Файл: Защита информации.pdf

2.1. Защита интернет-ресурсов по технологии движущейся цели

Представлен новый метод построения защищенных интернет-приложений, основанный на технологии движущейся цели (moving target defense). Сделано расширение данной технологии к общей проблеме защиты систем от исследования и разработан алгоритм построения защищенных от исследования систем с неограниченным количеством дополнительных параметров.^[37]

На основе данного алгоритма можно строить системы защиты от атак SQL-инъекций, CSS-атак и пр. Взаимодействие с интернет-приложением построено таким образом, что когда злоумышленник пытается исследовать ресурс, он получает информацию, интерпретируя которую, он получает все более и более сложную структуру системы.

Данные технологии позволяют защитить веб-сайты от несанкционированного доступа и исследовать поведение злоумышленника. Исследование поведения злоумышленника дает возможность поиска уязвимостей, не известных на этапе проектирования системы. ^[38]

Предоставление надежной защиты для веб-сайтов является наиболее сложной задачей разработки систем информационной безопасности. Веб-приложения, как правило, должны быть доступны для всех пользователей в Интернете. И это является причиной того, что существует соответствующая плоскость атаки, которую невозможно устранить. Поскольку веб-сайты получают данные из внешней среды, это создает уязвимости, которые могут быть реализованы злоумышленниками. ^[39]

Риски безопасности подобных ресурсов не могут быть определены заранее, поскольку существует множество уязвимостей, которые будут открыты в будущем. Данные уязвимости могут быть критическими для системы. Кроме того, злоумышленник может осуществить рекогносцировку системы перед атакой на нее, что может дать ему дополнительное преимущество над защитником.

Существует общая технология устранения таких преимуществ злоумышленника. Данный метод назван защитой на основе движущейся цели (moving target defense – MTD) и основан на непрерывном изменении системы. Поэтому когда атакующий осуществляет рекогносцировку, он не может получить актуальную информацию, которую можно использовать в следующий момент времени. ^[40]

Практически любой атаке предшествует процесс рекогносцировки. На основании полученной информации злоумышленник пытается реализовать те или иные эксплойты. Введя в информационную систему динамические параметры, мы можем сделать процесс рекогносцировки бесполезным или малоэффективным.

Основанная на этом технология MTD уже стала неким трендом построения систем информационной безопасности.

Существуют практические реализации таких методов в области виртуализации, программно-определяемых сетей, рандомизации виртуальной памяти (address space layout randomization – ASLR) и пр.

Существуют подобные реализации и в области защиты веб-серверов. Однако все они, как правило, сводятся к динамическим именам переменных, таблиц в базах данных и пр.

Недостатком всех предложенных методов в области MTD является то, что схемы защиты на их основе также остаются стереотипными. Другими словами, если злоумышленник изучил конкретный метод MTD на одной системе, то он может использовать полученную информацию для исследования других систем, где применяется тот же метод MTD. Проблема заключается в том, что сама схема MTD также должна быть защищена от исследования. Это требует более общей постановки задачи защиты от исследования и получения метода MTD, который позволял бы строить нестереотипные системы за счет введения дополнительных параметров.

Целью данной работы является разработка алгоритма MTD, защищенного от исследования злоумышленником, и построения на его основе метода защиты интернет-ресурсов от преднамеренных атак. ^[41]

Таким образом, защита от исследования не накладывают каких-либо ограничений на действия злоумышленника, а управляет информацией, на основе которой он принимает решения. Это дает снижение риска сразу по всему множеству (даже не открытых) уязвимостей, так как блокирует информативную обратную связь при попытке исследования системы. Технология, о которой идет речь в данной работе, основана на искусственном усложнении системы путем введения в нее «бессмысленных» параметров.

Однако результат, который мы достигаем в результате ее реализации, заключается как раз в отклонении структуры системы в область нестереотипных шаблонов вплоть до полного хаоса для стороннего наблюдателя.

Разработанные в настоящее время приложения для веб-сервера относятся к защите сервера от SQL-инъекций. Это наиболее популярный вид уязвимостей, а поэтому и наиболее оправданный с точки зрения защиты от исследования.

Информация об используемой технологии защиты являлась открытой. ORM-модуль не обеспечил должной защиты от исследования, поскольку менял наименования сущностей базы данных только в определенные интервалы времени, в течение которых структура оставалась неизменной. Кроме того, он оказался неэффективен для исследования, где вместо наименований сущностей использовался их порядок в базе данных. Структура данных с использованием ORM-модуля была раскрыта в 2 случаях из 10. Структура базы данных с использованием модуля Reflexion Web не была получена ни в одном эксперименте. ^[42]в

В целом тестирование данных систем и анализ их работы дали положительные результаты. При использовании трех и более параметров в «концепции уникальности» злоумышленник тратил достаточно много времени на попытку рекогносцировки в системе и в конечном счете отказывался от дальнейшего исследования. При этом полученные сигнатуры поведения злоумышленника позволяли с 80%-ной точностью идентифицировать его при попытке атак на другие веб-серверы.

2.2. Методика организации защиты информации

На основе того что обработка, хранение и передача информации на портативных устройствах имеет отличительные особенности, в работе проанализирован ряд методов в разных областях информационной безопасности – от оценки рисков до планирования организационных мер. Предложены и собраны в виде развернутой методики адаптированные алгоритмы расчета коэффициентов оценки безопасности на основе существующих математических методов исследования.

Все чаще компании внедряют в свои корпоративные сети для работы с информацией мобильные устройства. По данным исследования Gartner, проведенного в конце октября 2012 года, уже в 2017 году более двух третей предприятий во всем мире перейдут на мобильные устройства в работе с корпоративными системами управления.

Аналитики уверены, что более 65% предприятий будут использовать разнообразные решения для мобильных устройств, в частности для планшетов и смартфонов, в работе с корпоративными системами. Gartner прогнозирует, что к 2017 году 90% предприятий будут поддерживать две и более мобильные операционные системы для работы своих сотрудников. Одной из основных причин роста этого направления стало бурное развитие рынка планшетных компьютеров. Если раньше пользователи планшетов ограничивались установкой корпоративной почты, то теперь все больше людей хотят внедрить на свои девайсы мобильные приложения корпоративных систем для работы в любом месте.^[43]

Необходимость защищать информацию на мобильных устройствах, особенно при их корпоративном применении, осознают не только специалисты по информационной безопасности, но и люди, не имеющие прямого отношения к этой отрасли. В то же время риски, связанные с внедрением публичных сервисов, очевидны сегодня далеко не всем, хотя они не менее высоки.

В России острую необходимость в использовании мобильных гаджетов в работе испытывают не все организации, а доверяют этому направлению с точки зрения безопасности еще меньше. Поэтому требуется взвешивать все за и против таких нововведений. Использование информации, таким образом, должно быть хорошо мотивировано, так как имеет свои риски безопасности и требует значительных затрат на организацию защиты. В данной работе предлагаются алгоритмы оценки, анализа и выбора в виде методики, на основе представленной методики разработан программный комплекс.

На первом этапе предложенной методики собираются исходные данные, где заказчик формирует требования к типам устройств, предпочитаемой концепции (BYOD, CYOD, COPE) и функционалу, желательно чтобы он проанализировал экономическую эффективность, рассчитал окупаемость и прибыль от введения данного сектора корпоративной мобильности и выразил это в процентах, где условно 0% - «нововведение ничего не изменит в бизнесе», а 100% - «очень необходимое нововведение, приведет к процветанию компании». ^[44]

Этот показатель назовем эффективностью использования (коэффициентом эффективности использования). Специалист в области информационной безопасности должен проанализировать полученные данные и произвести собственную оценку. Основным критерием оценки будет являться безопасность применения. Она основывается прежде всего на типе обрабатываемой на устройстве информации: персональные данные (ПДн), коммерческая, служебная или иная тайна. Для них определена некоторая совокупность требований защиты, например для ПДн требования определяются исходя из уровня защищенности согласно Приказу ФСТЭК №21. В случае с другими видами тайн, требования к их защите могут быть сформированы в нормативных документах организации, либо отождествлены с ПДн.

Одним из вариантов расчета критерия безопасности может послужить расчет отношения требований безопасности, которые могут быть реализованы на устройстве локально к требованиям необходимым для данной категории информации согласно нормативным документам.

В общую оценку по желанию можно включить дополнительные критерии, особенно когда в расчет не берется коэффициент эффективности

Функциональность определяет возможность выполнения бизнес-задач, удобство – повышение производительности и скорости реагирования. Расстановка значений данных критериев проводится экспертным методом специалиста безопасности.

Причем величину µ определяет исследователь или лицо, принимающее решение. Затем данный показатель умножается на эффективность использования. Допустимым значением является 0,5 и выше. Общий результат позволит оценить целесообразность в отношении выгода/потеря и по возможности изменить исходные данные. При использовании разных типов устройств подход к обеспечению безопасности должен быть комплексным. ^[45]

На основе типа устройств, требуемого функционала и обрабатываемой информации формируется модель угроз и производится оценка риска. При оценке рисков используют тот или иной математический аппарат: теорию вероятностей, теорию нечеткостей, интервальную математику. Наиболее распространенным является подход на основе теории вероятностей, он в дальнейшем и будет применяться. В данном подходе используют вероятностную модель явления, описываемую случайным ущербом, коэффициентом безопасности и вероятностью события. В вероятностной модели оценка возможности наступления нежелательного события (P) сводится к вычислению вероятности и является безразмерной величиной от 0 до 1. Случайный ущерб описывается функцией распределения с бесконечно большим числом параметров (причин).

Случайный ущерб описывается функцией распределения с бесконечно большим числом параметров (причин). Параметрами функции могут быть характерные уязвимости с их вероятностью реализации или критичностью. Параметры взаимодействуют друг с другом аддитивно, т.е. вызванные ими эффекты складываются, тогда вероятности (веса) параметров согласно Центральной предельной теореме теории вероятностей подчиняются нормальному Гауссовому распределению.

Число параметров обычно пытаются сводить к небольшому числу, лучше всего к одному. С этой целью применяется вычисление математического ожидания (М). Одним из вариантов оценки может стать составление матрицы покрытий угроз и выполняемого на мобильных устройствах функционала. Одному виду функции может быть присуще несколько типов угроз, так как реализация функций может затрагивать несколько технологий. ^[46]

Пусть определено множество необходимых функций мобильного устройства и множество угроз, соответствующих данному типу устройств , таких, что каждый ассоциирован с подмножеством, где M - математическое ожидание;