縱深防御安全架構體系由以下方面組成:
展現層:展現層分為app客戶端以及web網頁端,app客戶端主要有DEX加殼保護,內存防dump,資源文件保護,防二次打包以及防調試保護等等,現在移動互聯網化,所以防御戰場很多轉向移動app端處理,特別是金融和游戲領域顯得尤為重要。另外一種就是web網頁端,雖然現在網頁版比較少,但是基于可動態調整的H5版本化也逐漸流行,所以這一塊的防護也是不容忽視,主要是js的混淆加密,以及頁面混淆加密機制。
網絡層:網絡層是中間人攻擊的主要手段,所以信息的脫敏變得尤為重要,數據的加密傳輸,HTTPS的加密傳輸協議甚至自定義加密傳輸協議(特別適用于app客戶端)就顯得比不可少,數據脫敏可以采取非對稱加密,但是非對稱加密有一個比較大的問題,cpu資源耗損較大,如果能在數據傳輸階段就直接采用不可逆加密使最好的,例如密碼加密傳輸可以直接采用MD5加簽傳輸,即使在網絡層獲取也無從得知明文,或者說得知明文的代價很大。網絡層還有一種就是類似云防御機制的WAF系統,通過流量導入,對接口請求的參數進行整體過濾防御,例如xss攻擊,sql注入,惡意文件后門傳輸等可以做到有效防御。
代理層:代理層主要是指類似nginx的代理層,這一層是流量進入系統的最后一個環節,所以nginx代理層的作用也非常重要,主要防護措施可以有:白名單限制,refer域名限制,以及流量控制等等。例如某個不法IP在一段時間之內訪問頻次過高,就直接將此ip下發到防火墻一層,直接通過網絡層把非法IP封殺過濾掉,例如有些電商的秒殺系統就有此做法。
接入層:接入層其實就可以說是系統業務處理的第一層關卡了,在這一層業務邏輯以及用戶行為的一些數據都可以獲取到,可以進行基于歷史數據進行智能模型建模,線上實時行為數據采集通過模型計算出本次訪問的風險系數,業務系統可以依據風險系數進行有效防御。這個系統要做好有價值的一個關鍵因素是數據,通過大量的線上數據喂給算法進行學習,算法會依據數據吐出一個模型框架,這個模型框架的準確度關系到實時風控的有效性。一個好的風控系統除了有大量有價值的數據之外,其次就是算法,算法的有效性直接決定了模型的有效性。
邏輯層:邏輯層負責進行數據運算的,所以在這一層主要還是一點,就是數據的脫敏,以及加密算法的選擇。例如密碼,在邏輯層密碼不應該顯示打印,而且在對密碼加密的算法選擇上需要精細考量,為什么呢?加密算法是一個cpu耗損型運算,而密碼又是一個極其敏感的數據,簡單加密很有可能慘遭破解,那如何平衡之間的關系就顯得很重要了。建議密碼存儲不能做簡單的一次hash運行算,可以通過倒置,混淆,重復疊加多次hash運算來實現。另外對于邏輯層還需要主意邏輯漏洞的防護,對客戶端傳遞的一切參數秉承不信任的做法。
存儲層:存儲層原則上是終極核心層,可以實施權限管控,這里所要說的其實是另外一個處理方式,就是在存儲層做”蜜罐”處理,”蜜罐”是安全防御領域里面的一個象形詞,它的基本做法是多復制幾個表,在表的取名上近似相像,如果有人操作這些表,就通過監控機制直接告警,使得問題盡早的暴露出來,達到一個早期防御的功效。
回答所涉及的環境:聯想天逸510S、Windows 10。
縱深防御安全架構體系由以下方面組成:
展現層:展現層分為app客戶端以及web網頁端,app客戶端主要有DEX加殼保護,內存防dump,資源文件保護,防二次打包以及防調試保護等等,現在移動互聯網化,所以防御戰場很多轉向移動app端處理,特別是金融和游戲領域顯得尤為重要。另外一種就是web網頁端,雖然現在網頁版比較少,但是基于可動態調整的H5版本化也逐漸流行,所以這一塊的防護也是不容忽視,主要是js的混淆加密,以及頁面混淆加密機制。
網絡層:網絡層是中間人攻擊的主要手段,所以信息的脫敏變得尤為重要,數據的加密傳輸,HTTPS的加密傳輸協議甚至自定義加密傳輸協議(特別適用于app客戶端)就顯得比不可少,數據脫敏可以采取非對稱加密,但是非對稱加密有一個比較大的問題,cpu資源耗損較大,如果能在數據傳輸階段就直接采用不可逆加密使最好的,例如密碼加密傳輸可以直接采用MD5加簽傳輸,即使在網絡層獲取也無從得知明文,或者說得知明文的代價很大。網絡層還有一種就是類似云防御機制的WAF系統,通過流量導入,對接口請求的參數進行整體過濾防御,例如xss攻擊,sql注入,惡意文件后門傳輸等可以做到有效防御。
代理層:代理層主要是指類似nginx的代理層,這一層是流量進入系統的最后一個環節,所以nginx代理層的作用也非常重要,主要防護措施可以有:白名單限制,refer域名限制,以及流量控制等等。例如某個不法IP在一段時間之內訪問頻次過高,就直接將此ip下發到防火墻一層,直接通過網絡層把非法IP封殺過濾掉,例如有些電商的秒殺系統就有此做法。
接入層:接入層其實就可以說是系統業務處理的第一層關卡了,在這一層業務邏輯以及用戶行為的一些數據都可以獲取到,可以進行基于歷史數據進行智能模型建模,線上實時行為數據采集通過模型計算出本次訪問的風險系數,業務系統可以依據風險系數進行有效防御。這個系統要做好有價值的一個關鍵因素是數據,通過大量的線上數據喂給算法進行學習,算法會依據數據吐出一個模型框架,這個模型框架的準確度關系到實時風控的有效性。一個好的風控系統除了有大量有價值的數據之外,其次就是算法,算法的有效性直接決定了模型的有效性。
邏輯層:邏輯層負責進行數據運算的,所以在這一層主要還是一點,就是數據的脫敏,以及加密算法的選擇。例如密碼,在邏輯層密碼不應該顯示打印,而且在對密碼加密的算法選擇上需要精細考量,為什么呢?加密算法是一個cpu耗損型運算,而密碼又是一個極其敏感的數據,簡單加密很有可能慘遭破解,那如何平衡之間的關系就顯得很重要了。建議密碼存儲不能做簡單的一次hash運行算,可以通過倒置,混淆,重復疊加多次hash運算來實現。另外對于邏輯層還需要主意邏輯漏洞的防護,對客戶端傳遞的一切參數秉承不信任的做法。
存儲層:存儲層原則上是終極核心層,可以實施權限管控,這里所要說的其實是另外一個處理方式,就是在存儲層做”蜜罐”處理,”蜜罐”是安全防御領域里面的一個象形詞,它的基本做法是多復制幾個表,在表的取名上近似相像,如果有人操作這些表,就通過監控機制直接告警,使得問題盡早的暴露出來,達到一個早期防御的功效。
回答所涉及的環境:聯想天逸510S、Windows 10。