# 动态沙箱分析（十）

- URL: https://wuming.si/blog/4018/
- Author: Wuming
- Published: 2025-03-25
- Language: zh-Hans
- Categories: Technology

> 上一篇：[告警关联、降噪与聚合](https://wuming.si/blog/4017) · 下一篇：[多引擎杀毒](https://wuming.si/blog/4019)

前面几篇讲的都是“看流量”：采集层把包抓下来，Suricata 和 Zeek 做协议解析和特征匹配，情报、规则和模型再从元数据里找异常。但有一类威胁光看流量是看不清的：**文件**。一封邮件附件、一个 HTTP 下载的可执行文件、一个压缩包，在网络上只是一串字节。它到底干了什么，只有让它真正跑起来才知道。

这就是动态沙箱要解决的问题。在整条流水线里，它位于 DPI 引擎的“文件还原”之后：引擎从流量中把文件提取出来，丢进队列，沙箱接手，把文件放进一台隔离的虚拟机里执行，记录它的一举一动，最后给出一份行为报告和一个判定结果，再送回事件管道参与关联。

> **沙箱（Sandbox）**：一个与真实环境隔离、可随时还原的执行环境，用来安全地运行可疑程序并观察其行为。

## 整体流程

```
 DPI 文件还原 / 手工上传 / API 提交
               │
               ▼
        ┌──────────────┐
        │  任务队列     │  按优先级排队
        └──────┬───────┘
               ▼
        ┌──────────────┐
        │   调度器      │  分配虚拟机、控制并发
        └──────┬───────┘
     ┌─────────┼──────────┐
     ▼         ▼          ▼
  静态分析   动态执行    多引擎杀毒
  (类型/哈希  (QEMU/KVM   (下一篇)
   /YARA)    + 客户机代理)
     └─────────┼──────────┘
               ▼
        行为特征匹配 → 威胁评分 → 报告生成
               ▼
     Elasticsearch / 事件管道 / 文件存储
```

一个样本的生命周期大致分六步：

| 阶段 | 做什么 |
|---|---|
| 接收 | 从 Redis 队列、ZeroMQ 或 REST 接口拿到任务 |
| 预分析 | 计算哈希、识别文件类型、跑 YARA 和杀毒引擎 |
| 分配虚拟机 | 按目标平台（Windows / Linux / Android）挑一台空闲虚拟机 |
| 执行 | 还原快照、投放样本、启动抓包、运行并计时 |
| 后处理 | 收集日志、匹配行为特征、计算评分、提取 IOC |
| 发布 | 写入 Elasticsearch、推送到事件管道、落盘保存报告 |

## 预分析：先做便宜的事

动态执行很贵：一台虚拟机跑一个样本要几分钟。所以调度器在开虚拟机之前，先做一轮静态分析：

- **哈希**：MD5/SHA256 既是样本的身份证，也用来去重。同一个文件在流量里可能出现上百次，没必要每次都跑。系统用布隆过滤器做快速判重。
  > **布隆过滤器（Bloom filter）**：一种省内存的集合结构，能快速回答“肯定没见过”或“可能见过”。
- **文件类型**：用 libmagic 一类的工具判断真实类型，而不是相信扩展名。这决定了后续选哪种虚拟机、用哪个“启动包”（exe、dll、doc、apk 各有不同的打开方式）。
- **YARA 扫描**：用规则匹配已知家族的字节特征。
- **多引擎杀毒**：几个杀毒引擎一起扫，结果作为评分的一部分（下一篇细讲）。

如果哈希命中了已知恶意情报，或者杀毒引擎已经一致判黑，就可以提高优先级，甚至直接出结论。

## 动态执行：虚拟机 + 客户机代理

执行层基于 QEMU/KVM 加 libvirt 管理。每种平台都有预先做好的镜像，镜像上打着一个“干净”快照。

```python
# 示意代码：一次分析的核心流程
def run_task(task):
    vm = pool.acquire(task.platform)      # 从池中取一台空闲 VM
    try:
        vm.revert("clean")                # 还原到干净快照
        vm.upload(task.sample, task.target_path)
        sniffer.start(vm.iface)           # 在宿主侧抓这台 VM 的流量
        vm.agent.run(task.package, timeout=task.timeout)
        return vm.agent.collect()         # 行为日志、释放文件、内存转储
    finally:
        sniffer.stop()
        vm.poweroff()
        pool.release(vm)
```

虚拟机里跑着一个**客户机代理（guest analyzer）**，它负责：

- 拉起样本，并按文件类型选择打开方式；
- 挂钩关键 API（文件读写、进程创建、注册表修改、网络连接等），记录调用序列；
- 监控文件系统、注册表和进程树变化；
- 必要时做内存转储，抓注入代码；
- 超时后把所有日志回传给宿主。

宿主侧同时在虚拟机的虚拟网卡上抓包，得到一份完整 PCAP。这份 PCAP 很有价值：可以再喂给 DPI 引擎和情报匹配，看看样本连了哪些域名、是否命中已知 C2。

### 网络隔离

虚拟机挂在一个独立的虚拟网桥上，有两种模式：

- **离线模式**：只有 host-only 网络，样本连不出去。安全，但很多恶意软件联网失败就“装死”，行为看不全。
- **在线模式**：经 NAT 出网，能看到真实回连行为，但要承担样本真的对外造成影响的风险。

这是一个部署时就要定的取舍，系统提供了一键切换模式的脚本。

## 行为特征与评分

原始行为日志动辄上万条 API 调用，人看不过来。所以需要一层**行为特征**（behavioral signature），把低层事件归纳成有语义的结论，例如：

| 特征 | 含义 |
|---|---|
| 释放可执行文件 | 下载器/投放器的典型行为 |
| 安装服务 / 写自启动项 | 持久化 |
| 进程注入 | 隐藏自身、绕过检测 |
| 批量加密文件 | 勒索软件 |
| 删除卷影副本 | 阻止恢复，常见于勒索 |
| 关闭防火墙 | 削弱防护 |
| 截屏、读取浏览器凭据 | 窃密 |
| 检测虚拟机 / 调试器 | 反分析 |

然后把多维度证据合成一个分数。一个示意性的打分思路：

```python
# 示意：多维证据加权，各维度有上限，避免单一维度刷满分
score  = min(av_hits * W_AV, CAP_AV)
score += min(sum(weight(s) for s in signatures), CAP_BEHAVIOR)
score += network_score(conns, c2_hit)
score += file_activity_score(dropped_files)
verdict = "malicious" if score >= HIGH else "suspicious" if score >= LOW else "clean"
```

关键设计点是**每个维度封顶**：否则一个疯狂写文件的安装程序光凭“文件活动”就能被判黑。高危行为（加密文件、删卷影、偷凭据）权重更高。

## 报告输出

一份报告同时有几种形态：

- **JSON**：完整详细，供程序消费；
- **HTML**：给分析师看的可读版本；
- **Elasticsearch 文档**：可检索、可做仪表盘；
- **ZeroMQ 事件**：实时推回事件管道，和其他告警一起进入关联引擎。

最后这一点很重要：沙箱判定“恶意”之后，关联引擎可以把它和最初那条下载流量、下载它的主机、后续的回连告警串起来，形成一条完整的攻击链。

## 踩坑与取舍

- **资源是硬约束**。每台 Windows 虚拟机要吃几 GB 内存，并发上不去。我们按平台配置虚拟机数量，并且总并发有上限；样本多时靠优先级和去重来削峰，而不是无限加机器。
- **超时怎么定**。时间短了看不到延迟发作的行为，时间长了吞吐量掉下来。实践中默认几分钟，可按任务调整；对“先睡一会儿再发作”的样本，业界常见的做法是在客户机代理里缩短睡眠调用。
- **快照必须还原**。任何一次分析结束都要回到干净快照，否则上一个样本的残留会污染下一个结果。为此还准备了“一键重建所有虚拟机”的脚本，用于镜像损坏后的恢复。
- **反沙箱**。越来越多样本会检测虚拟化痕迹、鼠标是否移动、运行时长等。镜像需要做“去虚拟化”处理，并模拟一些用户活动；即便如此，“没看到恶意行为”也不等于“干净”，所以评分永远要结合静态结果和杀毒结果。
- **宿主安全**。样本永远不在宿主机上执行，样本文件单独存放；虚拟机做 CPU/内存限额，防止一个样本拖垮整台机器。
- **镜像维护成本**。多个 Windows 版本、Linux、Android 模拟器，各自的补丁、Office 版本、运行库都要维护，这是长期的人力投入。

## 小结

动态沙箱补上了“只看流量看不到文件真实意图”的缺口：它把流量里还原出的文件放进可还原的虚拟机，通过 API 挂钩、文件/注册表/进程监控和抓包得到行为全貌，再用行为特征和多维评分给出结论，并把结果送回事件管道参与关联。

沙箱的静态阶段里，我们提到了“多个杀毒引擎一起扫”。下一篇就来看这件事是怎么组织的：多引擎怎么编排、结果怎么融合、病毒库怎么更新。

## 全系列

1. [全景：一套网络威胁检测平台](https://wuming.si/blog/4009)
2. [万兆流量采集](https://wuming.si/blog/4010)
3. [Suricata 深度包检测与规则管理](https://wuming.si/blog/4011)
4. [Zeek 协议分析](https://wuming.si/blog/4012)
5. [Flume + Esper 事件管道](https://wuming.si/blog/4013)
6. [威胁情报匹配与知识库](https://wuming.si/blog/4014)
7. [规则驱动的异常检测](https://wuming.si/blog/4015)
8. [机器学习检测](https://wuming.si/blog/4016)
9. [告警关联、降噪与聚合](https://wuming.si/blog/4017)
10. [动态沙箱](https://wuming.si/blog/4018)
11. [多引擎杀毒](https://wuming.si/blog/4019)
12. [管理平台](https://wuming.si/blog/4020)
13. [轻量级探针](https://wuming.si/blog/4021)
14. [部署、版本与升级回滚](https://wuming.si/blog/4022)
15. [运维监控与自愈](https://wuming.si/blog/4023)

---

*本系列是个人技术学习与架构研究笔记，内容已做抽象和脱敏处理，不对应任何具体商业产品，不包含任何组织的内部配置或数据。*
