev:1;
)

# 检测 CVE-2021-44228 Log4j RCE (OAST 技术检测)
alert tcp any any -> $HOME_NET any (
    msg:"Log4j RCE - OAST Callback Detection";
    content:"${jndi:";
    content:"ldap://"; distance:0;
    content:"${"; distance:5;
    sid:3000001; rev:1;
)

连接上下文检测:

SNORT
# 检测来自已建立连接的异常 HTTP 请求
alert tcp $HOME_NET any -> $EXTERNAL_NET $HTTP_PORTS (
    msg:"Suspicious HTTP Response Size";
    flow:to_server,established;
    flowbits:isset,http.response;
    content:"Content-Length: 0";
    sid:2000002; rev:1;
)

# 检测被服务器重置的连接(可能的漏洞利用)
alert tcp any any -> $HOME_NET any (
    msg:"Possible Exploit Attempt - RST Response";
    flags:FA;
    flow:from_server,established;
    sid:2000003; rev:1;
)

5.2 动态规则与阈值

阈值控制减少误报:

SNORT
# 每分钟同一源触发超过 5 次相同告警才记录
alert tcp $EXTERNAL_NET any -> $HOME_NET 22 (
    msg:"SSH Brute Force Attempt";
    flags:S;
    threshold:type threshold, track by_src, count 5, seconds 60;
    sid:1000100; rev:1;
)

# 全局阈值:每天超过 1000 次触发才告警
alert tcp $EXTERNAL_NET any -> $HOME_NET any (
    msg:"Port Scan Detected";
    flags:S12;
    threshold:type limit, track by_src, count 1, seconds 86400;
    sid:1000200; rev:1;
)

排除列表(Suppression):

SNORT
# 排除来自监控主机的所有告警
suppress gen_id 1, sig_id 0, track by_src, ip 10.0.0.100;

# 排除对监控 IP 的所有检测
suppress gen_id 1, sig_id 0, track by_dst, ip 10.0.0.50;

六、OSSEC 主机入侵检测

6.1 OSSEC 架构

OSSEC(Open Source HIDS SECurity)是最广泛使用的开源 HIDS:

MERMAID
115%
Ctrl + 滚轮缩放 · 拖动查看完整流程图

OSSEC 的核心优势在于其无代理架构和对系统资源的低消耗。它支持 Linux、Solaris、Windows 和 MacOS 等多种平台,广泛应用于企业安全监控。

6.2 OSSEC 规则配置

XML
<!-- 检测 /etc/passwd 文件修改 -->
<rule id="550" level="7">
    <match>passwd</match>
    <if_matched_group>file_added</if_matched_group>
    <description>New account added to /etc/passwd</description>
</rule>

<!-- 检测可疑的 root 权限命令 -->
<rule id="100105" level="10">
    <if_sid>100100</if_sid>
    <match>chmod 4777</match>
    <description>Suspicious SUID file created</description>
</rule>

<!-- 检测 SSH 暴力破解 -->
<rule id="5712" level="10">
    <if_sid>5710</if_sid>
    <same_source_ip />
    <options>same_source_port</options>
    <description>SSHD brute force trying to get access to the system</description>
</rule>

六、与告警分析和响应平台(SOAR)的集成

IDS 告警通常需要与其他安全工具联动,实现自动化的威胁响应。

6.1 IDS 与 SOAR 联动

SOAR(Security Orchestration, Automation and Response)平台可以将 IDS 告警自动转换为响应动作:

YAML
# 示例:IDS 告警触发自动响应 playbook
trigger:
  source: suricata_alert
  condition: severity >= P2

actions:
  - name: "获取告警上下文"
    type: enrich
    source: siem
    query: "index=ids signature={{alert.signature}} src_ip={{alert.src_ip}}"

  - name: "查询威胁情报"
    type: threat_intel
    iocs:
      - type: ip
        value: "{{alert.src_ip}}"

  - name: "封锁源 IP(防火墙)"
    type: block_ip
    target: firewall
    duration: 24h
    condition: threat_intel.confidence >= 0.8

  - name: "隔离主机"
    type: isolate_endpoint
    target: "{{alert.dest_hostname}}"
    condition: alert.signature contains "Malware"

  - name: "创建事件工单"
    type: ticket
    system: jira
    project: SOC
    assignee: security_analyst
    condition: severity >= P1

6.2 自动化响应边界

自动响应虽然提高了效率,但需要谨慎配置,避免误阻断正常业务:

可自动化的场景 需人工确认的场景
封锁已知恶意 IP 修改防火墙策略
隔离确认恶意软件的主机 终止业务关键进程
封锁重复暴力破解的源 IP 隔离可疑但未确认的主机
生成事件工单 清除恶意文件

6.3 告警优先级与升级机制

YAML
# 告警升级规则示例
escalation_rules:
  - name: "未处理的 P1 告警 30 分钟升级"
    condition: severity == P1 AND status == open AND age >= 30m
    action:
      notify:
        - email: security-oncall@example.com
        - sms: "+1234567890"
      reassign: senior_analyst

  - name: "同源 IP 24 小时内 P2 告警超过 10 次"
    condition: >
      severity == P2 AND
      count_by(src_ip) >= 10 AND
      time_window == 24h
    action:
      notify: security_lead
      auto_block: true

七、IDS 与 SIEM 集成

7.1 SIEM 在 IDS 运营中的角色

SIEM(安全信息和事件管理)系统将 IDS 产生的告警与其他安全日志进行关联分析:

MERMAID
115%
Ctrl + 滚轮缩放 · 拖动查看完整流程图

7.2 IDS 与 SIEM 集成配置

Syslog 转发(传统方式):

CODE
# Snort 配置输出到 Syslog
output alert_syslog: LOG_LOCAL5 LOG_INFO

# rsyslog 配置将 Snort 日志转发到 SIEM
local5.info @siem.example.com:514

JSON 格式输出(现代方式):

YAML
# Suricata EVE JSON 输出配置
outputs:
  - eve-log:
      enabled: yes
      filename: eve.json
      types:
        - alert:
            payload: yes          # 包含包载荷
            payload-printable: yes # 可读格式
            packet: yes           # 完整包数据
            http-body: yes        # HTTP 请求体
            http-body-printable: yes

7.3 告警查询示例

SQL
-- Splunk:识别同一攻击者的多种攻击手法
index=ids
| stats
    dc(signature) as attack_types,
    values(signature) as signatures,
    count as total_alerts
by src_ip
| where attack_types >= 3
| sort -total_alerts
| head 20

-- Elastic:检测内网横向移动
index=ids
| query "alert.signature: (*Portscan* OR *SMB* OR * MSSQL*)"
| aggs by dest_ip, src_ip
| where alert_count > 10

八、IDS 部署与调优

8.1 部署位置选择

互联网边界:

CODE
互联网 → 防火墙(ACL) → IDS(镜像) → 核心交换机
                         ↑
                    检测入站攻击
  • 检测外部扫描、漏洞利用、恶意入境流量
  • 通常选择千兆或万兆接口

数据中心核心:

CODE
核心交换机 → IDS(镜像) → 服务器群
           ↑
      检测东西向流量
  • 检测内部横向移动、横向侦查
  • 重点监控服务器段之间的通信

服务器前端:

CODE
服务器 ← IDS(旁路) ← 负载均衡器
  • 对每个关键服务器进行精确监控
  • 适合高价值资产保护

8.2 IDS 性能优化

流量预处理:

BASH
# 使用 BPF 过滤不需要的流量
# 只监控入站 HTTP/HTTPS 和 DNS
tcpdump -i eth0 -s 0 -w - \
    '((tcp port 80 or 443) or (udp port 53)) and (not (host 10.0.0.0/8))' \
    | snort -r - -c /etc/snort/snort.conf

Snort 性能调优:

BASH
# 使用 Hyperscan 加速正则匹配
./configure --enable-hyperscan

# 调整预处理顺序
preprocessor stream5_tcp: timeout 30, policy win32, detect_depth 0
preprocessor http_inspect: ascii on, chunk_length 500000
preprocessor smtp: inspection_type stateful

8.3 检测规则管理

规则更新频率策略:

环境类型 推荐策略 说明
高安全要求 每日更新 + 测试 及时获取最新威胁特征
一般企业 每周更新 平衡新特征和稳定性
低风险系统 按需更新 减少维护负担

误报处理流程:

CODE
发现误报 → 记录详情(特征/触发条件/影响)→ 评估是否需要修改
    ↓
修改方案:
    - 细化特征条件(增加上下文)
    - 添加排除条件(source IP / destination IP)
    - 禁用该特征(最后手段)
    ↓
测试验证 → 上线部署 → 监控误报是否消除

九、高级威胁检测

9.1 检测加密流量中的威胁

虽然 IDS 无法解密 TLS 流量内容,但可以通过以下方法检测加密流量中的威胁:

JA3/JA3S 指纹检测:

PYTHON
# 使用 Suricata 检测已知恶意的 JA3 指纹
alert tls any any -> $HOME_NET any (
    msg:"MALWARE C2 - TrickBot JA3 Fingerprint";
    flow:established,to_client;
    ja3.hashs; content:"2c8d1c0a...";
    sid:2100001; rev:1;
)

# 检测多个已知 C2 的 JA3 指纹
alert tls any any -> $HOME_NET any (
    msg:"MALWARE C2 - Known C2 JA3";
    flow:established,to_client;
    ja3.hashs;
    content:"a123b456...", content:"c789d012...";
    sid:2100002; rev:1;
)

DoH(DNS over HTTPS)检测:

SNORT
# 检测 DoH 流量(Cloudflare 1.1.1.1)
alert tcp any any -> 1.1.1.1 443 (
    msg:"DNS over HTTPS Traffic - Cloudflare";
    flow:to_server,established;
    sid:2100010; rev:1;
)

# Suricata 检测 DoH 域名
alert dns any any -> any any (
    msg:"DNS over HTTPS - Suspicious Domain";
    dns.query; dotest;
    sid:2100011; rev:1;
)

9.2 检测 DNS 隧道

DNS 隧道是常见的绕过 IDS 检测的数据外泄技术。以下是检测 DNS 隧道的指标和方法:

BRO
# Zeek 检测异常长的 DNS 查询子域名
event dns_query(c: connection, query: string) {
    # 正常 DNS 查询长度通常 < 30 字符
    if (|query| > 80) {
        print fmt("Suspicious long DNS query: %s (%d chars)", query, |query|);
    }

    # 检测 Base32/Base64 字符分布
    if ( query =~ /^[A-Z2-7]+$/ && |query| > 50 ) {
        print fmt("Possible Base32 encoded DNS tunnel: %s", query);
    }
}

# 检测高频 DNS 查询(可能的隧道通道)
event dns_request(c: connection, query: string) {
    local key = fmt("%s", c$id$orig_h);
    Site::dns_req_count[key]++;
}

9.3 命令与控制(C2)检测

SNORT
# 检测 Beaconing 行为(周期性连接)
# 通过 Suricata 的 app-layer.protocols 检测

# 检测非常规时间的 HTTP 流量
alert http $HOME_NET any -> $EXTERNAL_NET any (
    msg:"C2 Suspicion - HTTP Traffic at Unusual Hour";
    flow:to_server,established;
    content:"User-Agent";
    content:"Mozilla"; nocase;
    time_rule:track by_src, count 10, seconds 3600;
    sid:2100020; rev:1;
)

# 检测异常大量的 DNS 查询(信标可能每分钟查询)
alert dns any any -> any any (
    msg:"C2 Suspicion - High Frequency DNS Queries";
    dns.query;
    threshold:track by_src, count 100, seconds 60;
    sid:2100021; rev:1;
)

9.4 检测内部威胁(Insider Threat)

SPL
# Splunk:检测异常的数据访问模式
# 员工在非常用时间大量下载文件
index=proxy
| eval hour=strftime(_time, "%H")
| where hour >= 22 OR hour <= 5
| stats sum(bytes) as total_bytes by user, hour
| where total_bytes > 100000000  # > 100MB

# Splunk:检测员工访问敏感数据的异常模式
# 同一员工短时间内访问所有客户记录
index=db_proxy
| stats dc(table_name) as tables_accessed,
       dc(customer_id) as customers_accessed
by user
| where tables_accessed > 10 AND customers_accessed > 1000

9.5 横向移动检测

横向移动是攻击者在内网扩展控制权限的关键阶段。有效的 IDS 检测可以发现此类行为:

SNORT
# 检测 SMB 协议异常(可能是票据传递或横向移动)
alert smb $HOME_NET any -> $HOME_NET any (
    msg:"Suspicious SMB Activity - Possible Lateral Movement";
    flow:established;
    sid:2100100; rev:1;
)

# 检测 RDP 暴力破解后的可疑连接
alert rdp $HOME_NET any -> $EXTERNAL_NET 3389 (
    msg:"RDP Connection After Brute Force - Possible Lateral Movement";
    flow:to_server,established;
    sid:2100101; rev:1;
)

附录 A:IDS 快速参考

A.1 常见 IDS 告警类型速查

告警类型 严重级别 典型原因 第一步响应动作
Port Scan 低-中 网络探测/合法监控 检查源 IP 是否可信
SQL Injection Attempt 高 Web 漏洞利用尝试 检查是否成功/告警其他关联事件
Malware Traffic 高 C2 通信/恶意下载 立即隔离主机/启动取证
Brute Force 中-高 暴力破解尝试 检查账户安全/封锁源 IP
Protocol Anomaly 低-中 协议误用/扫描 确认是否为合法应用误用
Trojan Detected 高 已知木马通信 立即隔离/恶意软件分析

A.2 IDS 调优检查清单

  • 确认 $HOME_NET 和 $EXTERNAL_NET 定义正确
  • 排除内部监控工具的 IP(安全扫描器、管理 IP)
  • 为高误报率规则添加 suppression
  • 启用应用层预处理(http_inspect、smtp)
  • 配置连接超时,避免状态表膨胀
  • 定期更新特征库(至少每周)
  • 建立误报反馈流程(每月规则审查)
  • 监控 IDS 自身性能(CPU/内存/丢包率)

A.3 Snort/Suricata 常用变量定义

BASH
# /etc/snort/snort.conf 或 suricata.yaml 中的常用变量
ipvar HOME_NET [10.0.0.0/8,172.16.0.0/12,192.168.0.0/16]  # 内网地址
ipvar EXTERNAL_NET !$HOME_NET  # 外网地址(非内网)
portvar HTTP_PORTS [80,8080,8000,8888,443,8443]  # HTTP 端口
portvar DNS_PORTS [53]  # DNS 端口
portvar SSH_PORTS [22]  # SSH 端口
portvar SQL_PORTS [1433,3306,5432,27017]  # 数据库端口

A.4 常见漏洞利用签名推荐

以下 Snort/Suricata 规则覆盖最常见的高危漏洞:

CVE 漏洞名称 严重级别 推荐规则来源
CVE-2021-44228 Log4j RCE 严重 ET OPEN / Snort Community
CVE-2021-45046 Log4j DoS 高 ET OPEN
CVE-2022-0847 Dirty Pipe 高 Security.rules
CVE-2021-26855 Exchange SSRF 严重 ET OPEN
CVE-2017-0144 EternalBlue 严重 Snort Community
CVE-2020-1472 Zerologon 严重 ET OPEN

A.5 行业基准与合规要求

合规标准 IDS 相关要求 关键控制项
PCI DSS 3.2 网络入侵检测 Req 11.4
HIPAA 入侵检测系统 安全事件监控
ISO 27001 网络边界控制 A.13.1.1
NIST 800-53 SIEM 和 IDS 集成 AC-17, SC-7

十、总结

IDS 作为网络安全监控的核心工具,其价值在于提供网络威胁的全面可视性。与 IPS 的主动防御不同,IDS 更像是安装在网络中的”摄像头”——它忠实地记录所有活动,为安全分析师提供调查依据。

有效的 IDS 运营需要关注以下几个关键点:合理选择部署位置以最大化覆盖面;持续优化规则以降低误报率;建立系统性的告警分析流程以提高响应效率;将 IDS 与 SIEM 集成以实现跨数据源的关联分析。

Zeek 等网络分析框架为 IDS 提供了强大的补充能力——通过结构化的日志输出,安全分析师可以进行深度威胁狩猎,而不仅限于预定义的特征匹配。随着加密流量的普及和攻击技术的演进,IDS 检测面临着更大的挑战,但其在安全运营体系中的核心地位不会改变。

面对日益复杂的网络威胁,IDS 与 IPS 的组合部署已成为大多数企业安全架构的标准配置。IDS 提供告警,IPS 提供阻断,两者与 SIEM 的深度集成则实现了从检测到响应的完整闭环。掌握 IDS 的配置、规则调优和告警分析方法,是安全运营团队的核心技能之一。