前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >办公网出口地址攻击客户蜜罐

办公网出口地址攻击客户蜜罐

作者头像
aerfa
发布于 2023-09-13 12:22:00
发布于 2023-09-13 12:22:00
21300
代码可运行
举报
运行总次数:0
代码可运行

在每一年的演习中,我们都会处置好几十起产品安全事件,虽然绝大多数都是已知的漏洞,但仍然有记录和总结的价值。另外身处应急响应大厅,还会得到来自几千同事传来的一手情报,他们犹如探针一样驻扎在客户侧进行防守,又或是攻击队员,在演习期间不间断的上报情报,可以帮助提升公司网络安全(安全部做出相应排查、加固和检测动作)和产品安全能力(产品线依据情报详情编写检测规则)。回顾历年写下的笔记,提炼出八个典型场景进行分享:

1、面向情报公司付费信息的应急2、面向互联网侧舆情信息的应急3、客户侧产品推送样本事件处置4、某邮箱被攻击情报的自我检查5、办公网出口地址攻击客户蜜罐6、SRC白帽子突破边界进业务网7、某部门下发零日漏洞确认函处置8、公司溯源团队查到团队内部成员

本章为该系列的第十一篇,亦是进入白热化战时状态的第5篇。主要介绍公司攻击队碰到客户蜜罐带来的一系列处置动作,尤其是在演习期间必须给客户合理的说法。在事件处置的背后,是安全部门内部安全建设成熟度的体现,亦是对跨部门协作、以客户为中心的考验。

01

事件描述

XX客户的销售前来询问:x.x.x.x1/x2/x3这三个IP,是之前给客户做项目时候报备过的公司出口地址。今天客户看到这三个IP踩了他们的互联网蜜罐,想问一下是不是攻击队的行为?

02

响应动作

查询内部IM记录,搜到1年前是XX外包的VPN出口;

在安全运营工作群提问,网络同事回答是办公网出口;运营同学查了下自己的出口地址,确实是办公网出口。于是联系销售找客户提供蜜罐地址,其提供蜜域名cloud.c.com:8090。运营同学查询NTA日志,发现无线网段访问过,并确认为安服员工xx。

03

处置结果

客户侧,销售给了统一说法:今天公司攻击队拿到一份扩大名单,里面有客户。公司内部有个三、四个人的辅助团队,负责为攻击队打辅助,提供资产收集服务。辅助团队级别比较低,不知道哪些目标能打哪些目标不能打(能不能打只有公司领导和攻击队队长知道),所以对所有的目标都进行了扫描。这个扫描IP是公司办公区的出口地址,因此之前报备的安全测试项目组IP相同。特别抱歉添麻烦,已经通知禁止对客户资产做扫描。

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
演习相关常识1:
安全公司在分到目标信息后,
需要由公司高层进行决策,划出可攻击的目标范围(不能攻击防守客户和重要客户);

演习相关常识2:
攻击队基本上都会有帮手,
外围人员会辅助其进行信息收集、漏洞储备、漏洞利用自动化等工作;

演习相关常识3:
通常会按照上分规则,将可以打的目标进行分类,
优先好打又能翻倍积分的目标。

公司内部对该人员进行了处理,并将自主权交给安服部门。(违反公司网络安全红线:禁止使用公司网络资源进行渗透测试

04

经验总结

在网络安全公司做内部安全,经常会遇到具备攻防防能力员工带来的压力与挑战,比如本案例中的渗透行为。故需要做好比较扎实的基础工作,如各类日志收集全,做相对应的检测规则并常态化运营。

  • 日志查询:比较基础的能力,如在kibana上根据源、目的地址、时间段等进行查询,找出内部人员。同时也是很常见的场景,但在使用工具背后的基础工作(日志收集、标准化、富化、分类等),却少有人关注;
  • 运营能力:内网对外部进行漏洞扫描,应该会被安全运营人员发现,但是没见着相关事件,也没有见到事件处置结果。追问了运营同学,内网扫描事件非常多,涉及到安服的一般都会发给接口人处置。
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2023-09-06 06:06,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 我的安全视界观 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
Ubuntu 18.04+RTX2080Ti+CUDA10.1+CUDNN7.6.5+Pytorch1.3环境部署(详细教程)
修正:Ubuntu 18.04+RTX2080Ti建议安装cuda10.0,cudnn7.5.1,pytorch1.4.0+cu100 / torchvision0.5.0+cu100,tensorflow-gpu1.14.0 修正日期:20200611
全栈程序员站长
2021/04/07
1K0
解决Ubuntu循环登陆问题 + Nvidia驱动、Cuda、Cudnn安装
ubuntu系统显卡驱动偶尔会出现奇怪的问题,造成图形用户界面循环登陆,本文记录相关问题的解决方案。 卸载旧驱动 在登陆界面 ctrl+alt+F2 进入非图形界面控制台,登陆后输入命令: sudo apt-get remove nvidia-* sudo apt-get autoremove sudo apt-get purge nvidia* 安装驱动 加入PPA,然后更新库 sudo add-apt-repository ppa:graphics-drivers sudo apt-get
为为为什么
2022/08/05
1K0
Ubuntu 20.04 CUDA&cuDNN安装方法[通俗易懂]
如果无法查看,则说明尚未安装nvidia驱动,点击附加驱动,选择对应版本的驱动即可自动下载。
全栈程序员站长
2022/07/01
1K0
Ubuntu 20.04 CUDA&cuDNN安装方法[通俗易懂]
手把手教你在 Ubuntu16.04 安装 GPU 驱动 + CUDA9.0 + cuDNN7
如果你的电脑安装了 Ubuntu16.04,而且电脑自带一块 NVIDIA GeForce 的 GPU 显卡,那么不用来跑深度学习模型就太可惜了!关于这方面的网上教程很多,但大都良莠不齐。这篇文章将手把手教你如何安装 GPU 显卡驱动、CUDA9.0 和 cuDNN7。值得一试!
红色石头
2022/01/12
6.9K0
手把手教你在 Ubuntu16.04 安装 GPU 驱动 + CUDA9.0 + cuDNN7
Ubunt16.04 搭建 GPU 显卡驱动 + CUDA9.0 + cuDNN7 详细教程
如果你的电脑安装了 Ubuntu16.04,而且电脑自带一块 NVIDIA GeForce 的 GPU 显卡,那么不用来跑深度学习模型就太可惜了!关于这方面的网上教程很多,但大都良莠不齐。这篇文章将手把手教你如何安装 GPU 显卡驱动、CUDA9.0 和 cuDNN7。值得一试!
红色石头
2022/01/12
7890
Ubunt16.04 搭建 GPU 显卡驱动 + CUDA9.0 + cuDNN7 详细教程
深度学习GPU环境安装教程:Ubuntu16.04+1080(Ti)显卡驱动+CUDA+cuDNN(已n次完美安装)
当前只装了ubuntu16.04单系统,亲测可用,之前ubuntu16.04+win10双系统下也是这种方法装的,只是需要切换视频线的接口,可参考这篇
对角巷法师
2022/05/07
1.5K0
深度学习GPU环境安装教程:Ubuntu16.04+1080(Ti)显卡驱动+CUDA+cuDNN(已n次完美安装)
Ubuntu下安装cuda_Ubuntu下KDE的安装删除
若没有安装,则查看是否有N卡驱动,若无N卡驱动,则到软件与更新 -> 附加驱动中安装驱动
全栈程序员站长
2022/11/09
9420
Ubuntu下安装cuda_Ubuntu下KDE的安装删除
点云深度学习环境配置指南(一)Ubuntu16.04+RTX2080ti
【今日导读】想做点云深度学习?先把环境配置好吧。本期为初学者带来环境配置指南,有需求的同学赶快上手吧。配置为:
点云乐课堂
2020/05/18
1.3K0
Ubuntu 16.04下为TITAN 1080 显卡安装驱动及Gpu版TensorFlow|深度学习
近来入坑了TITAN 1080显卡,在Ubuntu 16.04下为装好驱动以使用Gpu版TensorFlow可不简单,踩了许多坑之后写下此篇为记录。 下载Cuda 按装官方教程,我们可以应该安装Cu
陆勤_数据人网
2018/02/28
1.5K0
Ubuntu 16.04下为TITAN 1080 显卡安装驱动及Gpu版TensorFlow|深度学习
Ubuntu18.04安装 NVIDIA驱动+CUDA10.2+cuDNN+TensorRT
之后,按照提示安装,成功后重启即可。 如果提示安装失败,不要着急重启;可重复上述步骤,多试几次。
全栈程序员站长
2022/08/19
2K0
深度学习GPU环境Ubuntu16.04+GTX1080+CUDA9+cuDNN7+TensorFlow1.6环境配置
本节详细说明一下深度学习环境配置,Ubuntu 16.04 + Nvidia GTX 1080 + Python 3.6 + CUDA 9.0 + cuDNN 7.1 + TensorFlow 1.6。 Python 3.6 首先安装 Python 3.6,这里使用 Anaconda 3 来安装,下载地址:https://www.anaconda.com/download/#linux,点击 Download 按钮下载即可,这里下载的是 Anaconda 3-5.1 版本,如果下载速度过慢可以选择使用清华
崔庆才
2018/04/08
2.1K0
深度学习GPU环境Ubuntu16.04+GTX1080+CUDA9+cuDNN7+TensorFlow1.6环境配置
Ubuntu安装和卸载CUDA和CUDNN
最近在学习PaddlePaddle在各个显卡驱动版本的安装和使用,所以同时也学习如何在Ubuntu安装和卸载CUDA和CUDNN,在学习过程中,顺便记录学习过程。在供大家学习的同时,也在加强自己的记忆。本文章以卸载CUDA 8.0 和 CUDNN 7.05 为例,以安装CUDA 10.0 和 CUDNN 7.4.2 为例。
夜雨飘零
2020/05/06
10.3K0
ubuntu16.04安装cuda9.0(ubuntu18安装nvidia驱动)
Ubuntu 下安装CUDA需要装NVIDIA驱动,首先进入NVIDIA官网,然后查询对应NVIDIA驱动是否支持你电脑的型号。
全栈程序员站长
2022/07/29
7630
ubuntu16.04安装cuda9.0(ubuntu18安装nvidia驱动)
深度学习之CUDA + cudnn
CUDA官网: https://developer.nvidia.com/cuda-downloads
数据科学工厂
2023/02/27
4100
深度学习之CUDA + cudnn
Ubuntu18.04LTS下cuda10.0+cudnn7.5+TensorFlow1.13环境搭建
前言 之前写过cuda环境的搭建文章, 这次干脆补全整个深度学习环境的搭建. ---- 开发环境一览 CPU: Intel core i7 4700MQ GPU: NVIDIA GT 750M
sean_yang
2019/03/15
2K0
Ubuntu18.04LTS下cuda10.0+cudnn7.5+TensorFlow1.13环境搭建
真实机下 ubuntu 18.04 安装GPU +CUDA+cuDNN 以及其版本选择(亲测非常实用)
目前,大多情况下,能搜到的基本上都ubuntu 14.04.或者是ubuntu 16.04的操作系统安装以及GPU 环境搭建过程,博主就目前自身实验室环境进行分析,总结一下安装过程。
全栈程序员站长
2022/08/20
2K0
真实机下 ubuntu 18.04 安装GPU +CUDA+cuDNN 以及其版本选择(亲测非常实用)
纯净Ubuntu16安装CUDA(9.1)和cuDNN
本篇概览 自己有一台2015年的联想笔记本,显卡是GTX950M,已安装ubuntu 16.04 LTS桌面版,为了使用其GPU完成deeplearning4j的训练工作,自己动手安装了CUDA和cuDNN,在此将整个过程记录下来,以备将来参考,整个安装过程分为以下几步: 准备工作 安装Nvidia驱动 安装CUDA 安装cuDNN 特别问题说明 按照一般步骤,在安装完Nvidia显卡驱动后,会提示对应的CUDA版本,接下来按照提示的版本安装CUDA,例如我这里提示的是11.2,正常情况下,我应该安装11.
程序员欣宸
2021/12/07
6750
纯净Ubuntu16安装CUDA(9.1)和cuDNN
Ubuntu 16.04 上 CUDA_10.0及cuDNN的安装
GPU:Geforce GTX1060 驱动版本:418.56 最开始打算装CUDA_10.1( nvidia与cuda需相匹配),但是在运行cuda.run后出现的用户许可证信息有问题,如图
全栈程序员站长
2022/08/14
1.7K0
Ubuntu 16.04 上 CUDA_10.0及cuDNN的安装
Ubuntu20.04安装cuda10.1「建议收藏」
CUDA的主要用途是深度学习,而目前主流的深度学习框架Tensorflow2最高支持CUDA 10.1,因此本文讲解在Ubuntu 20.04系统上安装CUDA 10.1的主要过程。
全栈程序员站长
2022/09/29
1.6K0
Ubuntu20.04安装cuda10.1「建议收藏」
Ubuntu 安装 tensorflow-gpu 1.4 +CUDA 8.0 +cuDNN详细教程
作者 | fendouai 编辑 | 磐石 出品 | 磐创AI技术团队 【磐创AI导读】:本文详细介绍了tensorflow-gpu在Ubuntu下的安装步骤。欢迎大家点击上方蓝字关注我们的公众号:磐创AI。 硬件环境:NVIDIA GTX 980 Ti 系统环境:Ubuntu 16.04 64位 一.安装 NVIDIA驱动 1. 关闭 Secure Boot 具体如何禁用 BIOS 中的 Secure Boot 要根据主板的情况。 以华硕主板的禁用方法为例: 首先进入 BIOS,然后选择 Boot ,
磐创AI
2018/07/03
1.5K0
推荐阅读
相关推荐
Ubuntu 18.04+RTX2080Ti+CUDA10.1+CUDNN7.6.5+Pytorch1.3环境部署(详细教程)
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档