Skills-SIMarket
skills-si.com
Proposer une Skill
/
L’interface est localisée ; les présentations et documents des Skills sont traduits automatiquement par IA dans votre langue. Le code, les commandes, chemins et termes techniques restent en version originale, et le document de l’auteur fait foi.
Explorer les Skills
Développement · SKILL.md

detecting-cryptomining-in-cloud

detecting-cryptomining-in-cloud

本 skill 教导安全团队如何检测和响应云环境中未授权的加密货币挖矿活动。内容涵盖通过计算使用异常、挖矿池网络流量模式、GuardDuty 加密货币发现以及 EC2、ECS、EKS 和 Azure Automation 工作负载上的运行时进程监控来识别挖矿指标。

Independent GitHub snapshot · Automated classification · Original documentation governs

Kkillvxk / cybersecurity-skills-zhApache-2.0

Documentation de la Skill

GitHub

name: detecting-cryptomining-in-cloud description: > 本 skill 教导安全团队如何检测和响应云环境中未授权的加密货币挖矿活动。内容涵盖通过计算使用异常、挖矿池网络流量模式、GuardDuty 加密货币发现以及 EC2、ECS、EKS 和 Azure Automation 工作负载上的运行时进程监控来识别挖矿指标。 domain: cybersecurity subdomain: cloud-security tags: [cryptomining-detection, cloud-abuse, resource-hijacking, guardduty-crypto, cost-anomaly] version: 1.0.0 author: mahipal license: Apache-2.0

检测云中的加密货币挖矿

适用场景

  • 云账单告警显示意外计算成本激增时
  • GuardDuty 生成 CryptoCurrency 或 Impact 类型发现时
  • 调查可能用于启动挖矿实例的被入侵 IAM 凭据时
  • 监控容器工作负载中的未授权进程执行时
  • 针对资源劫持攻击建立主动检测控制时

不适用于：合法的加密货币挖矿操作、物理硬件上的非云环境挖矿检测，或与挖矿活动无关的通用恶意软件分析。

前置条件

  • 为 EC2、ECS 和 EKS 启用 Runtime Monitoring 的 Amazon GuardDuty
  • 配置 CloudWatch 或 Azure Monitor 用于计算资源利用率告警
  • 启用 VPC Flow Logs 用于分析到挖矿池 IP 的网络流量
  • 配置 AWS Cost Anomaly Detection 或 Azure Cost Management 告警

工作流程

步骤 1：通过多重信号建立检测

跨四个信号类别部署检测：成本异常、计算资源利用率、网络流量和运行时进程。

# AWS Cost Anomaly Detection
aws ce create-anomaly-monitor \
  --anomaly-monitor '{
    "MonitorName": "EC2CostSpike",
    "MonitorType": "DIMENSIONAL",
    "MonitorDimension": "SERVICE"
  }'

aws ce create-anomaly-subscription \
  --anomaly-subscription '{
    "SubscriptionName": "CryptoMiningAlert",
    "MonitorArnList": ["arn:aws:ce::123456789012:anomalymonitor/monitor-id"],
    "Subscribers": [{"Address": "security@company.com", "Type": "EMAIL"}],
    "Threshold": 50.0,
    "Frequency": "IMMEDIATE"
  }'

# CloudWatch CPU 利用率激增告警
aws cloudwatch put-metric-alarm \
  --alarm-name HighCPUUtilization \
  --namespace AWS/EC2 \
  --metric-name CPUUtilization \
  --statistic Average \
  --period 300 \
  --threshold 90 \
  --comparison-operator GreaterThanThreshold \
  --evaluation-periods 3 \
  --alarm-actions "arn:aws:sns:us-east-1:123456789012:security-alerts"

步骤 2：监控 GuardDuty 加密货币发现

为针对 EC2、ECS 和 EKS 工作负载上加密货币挖矿活动的 GuardDuty 发现配置告警。

GuardDuty 加密挖矿关键发现类型：

  • CryptoCurrency:EC2/BitcoinTool.B - 到加密货币相关域名的网络连接
  • CryptoCurrency:Runtime/BitcoinTool.B - 运行时检测到挖矿进程执行
  • Impact:EC2/BitcoinTool.B - EC2 实例与已知比特币挖矿池通信
  • Impact:Runtime/CryptoMinerExecuted - 运行时 Agent 检测到加密挖矿程序执行
# 针对加密货币发现的 EventBridge 规则
aws events put-rule \
  --name CryptoMiningDetection \
  --event-pattern '{
    "source": ["aws.guardduty"],
    "detail-type": ["GuardDuty Finding"],
    "detail": {
      "type": [
        {"prefix": "CryptoCurrency:"},
        {"prefix": "Impact:EC2/BitcoinTool"},
        {"prefix": "Impact:Runtime/CryptoMiner"}
      ]
    }
  }'

# 加密货币发现的自动修复 Lambda
aws events put-targets \
  --rule CryptoMiningDetection \
  --targets '[{
    "Id": "CryptoAutoRemediate",
    "Arn": "arn:aws:lambda:us-east-1:123456789012:function/crypto-remediate"
  }]'

步骤 3：分析到挖矿池的网络流量

监控 VPC Flow Logs 和 DNS 查询，识别到已知加密货币挖矿池在常用端口（3333、4444、5555、8333、9999、14444）上运行的连接。

// Sentinel KQL 查询，检测挖矿池连接
AzureNetworkAnalytics_CL
| where TimeGenerated > ago(24h)
| where DestPort_d in (3333, 4444, 5555, 8333, 9999, 14444, 14433, 45700)
| summarize ConnectionCount = count(), BytesSent = sum(BytesSent_d)
            by SrcIP_s, DestIP_s, DestPort_d, bin(TimeGenerated, 1h)
| where ConnectionCount > 10
| project TimeGenerated, SrcIP_s, DestIP_s, DestPort_d, ConnectionCount, BytesSent

# AWS Athena 查询，检测 VPC Flow Logs 中的挖矿池连接
cat << 'EOF' > mining-detection.sql
SELECT srcaddr, dstaddr, dstport, protocol,
       COUNT(*) as connection_count,
       SUM(bytes) as total_bytes
FROM vpc_flow_logs
WHERE dstport IN (3333, 4444, 5555, 8333, 9999, 14444)
  AND action = 'ACCEPT'
  AND start >= date_add('hour', -24, now())
GROUP BY srcaddr, dstaddr, dstport, protocol
HAVING COUNT(*) > 10
ORDER BY connection_count DESC
EOF

步骤 4：检测容器环境中的挖矿

监控 ECS 任务定义和 EKS Pod 部署，识别已知挖矿容器镜像和可疑进程执行。

# 检查最近注册的含有可疑镜像的 ECS 任务定义
aws ecs list-task-definitions --sort DESC --max-items 50 | \
  jq -r '.taskDefinitionArns[]' | while read arn; do
    aws ecs describe-task-definition --task-definition "$arn" \
      --query 'taskDefinition.containerDefinitions[*].[name,image]' --output text
  done

# 需要监控的已知恶意挖矿镜像特征:
# - 来自未知镜像仓库且拉取次数极高的镜像
# - 包含 xmrig、cpuminer、minergate 或 ccminer 二进制文件的镜像
# - 入口点指向 /tmp/.hidden 或 /dev/shm 路径的镜像

# 监控 CloudTrail 中可疑的 ECS/EKS 活动
aws cloudtrail lookup-events \
  --lookup-attributes AttributeKey=EventName,AttributeValue=RegisterTaskDefinition \
  --start-time $(date -d '-24 hours' +%Y-%m-%dT%H:%M:%S) \
  --query 'Events[*].[EventName,Username,EventTime]'

步骤 5：响应和遏制挖矿活动

确认挖矿后立即执行遏制操作，在终止恶意工作负载前保留取证证据。

# 加密货币挖矿事件的自动修复 Lambda
import boto3
import json

def lambda_handler(event, context):
    finding = event['detail']
    resource_type = finding['resource']['resourceType']

    if resource_type == 'Instance':
        instance_id = finding['resource']['instanceDetails']['instanceId']
        ec2 = boto3.client('ec2')

        # 在隔离前对 EBS 卷创建取证快照
        volumes = ec2.describe_instances(InstanceIds=[instance_id])
        for reservation in volumes['Reservations']:
            for instance in reservation['Instances']:
                for vol in instance['BlockDeviceMappings']:
                    volume_id = vol['Ebs']['VolumeId']
                    ec2.create_snapshot(
                        VolumeId=volume_id,
                        Description=f'取证快照 - 加密货币挖矿 - {instance_id}',
                        TagSpecifications=[{
                            'ResourceType': 'snapshot',
                            'Tags': [{'Key': 'Incident', 'Value': 'CryptoMining'},
                                     {'Key': 'SourceInstance', 'Value': instance_id}]
                        }]
                    )

        # 如果攻击者设置了 API 终止保护，先禁用它
        ec2.modify_instance_attribute(
            InstanceId=instance_id,
            DisableApiTermination={'Value': False}
        )

        # 使用空安全组隔离实例
        vpc_id = finding['resource']['instanceDetails']['networkInterfaces'][0]['vpcId']
        isolation_sg = ec2.create_security_group(
            GroupName=f'crypto-isolation-{instance_id}',
            Description='加密挖矿隔离 - 禁止所有流量',
            VpcId=vpc_id
        )
        # 撤销默认出站规则
        ec2.revoke_security_group_egress(
            GroupId=isolation_sg['GroupId'],
            IpPermissions=[{'IpProtocol': '-1', 'IpRanges': [{'CidrIp': '0.0.0.0/0'}]}]
        )
        ec2.modify_instance_attribute(
            InstanceId=instance_id,
            Groups=[isolation_sg['GroupId']]
        )

        return {'status': 'contained', 'instance': instance_id}

步骤 6：追踪初始访问向量

通过调查 CloudTrail 日志，确定攻击者如何获取访问权限以部署挖矿工作负载。常见向量包括被入侵的 IAM 凭据、暴露的访问密钥以及通过容器镜像进行的供应链攻击。

# 追踪被入侵身份的初始访问记录
aws cloudtrail lookup-events \
  --lookup-attributes AttributeKey=Username,AttributeValue=compromised-user \
  --start-time 2025-02-01T00:00:00Z \
  --query 'Events[?EventName==`ConsoleLogin` || EventName==`GetSessionToken`].[EventTime,SourceIPAddress,EventName]' \
  --output table

# 检查在异常区域的 RunInstances 调用
for region in $(aws ec2 describe-regions --query 'Regions[*].RegionName' --output text); do
  count=$(aws cloudtrail lookup-events \
    --region $region \
    --lookup-attributes AttributeKey=EventName,AttributeValue=RunInstances \
    --start-time $(date -d '-7 days' +%Y-%m-%dT%H:%M:%S) \
    --query 'Events | length(@)')
  if [ "$count" -gt 0 ]; then
    echo "区域: $region - RunInstances 调用数: $count"
  fi
done

核心概念

术语定义
加密劫持（Cryptojacking）未授权使用云计算资源挖掘加密货币，通常是门罗币（XMR），因其 CPU 友好的算法
Stratum 协议（Stratum Protocol）在 TCP 端口 3333、4444 或自定义端口上运行的挖矿池通信协议，可在网络流日志中识别
XMRig开源门罗币挖矿软件，常见于加密劫持攻击，通常以隐藏二进制文件部署在容器中
API 终止保护（API Termination Protection）攻击者启用的 EC2 属性，用于阻止安全团队快速终止被入侵的挖矿实例
Cost Anomaly DetectionAWS 服务，使用机器学习识别可能表明未授权资源使用的异常消费模式
Runtime Monitoring（运行时监控）GuardDuty 功能，部署 Agent 检测进程级别的活动，包括加密挖矿程序执行
攻击序列（Attack Sequence）GuardDuty 扩展威胁检测发现，将凭据窃取、基础设施部署和挖矿执行关联为单个严重事件

工具与系统

  • Amazon GuardDuty：通过网络流量分析、DNS 查询和运行时进程监控检测加密货币挖矿
  • AWS Cost Anomaly Detection：基于机器学习的服务，识别挖矿实例部署导致的意外成本增加
  • VPC Flow Logs：显示到挖矿池 IP 地址和端口连接的网络流量元数据
  • Falco：开源运行时安全工具，用于检测容器中的加密挖矿进程执行
  • Amazon Detective：基于图形的调查工具，用于追踪从初始访问到挖矿部署的攻击路径

常见场景

场景：被入侵的 IAM 凭据用于大规模 EC2 挖矿

场景背景：公开 GitHub 仓库中泄露的 IAM 凭据在 10 分钟内被用于在 8 个 AWS 区域启动 200 个 GPU 实例。攻击者在每个区域启用了 API 终止保护并禁用了 CloudTrail。

方法：

  1. AWS Cost Anomaly Detection 触发告警，显示每小时 EC2 费用超过 15,000 美元
  2. GuardDuty 生成 Stealth:IAMUser/CloudTrailLoggingDisabled 和 CryptoCurrency:EC2/BitcoinTool.B 发现
  3. 立即停用被入侵的 IAM 访问密钥
  4. 在所有受影响区域重新启用 CloudTrail 以恢复可见性
  5. 禁用所有 200 个实例的 API 终止保护并终止它们
  6. 在终止前对具有代表性的实例创建取证快照
  7. 检查 GitHub 提交历史，识别并删除暴露的凭据
  8. 部署 AWS Config 规则，防止禁用 CloudTrail 并强制使用 IMDSv2

常见陷阱：未检查所有 AWS 区域的挖矿实例会导致未被发现的区域中的矿机持续运行。在停止实例前未禁用 API 终止保护会浪费响应时间。

输出格式

加密货币挖矿事件响应报告
=======================================
事件 ID: INC-2025-0223-CRYPTO
检测时间: 2025-02-23T14:23:00Z
遏制时间: 2025-02-23T14:41:00Z（18 分钟）

初始访问:
  向量: IAM 访问密钥暴露于公开 GitHub 仓库
  凭据: AKIAIOSFODNN7EXAMPLE（用户: ci-deploy）
  首次恶意活动: 2025-02-23T14:12:00Z

影响:
  启动实例数: 200 个（p3.2xlarge GPU 实例）
  受影响区域: 8 个（us-east-1, us-west-2, eu-west-1, eu-central-1 等）
  估计成本: 4,200 美元（18 分钟，每小时 15,400 美元）
  挖矿池: stratum+tcp://pool.supportxmr.com:3333
  加密货币: 门罗币（XMR）

检测信号:
  [14:15] GuardDuty: Stealth:IAMUser/CloudTrailLoggingDisabled（高）
  [14:18] 成本异常: EC2 费用超基准 4,200%
  [14:23] GuardDuty: CryptoCurrency:EC2/BitcoinTool.B（高）x 200

遏制操作:
  [14:25] IAM 访问密钥 AKIAIOSFODNN7EXAMPLE 已停用
  [14:30] CloudTrail 已在所有 8 个区域重新启用
  [14:35] 200 个实例的 API 终止保护已禁用
  [14:41] 所有 200 个实例已终止

修复措施:
  - 被入侵的访问密钥已删除
  - GitHub 仓库密钥扫描已启用
  - AWS Config 规则已部署: cloudtrail-enabled（自动修复）
  - SCP 已部署: 拒绝在未经审批的情况下为 GPU 实例类型执行 ec2:RunInstances

More skills to explore

Voir toutes les Skills
Skills enregistrées