第三届THUCTF颁奖暨网络空间安全学术论坛纪要 20191103
第三届THUCTF颁奖暨网络空间安全学术论坛纪要 20191103 [邹羽婷、李白杨、黄彩云]
update：添加三位同学的分享slides.
11月3日参加了清华大学第三届THUCTF颁奖暨网络空间安全学术论坛，主要议题内容整理如下：
14:50-15:25 汪嘉来 清华大学网络安全实验室19级硕士研究生 欺骗AI：从定向到实际 [李白杨]
演讲人简介
汪嘉来，清华大学网络安全实验室19级硕士生，主要研究兴趣为AI安全，系统安全等。曾多次参与与网络空间安全相关的比赛、会议等。
内容摘要
随着人工智能的广泛应用，其安全性问题正在被给予越来越多的关注。对抗样本的出现，则进一步揭示了神经网络的脆弱性。我们致力于研究定向对抗样本生成技术。在我们的研究工作中，借鉴了传统软件中的定向模糊测试技术的思路，并提出了一套针对神经网络的定向模糊测试技术，能够在不借助模型内部知识的前提下，有效地生成定向对抗样本。进一步地，我们又在真实场景下展开了探索，从对抗样本的普适性与实际性出发，成功攻击了当下流行的目标检测系统。
主要内容分为两部分：
Part I：基于黑盒的定向攻击
背景：DNNs 被广泛应用，但容易受到对抗样本的攻击
白盒攻击：已知模型内部的各项信息，参数等，模型完全透明。
黑盒攻击：攻击者无法获取模型信息。
定向攻击：采用能够定向攻击神经网络的样本，生成攻击者想要的判定结果。
传统程序漏洞挖掘
基于定向的模糊测试（利用定向模块，向定向目标不断靠拢），将能够缩短与定向目标距离的样例送入种子池。
想法：传统步骤中，添加神经网络模块，挖掘方式类似。
定向模块：不断靠近定向目标
目标模块确定当前最近距离及种子等信息，由调度模块选择最优
调度模块的调度策略有以下几种：
1. 选择趋向于定向目标更近的种子；
2. 新加入的种子，被选择的概率更高；
3. 较少被挑选的，选择概率高；
4. 随机抽样法，等等。
变异模块（改动原始的输入数据）
加噪声，模糊化，平移等方式粒度较粗，效率低。毫无规律的变异类似于暴力破解，可能会改动原有最优种子的优势，离目标反而边远。
解决方案：构建变异方向矩阵，在变异过程中接受控制而非随机。
如何控制变异比例？必须接受距离值反馈的指导，由当前的距离值控制大小。
动态调节比例陷入停滞怎么办？（陷入局部最优）强制性调整，越过该区域。发现并保留矩阵中的关键位置，实现再利用。
构建变异大小矩阵，控制变异数值。
通过以上方法，精细化控制变化，而非随机过程。
Part II：欺骗 YOLOv3
背景：目标检测系统，检测物体是什么，在什么位置
目标：希望对检测系统攻击具有普适性和通用性
问题1：如何产生恶意的Patch？
系统开源，考虑针对白盒的算法优化过程。
考虑优化目标：制定损失函数（loss）
系统输出 = 置信度（是否存在物体）+ 预测类别概率分布（是什么物体？）+位置信息
直观方法：改变置信度。 loss=置信度
能否运用于实际场景？
实际损失函数（考虑到可打印，非所有颜色都能 print）：loss = 置信度 + 颜色损失项 + 平滑项
优化函数确定，转化为传统的优化问题
问题2：如何训练？
处理 patch：增强鲁棒性（加噪声，旋转，改变亮度，对比度）在训练中适应。设计底图很重要（需要大量的经验和尝试）。
为目标添加 patch：非单 patch 训练，而是混合在目标中，添加到合适的位置上。
由于实际情况下图片千奇百怪，取贴放位置是一个需要解决的问题，考虑照顾大多数情况，取 trade-off。
基于损失函数进行训练。
训练是否能够持续进行？
loss 难以降低，像素域值域为 [0,1]，受限，转换优化对象到另一值域。
选择新的优化对象，优化扰动。
通过一系列训练，调整参数，达到预期人物消失的目的。
个人体会
演讲者的思路非常清晰。从待解决的实际问题出发，考虑解决方案和思路，到每一步实施解决方案的时候又遇到哪些问题，是如何解决的。一步步娓娓道来，对整套解决问题的过程做了复现。对听众很友好，即使对他所介绍领域缺乏了解也能明白其中的处理流程。整体上来说，演讲者解决问题的方法以及介绍工作的方式都很值得借鉴。
15:25-16:00 郑晓峰 奇安信技术研究院研究员 最熟悉的陌生人：一种新型的HTTPS劫持技术 [邹羽婷]
演讲人简介：
奇安信技术研究院研究员，羲和网络安全实验室负责人。从事网络基础设施、基础协议安全相关研究，研究成果发表在网络安全国际顶级学术会议USENIX Security、NDSS，获得NDSS 2016杰出论文奖。曾获Google浏览器安全计划奖励、GeekPwn（2015）46万元奖励、GeekPwn（2018）25万元奖励、TSRC通用软件漏洞10万元奖励等荣誉。研究成果帮助许多世界知名的互联网企业修复了安全漏洞，如Bank of America、Google、Facebook、Mozilla、Apple、Amazon、中国建行、中国银联、支付宝等，推动了Google公司修正Chrome，促进了IETF修改相关国际标准。
内容摘要：
HTTPS是为保护“端到端”安全通信而设计的协议，保护数据的隐私性、完整性和可靠性。近年来，HTTPS已越来越多地部署于各类网站，例如银行、电子商务平台等，是当前互联网安全通信的基石。我们的最新研究发现，利用Web PKI的生态缺陷，攻击者可以绕过HTTPS相关的安全防护，破坏通信过程的安全性。针对这种新型攻击方法，我们对主流网站进行了测量，发现很多流行应用可被劫持，包括在线支付、第三方登录、应用和文件下载等，其中涉及的知名厂商包括微软、阿里巴巴、京东、百度和搜狐等。
主要内容：
首先表示他们团队发现了一个新的HTTPS劫持漏洞，但这漏洞还在披露过程中，待修复，所以这次分享不包含具体技术细节，只是讲讲一讲研究背后的故事。
一开始展示了支付劫持、二维码劫持，展现了HTTPS下浏览器允许加载Mixed Passive Content 导致二维码的脆弱性，即虽然网站是HTTPS的，但是二维码图片是HTTP的。然后介绍了目前集中劫持HTTPS的方法，第一个是SSLstrip，劫持第一个 HTTP 请求，但是局限性很大，后来HSTS 强制浏览器访问 HTTPS，这个方法就失效了。第二个SSLStrip2号称可绕过 HSTS，假设浏览器不存在 HSTS 缓存并且第一个请求为 HTTP，但是在HSTS缓存周期内就没有攻击条件。第三个SSLstrip++任意时刻将HTTPS替换为HTTP，且无需HTTP等辅助条件。
最后他们发现的漏洞可以导致HTTPS 下的账号密码泄露：国内受影响的 HTTPS 域名由100w个FQDN和50w个SLD。
因为没有提到具体技术细节，熊老师根据他的猜测问他们HTTPS的是否由于HTTP&HTTPS混用，但是主讲人说本质上和 cookie 有关，但不是 HTTP & HTTPS 混合的原因，在“手机干净，网站安全，链路加密”的情况下都可以实现劫持。
个人体会
演讲者对这个劫持没有分享具体的技术点，但我对他们是如何做到HTTPS的劫持非常好奇，希望后续能看到他们的相关工作。演讲者说他做这个工作还是源于一个课程作业，当你涉猎一个新的方向的时候或许不是预备开始，而是厚积薄发或广种薄收。我觉得可以多听听别人在做什么，他们是怎么做的，说不定会有新思路。
16:00-16:35 沈凯文 清华大学网络安全实验室 欲速则不达：CDN DDOS大炮 [邹羽婷]
演讲人简介：
沈凯文，清华大学网络安全实验室硕士生，蓝莲花、Tea-Deliverers战队队员，主要研究兴趣为协议漏洞挖掘、APT攻防对抗、机器学习流量分析，具备丰富的安全研究及攻防渗透经验，曾多次在DEFCON等知名CTF竞赛中获奖，并曾在ISC、XCTF Final等知名会议分享相关安全技术议题与研究。
内容摘要：
攻击者可利用CDN通用实现缺陷对任意部署Web服务的站点进行DDOS攻击。攻击者无需控制僵尸网络，仅通过较低配置的个人电脑、低带宽网络就可以发起大规模DDOS攻击，使对应的网站拒绝服务。
主要内容：
这个工作通过协议漏洞挖掘来进行分享。
首先介绍这是一种新型DDOS攻击，攻击者可利用 CDN 通用实现缺陷对任意部署 web 服务站点进行 DDoS 攻击，并且无需控制僵尸网络，仅通过较低配置 PC和低带宽网络就可以发起大规模 DDoS攻击。利用 CDN 节点分布式回源，传统 DDoS 防御方案几乎失效，因为攻击受害者的都是他们自己的CDN节点，不能通过简单的IP黑名单进行过滤，且攻击者难以被溯源。与传统 DDoS 攻击的是入口带宽不同，该攻击主要攻击受害者的出口带宽（主）和连接数（辅），出口带宽在商业网络中是很贵的。还有一点是攻击危害大，影响范围很广，攻击者可以攻击CDN内部节点，若一个CDN崩溃了，所有部署在这CDN上的节点都将拒绝服务。
他们参加比赛，用这个攻击在二十几秒打出一万多个链接，业务带宽达到了3.2Gbps，出包率在26.3万个。
这个攻击方式的独特点在于CDN和目标攻击网站的以非常大的峰值流量在回流（回源），但是攻击者和CDN之间的流量很小，意思就是可以通过较少资源（低带宽速率）达到很好的攻击效果。个人觉得就是CDN就类似于放大器的效果，但没有伪造源IP，这是一个正常的通过CDN访问网页的过程。
接下来阐述了他们是如何发现此类攻击。首先从协议不一致性进行考虑，因为自然语言的歧义性，RFC存在模糊性和歧异，定义比较宽泛，现实生活中各有各的实现，比如存在畸形的HTTP头部有两个host的情况，而在收到两个host的畸形头部的情况下，apache 与 nginx 的解析结果是不同的。CDN想更快的加速网络，想更快地把客户端想要的资源放在CDN里，而HTTP在设计的时候并不是这样子的，只是为了点对点通信，CDN 为了急迫给客户端回源，做了过度优化，这个过度优化导致了这个漏洞。
如今的WEB网络环境非常复杂，包括浏览器，CDN，防火墙，负载均衡，IPS，流量分析，每一个软件都需要做HTTP解析，这里就存在两种问题，第一个是虽然RFC设计完善，但是大家实现的时候理解错了，导致出现问题，第二个是RFC本身有歧义，导致大家理解不一致，当这些理解不一致的实现级联之后会出现漏洞。
最后他讲了他们发现漏洞的大概流程，但是没有包含细节。他们做了一个相对自动化的测试框架，抽取了现实生活中的网络流量做去重，自己构造歧义的流量，在这个上面做了一些的欺骗，然后基于RFC 生成一些规则，再基于RFC做一些断言，然后整个喂入到现实的网络中，现实网络可能是通过CDN， 可能是他们自己搭建的系统，然后最终去做匹配，同样一个数据包在不同环境出现的结果是不一样的，这里就出现了理解的不一致，基于这些理解的不一致，就会发现新的问题。
在回答问题阶段，主讲人补充说他们发现的这个漏洞不是因为两个host头部造成的，是另外一个HTTP头造成的安全性的隐患，是由于RFC定义的很模糊，大家理解的不透彻导致的。他们这个漏洞主要打得是HTTP回流过来的大的流量。比如CDN在现实生活中存在大的图片和文件，主要靠回源，多个CDN级联之后造成很大的流量。
个人体会
他们实验室上一届一个学生发了一篇关于利用CDN做拒绝服务攻击的论文在NDSS上，拿了best paper。这个工作应该和上一个工作有延续和扩展，有空可以找一下这篇论文看一下。觉得一个团队都在做一件事情还是一件很让人向往的状态，出了问题可以有人商量，大家也可以一起讨论idea。这个分享的分享者思路很清晰，讲得也相对清楚，虽然不知道最重要的利用了什么漏洞，但是大概原理是知道了，堵塞上行带宽这一点让我觉得是最有趣的一个点，希望这个点对我有所启发。
[黄彩云]
演讲人简介：
杨皓，清华大学网络安全实验室博士生，主要研究兴趣为互联网地下经济、网络犯罪、网络基础设施安全等，曾在IEEE S&P、USENIX Security、ACSAC等网络安全会议上发表论文。
发表论文：
Hao Yang, Xiulin Ma, Kun Du, Zhou Li, Hai-Xin Duan, XiaoDong Su, Guang Liu, Zhifeng Geng, Jianping Wu: How to Learn Klingon without a Dictionary: Detection and Measurement of Black Keywords Used by the Underground Economy. IEEE Symposium on Security and Privacy 2017: 751-769
Xiaojing Liao, Kan Yuan, XiaoFeng Wang, Zhongyu Pei, Hao Yang, Jianjun Chen, Hai-Xin Duan, Kun Du, Eihal Alowaisheq, Sumayah A. Alrwais, Luyi Xing, Raheem A. Beyah: Seeking Nonsense, Looking for Trouble: Efficient Promotional-Infection Detection through Semantic Inconsistency Search. IEEE Symposium on Security and Privacy 2016: 707-723
Kun Du, Hao Yang, Zhou Li, Hai-Xin Duan, Kehuan Zhang: The Ever-Changing Labyrinth: A Large-Scale Analysis of Wildcard DNS Powered Blackhat SEO. USENIX Security Symposium 2016: 245-262
内容摘要：
非法在线博彩的泛滥对社会带来巨大的负面影响，很多国家均颁布了相关法律进行禁止。尽管如此，由于其所带来的巨大利润，非法在线博彩网站仍然蓬勃发展。本演讲将对中国的非法在线博彩产业链进行调研分析和追踪，揭秘那些隐藏在这些非法行业背后的故事。
主要内容：
首先对非法在线博彩的背景进行了简要介绍，举了一些在线博彩网站的例子，从博彩的参与成员，到博彩网站的推广，到博彩网站本身，到存储，到人工客服，到第三方支付，完整介绍了非法在线博彩的黑产流程。
其次介绍提出的基于文本语义的非法博彩检测系统，能够通过给定一个域名，判断其是否是在线博彩网站。这里思路还是比较简单，就是利用机器学习监督学习分类器，对网页进行分类。在训练阶段，首先提取网页中的文本（titile、meta、body等标签），进行自然语言处理的基本处理过程（过滤非常用词，使用jieba分词，去除停用词、词性过滤等）提取出关键词之后，统计每个文档的词频；然后利用文档词频、信息增益等统计特征，提取特征，进行特征计算，在训练集（正常：博彩：色情 = 20:5:5）中进行训练；最终在SVM上达到检测准确率最高99.93%。
然后介绍利用上述实现的博彩网站分类器检测系统，对识别出来的大量博彩网站，进行测量分析。包括博彩域名（IP地址主要位于美国）、推广渠道（主要有博彩、色情、BlackhatSEO）、博彩项目类型（彩票类游戏在各类博彩网站中出现频次最高，分析是因为彩票类的时间短反馈快）、博彩游戏变化跟踪（在世界杯期间跟踪发现，70%+博彩站点出现了和世界杯相关的内容）、博彩站点中图片等资源的存储位置以及存储站点（本地、第三方图床、公共服务器、CDN）、基于新浪图床的博彩团伙识别（基于图床URL反查微博用户，定位犯罪团伙，而且有很多不仅做博彩，还薅羊毛，牵扯出一系列的地下黑产链条；利用公共的客服、支付链接、识别出6581个不同的博彩站点群）、博彩客服系统（第三方、社交论坛、社交工具、邮箱、电话等，基于客服联系方式提取，识别了1721个从业者QQ号）、支付工具（多种支付工具，支付宝占大头，不过比较小众的支付接口如京东金融也都支持）、收款账户跟踪（对100个网站监控一个月发现，一半左右更换了账户和支付工具，猜测可能是为了逃避审查）。
最终的系统检测成果，部署的168天来，检测域名2kw+个，检测出来包含博彩内容的13w-个，包含色情的8w+个。
个人感想：
这里说一下对这个参会的整体感想吧。
整个会议其实是分两块，前面是他们清华内部的THUCTF竞赛颁奖仪式。本来以为没啥意思，就发奖状+照相。结果后面两个参赛选手说自己的参赛感想的时候，还是有点震惊了——第一名是一个大一新生。只能说，不愧是清华，能进清华的学生也都不简单。另外，让我这种CTF小白对CTF都有点感兴趣了，好像比赛很有趣的样子。
后面主要的学术会议报告，一共四个。
第一个讲得非常非常好，我这里就不说他讲的内容层面了，主要说一下他演讲的方式。首先他讲得非常的清晰易懂，即使是对他做的领域完全不了解的小白，也能够清楚的知道他做了一件什么事情，但如果仅仅是这个程度，可能还不算是讲得 "非常非常好" 。最重要的是，他讲述的过程，是他怎么产生这个 idea ，以及怎么思考这个方法的创新，以及思考方法过程中自然而然的遇到了哪些问题，以及自然而然的想到的哪些解决方案；提出的指标是什么，为什么会想到这个指标，为什么会提出这个指标，为什么这个指标不好使需要加上别的指标。他的讲述过程完整的还原了他的解决问题的思路，可以让听众非常自然的顺着他的思路听下来，他不仅是告诉听众这东西最后的结果是什么（如果直接去读论文的话，绝大多数论文都是只告诉你指标是什么，而不会有为什么选择这个指标的思路，以及中间走的哪些弯路，哪些指标失效了，只会告诉你最后选择的指标是什么），而是把为什么得到这个结果的思路过程都详细的描述了出来，非常非常不错。
第二个和第三个因为发现的问题影响范围广泛，还在和厂商各种协商处理中，所以没有怎么讲具体的技术细节，只能从他讲述的内容中猜测他们的方向。第二个HTTPS的的确信息量太少，并且对HTTPS不是很熟，不了解。第三个CDN的猜测方向倒是对了，不过私下问说关键不在于同时发起请求，关键在于放大，可能这个是他们发现的协议RFC实现不一致的关键问题导致的。
