LSTM-Exploit：基于LSTM 的智能滲透工具

◆王璽民 朱俊瀾 黃路一 秦朝鵬 賀文博

（江蘇警官學院 江蘇 210031）

1 背景概述

根據2020 年《網絡攻擊趨勢：2020 年上半年報告》顯示，2020年上半年網絡釣魚和惡意軟件攻擊急劇增加，從2 月份的每周不足5，000 次激增至4 月下旬的每周超過20 萬次。此外，在5 月和6 月，隨著各國開始解除防疫封禁措施，攻擊者隨之加大了與新冠肺炎疫情相關的攻擊。與3 月和4 月相比，6 月底全球所有類型的網絡攻擊增加了34%。

頻繁的網絡攻擊暴露出了更多的安全問題：一方面，攻擊者的攻擊目標正從傳統的系統漏洞轉向各種移動感染媒介，另一方面，傳統DDoS 分布式拒絕服務攻擊趨緩，APT 高級持續滲透攻擊興起，攻擊者往往先通過一系列有組織，有計劃的信息搜集活動獲得目標可能的攻擊點，而后進行大規模，多手段的網絡攻擊，很容易突破目標防御，直接導致敏感信息泄露或系統癱瘓。

面對日趨復雜的網絡環境，滲透測試作為產品安全檢測的一個重要環節備受關注。

當前主流滲透測試需要大量手工工作。手動挖掘系統或應用漏洞，有利于發掘0day 漏洞，但是如果目標開放了多個端口，就需要對每個端口進行多個測試，基于端口的測試工具是nmap 和metasploit 框架，在開放多個端口的環境下，利用nmap 掃描后，就需要手動在metasploit中進行測試，在metasploit終端中利用search 命令根據nmap掃描到的服務名搜索exploit 測試模塊，在選定exploit 后，通過set target 命令定義測試目標系統，show payloads 命令產生針對不同協議和系統的payloads 測試載荷，set 命令選擇payload，再根據已選對象設置對應的option，完成后需要從exploit，target，payload 形成的集合中遍歷數據進行測試。但是由于目標系統和端口服務版本限制，往往會產生很多無效測試過程，針對這種情況可以引入現流行的人工智能算法進行預測。

現存的智能工具有GyoiThon 和Deep Exploit 兩大類。

GyoiThon：用來實現對存在漏洞的Web 網站實現攻擊，機器學習體現在利用樸素貝葉斯算法實現對Web 指紋和服務器的預測，在獲得信息后直接傳送給metasploit 執行，缺少對metasploit 中exploit，target，payload 數據的學習，預測只體現在信息搜集過程中，在執行Metasploit 命令時，還是根據if來判斷使用的exploit，target 和payload，無法滿足exploit->target->payloads 大量數據的學習預測，效率依然低下，只不過能夠更為廣泛地搜集信息。

Deep Exploit：在2018 DEFCON 黑客大會上發布的工具，LSTM-Exploit 學習了它的執行過程，優化了它的以下問題：Deep Exploit 無法針對Windows 的445 端口進行測試，原因是靜態文件配置問題。LSTM-Exploit 優化了靜態config.ini 文件。Deep Exploit 利用的是A3C 強化學習算法，利用多線程模型提高了預測速度，但是沒有將公共訓練模型保存下來，只是保存了測試成功的數據，使得每次重新測試一個IP 時都需要重新訓練模型，并且鑒于A3C 的結果往往是局部最優解，無法完全將payload 中指定的隧道協議和操作系統值影響到整個payload 預測中。所以LSTM-Exploit 利用LSTM 考慮全局預測結果，并將LSTM 訓練好的模型保存下來，方便下一次直接預測，減少因為訓練帶來的時間損耗。

2 智能滲透

2.1 智能滲透工具簡介

滲透測試本質上是開發者和測試者之間的對抗，為了讓安全測試人員更加高效地進行滲透測試，主流滲透工具開發大多指向漏洞掃描器或惡意代碼檢測工具，缺少發現漏洞后精準定位目標環境執行惡意代碼的全自動工具，LSTM-Exploit 基于長短期記憶神經網絡LSTM，實現從漏洞發掘到惡意代碼執行這一全自動過程。

鑒于 nmap 和 metasploit 在滲透測試中的普遍搭配使用，LSTM-Exploit 選擇將兩者通過LSTM 神經網絡整合，完成端口服務到漏洞，再到測試載荷執行的滲透過程。

LSTM-Exploit 將metasploit 中內置的漏洞利用模塊作為漏洞集，對于不同的metasploit 版本通過開啟msfrpcd，開放metasploit 的rpc服務的55552 或55553 端口，作為LSTM-Exploit 和metasploit 連接通信的api。

工具將連接的rpc 端口和地址，可攻擊的服務和系統等信息保存在config.ini 文件中，方便直接引用。

前期信息搜集利用nmap 端口掃描工具，方便探測目標主機信息和開放端口等信息，通過保存nmap 掃描結果為xml 更詳細簡便的讀取掃描信息。之后讀取xml 文件信息，探測Web 端口，并對網站進行指紋驗證，得到網站所用模板或者中間件信息，將以上所有信息整合并和metasploit 交互選擇exploit。

LSTM 模型進行預測需要的訓練數據在learning 模式，同時得到exploit 映射到的 target 和 payload，利用遍歷的手段攻擊metasploitable2 和metasploitable3 兩個靶機得到。在得到成功攻擊的數據后保存為train.csv，并利用訓練數據對LSTM 模型進行訓練，將訓練完成的模型保存下來，為test 模式下進行真實滲透環境提供訓練好的LSTM 模型。

當工具在test 模式下，不需要和metasploit 交互得到payload，只需要利用搜集到的數據通過現存模型預測就可以得到payload，完成一次滲透測試后，會將測試成功的數據更新到train.csv 文件中。

2.2 LSTM 神經網絡和滲透測試

LSTM 神經網絡存在門限機制，能夠較好地記憶和遺忘數據，對于關聯性較大的數據可以充分考慮之前數據對之后數據的影響，可以利用這種特點實現對metasploit 中不同payload 進行記憶。

遺忘門：

在遺忘門中，上一層輸出狀態 payload，例 如Windows/meterpreter/reverse_http 會和本層的輸入向量進行處理遺忘掉一些特征，比如http 協議，保留下reverse 這個建立通信隧道的方式，原理如下：

將輸入向量xt和上一層的輸入狀態ht-1合并經過激活函數sigmoid(xt,ht-1)后得到門限向量ft，將ft和共享狀態Ct-1進行點積操作，實現令Ct-1遺忘掉需要被舍棄的部分上一層狀態和本層輸入。

傳入門：

在傳入層，本層的輸入會和上一層的輸入狀態payload 進行處理，記憶上一層需要記憶的內容，例如Windows/meterpreter/reverse_http就可以記住http 協議和reverse 反彈方式兩種對payload 的標注，原理如下：

將輸入向量xt和上一層的輸入狀態ht-1合并經過激活函數sigmoid(xt,ht-1)后得到新的門限向量it。輸入向量xt和上一層的輸入狀態ht-1合并經過激活函數tanh(ht-1,xt)后得到新的門限向量lt，表示需要傳入的部分上一層狀態和本層輸入。再將lt和it進行點積操作it*lt，并將結果和共享狀態Ct-1相加，表示需要傳入的信息被共享cell 狀態記憶，此時的Ct-1已經完成了本層的更新，并成為Ct，等待輸出門的輸出操作。

輸出門：

在輸出門，確認本次預測需要輸出的payload 信息，例如輸出經過記憶和遺忘操作的新payload：Windows/meterpreter/ reverse_tcp，表示遺忘了上一層的http 協議，但是記住了reverse 反彈，原理如下：

將輸入向量xt和上一層的輸入狀態ht-1合并經過激活函數sigmoid(xt,ht-1)后得到新的門限向量Ot，將更新后的Ct經過激活函數tanh(Ct)后和Ot進行點積操作tanh(Ct)*Ot，用于確認哪些信息可以被輸出，更新ht-1為ht，傳遞ht和Ct到下一層重復三個選擇層操作。

總的來說，LSTM 門限機制會記憶住payload 中必要的信息，并且在下一預測中更加偏向于這種類型的payload，成功率也就更高。因為測試的是單個目標IP，如果該測試對象可以利用某種協議和某種方式建立單個連接，那么其他類型的漏洞測試也可能適用于這種連接建立方式。

2.3 LSTM 長短期神經網絡實現

更新完訓練集文件train.csv 后，即可對神經網絡進行訓練。通過分割train.csv 文件不同列，得到訓練集數據，LSTM 層設置激活函數為relu，利用adam 算法反向傳播調整weight 和bias 值以降低損失值。LSTM-Exploit 利用tensorflow.keras 中封裝的LSTM 模型實現LSTM 長短期記憶神經網絡搭建。

利用keras 搭建單層單向LSTM 神經網絡：

3 工具的設計和實現

3.1 總體架構

工具架構如圖1 所示。工具由信息搜集，獲取模塊，執行測試三個功能組成。

圖1 工具架構圖

（1）Learning 模式下

第一步，利用nmap 掃描目標IP，并將結果導入到XML 文件中。獲取打開的Web 端口并利用爬蟲爬取網頁內容，正則匹配得到網站啟用的CMS 和服務器信息。并和XML 文件內容整合。

第二步，根據字典類型數據，向metasploit 中發送搜索exploit命令得到exploit->target->payload 信息，并根據exploit，payload的名稱和必要參數篩選匹配的exploit 和payload 數據。

第三步，向Metasploit 發送測試指令，并將測試結果返回，本地將成功的測試結果整理成訓練集并進行訓練得到LSTM 的模型。

（2）Test 模式下

前兩步和Learning 模式相同，第三步，通過Learning 模式訓練得到的LSTM 模型訓練搜集到的信息，直接得到payload，而不需要再和metasploit 通信得到所有payload，第四步，直接利用預測得到的exploit->payload 進行測試，將成功結果保存到訓練集csv 文件中，并重新訓練并保存模型，將測試成功的exploit->target->payload 映射保存到csv 文件中方便查看。

Learning 模式用于前期的模型訓練，Test 模式適用于真實滲透測試環境，并且能夠在每次訓練后更新訓練數據，提高下一次模型的預測精度。

3.2 信息搜集

產品在不同環境下需要開啟不同的端口，實現各種相互配合或者彼此獨立的功能。開放的端口可以是WEB 服務器和中間件端口，也可以是數據庫端口和隧道協議端口。針對使用相同端口的不同版本服務，可能存在未被補丁修復的已知漏洞。所以，為了發現現存漏洞，不僅需要大規模掃描端口，還需要獲取端口表示服務的banner信息，以及目標服務運行環境的主機信息。所以可以啟用metasploit 中內置的nmap 功能對目標進行信息搜集，并對搜集到的WEB 端口獲取網站信息，用來實現可能的WEB 網站測試。

信息搜集代碼為：

#獲取nmap_data

filename=nmap_front_scan（self.client，self.command，

self.timeout，self.target_ip，self.front_filename）

nmap_data=nmap_data_process（filename）

#得到nmap 中的Web 端口

Web_ports=get_Web_ports（self.target_ip，nmap_data）

#利用爬蟲爬取網站頁面

Web_target_info=run_spider（self.target_ip，Web_ports，

self.spider_concurrent_reqs，self.spider_depth_limit，

self.spider_delay_time，self.spider_item_count，

self.spider_time_out，self.spider_page_count，

self.spider_error_count，self.spider_path，

self.output_base_path，self.output_filename）

#利用指紋獲取Web 網頁信息

signature_data=Web_signature（target_port，self.target_ip，

nmap_data，self.signature_path，

self.signature_file，target_path）

#利用content 獲得Web 網頁信息

content_data=Web_content（Web_port，self.target_ip，nmap_data，

self.dirsearch_path，self.dirsearch_file）

3.3 獲取模塊

根據搜集到的信息，以product 和ostype 為參數，與metasploit進行通信執行search product 和show targets 命令，得到每個服務可以執行的exploit 集合，以及exploit 集合中每個exploit 對應的target 集合，并根據ostype 刪除不符合操作系統類型的exploit 選項，在Learning 模式和Test 模式下選擇不同方法獲取payload。

Learning 模式和metasploit 通信，根據選擇不同的exploit，獲取每個exploit 對應的payload 集合代碼如下：

#得到metasploit 中所有的exploit 和payload

exploit_list=get_exploit_list（self.client）

payload_list=get_payload_list（self.client）

#根據信息搜集結果得到exploit

nmap_to_exploit=nmap_get_exploit（self.client，self.nmap_data，

exploit_list，self.allow_os_types，self.allow_services）

#根據exploit 得到target，payload

exploits_to_payloads=exploit_to_payloads（self.client，

nmap_to_exploit，exploit_list）

#合并以上信息得到完整單項匹配數據

execute_nmap_data，new_path_index=nmap_exploit_to_payloads（

self.nmap_data，exploits_to_payloads，payload_list，

self.path_index）

Test 模式下，利用現存模型預測得到payload，代碼如下：

#信息搜集和模塊獲取

exploit_list=get_exploit_list（self.client）

payload_list=get_payload_list（self.client）

nmap_to_exploit=nmap_get_exploit（client，self.nmap_data，

exploit_list，self.allow_os_types，

self.allow_services）

exploit_to_targets=get_exploit_to_targets（self.client，

nmap_to_exploit，exploit_list）

nmap_exploit_targets，tmp_path_index=get_nmap_exploit_targets（

nmap_to_exploit，exploit_to_targets，

self.tunnel，self.path_index）

#預測payload

lstm_result=lstm_predict（nmap_exploit_targets，

self.model_path，self.model_name）

3.4 執行測試

根據已經探測好的exploit，target，payload 信息和metasploit通信得到測試模塊需要設置的options，將本地靜態文件中的配置寫入對應的options 中后和metasploit 通信測試對應端口服務，并將測試成功的結果保存到訓練集文件中。通過導入訓練集文件訓練LSTM神經網絡，更新LSTM 模型，實現每次測試后預測精度的提高。

代碼如下：

# Get the options that need to be set for each exploit and payload

exploit_options=get_options_from_etp（self.client，

self.execute_nmap_data，self.exploit_list，

self.allow_options）

# Set the obtained option to the dictionary obtained by collecting information

tmp_execute_nmap_data，tmp_path_index=set_option_to_data（self.client，self.execute_nmap_data，exploit_options，

self.path_index，self.allow_payloads，

self.payload_list）

# Perform the test and save the successful result to a csv file

success_data=start_attack（client，target_ip，

tmp_execute_nmap_data，self.path_index，

self.exploit_list，self.payload_list，self.local_ip）

success_data=success_to_train（success_data，exploit_list，

payload_list）

train_csv=save_to_csv（success_data，self.train_csv_path，

self.train_csv_filename，payload_list）

# Train module

model_file=train_new_model（train_csv，self.epochs，

self.model_path，self.model_name）

4 結束語

metasploit 企業版中存在一鍵滲透腳本 auto-pwn.rb，LSTM-Exploit 和auto-pwn.rb 腳本有著相同的功能，即能夠自動化滲透，但是auto-pwn.rb 等傳統腳本采用的是if 判斷手段來進行滲透測試，而LSTM-Exploit 采用的是LSTM 模型進行測試，能夠明顯的提升效率，并且隨著測試的增多，也會使預測的準確率得到提升。在面對不同的metasploit 版本時，只需要添加靜態端口信息就能夠實現信息加載，而不需要大量修改代碼來兼容metasploit 的漏洞集。為了和metasploit 框架通信，利用pymetasploit3 庫，能夠直接訪問metasploit內置所有數據，簡化了編寫網絡連接的過程。

但是LSTM-Exploit 也存在一些不足，此工具只能測試提前設定好的靜態服務端口，只能識別設置好的網站指紋和目錄信息，利用固定參數的漏洞載荷進行測試。在Learning 模式下，由于對metapsploit的rpc 服務訪問過多，不同漏洞利用模塊執行速度不同，容易產生并發錯誤導致服務崩潰。在實踐過程中還存在一些不便，未來還需要不斷完善。