Computer Security Symposium 2018の発表資料。 Deep ExploitとGyoiThonの紹介。

1. October 24th,2018
OWS in CSS2018
三井物産セキュアディレクション：高江洲 勲
OSSで作る機械学習を用いたペネトレーションテストツール
- Deep Exploit, GyoiThon -

2. About the speaker
• 所属 : 三井物産セキュアディレクション
• 職業 : セキュリティエンジニア
• 業務 : Web/ネットワーク脆弱性診断
研究開発 など
• 登壇 ：BlackHat Arsenal, DEFCON DemoLabs
PYCON JP, JANOG, CODE BLUE など
OWS / CSS2018MBSD
高江洲 勲
CSSは初参加です!!!
Takaesu Isao

3. Agenda
MBSD OWS / CSS2018
[+] ツールの紹介
[*] Deep Exploit
[*] GyoiThon
[+] OSSとして公開する意義
[+] 今後の展開

4. OWS / CSS2018
ツールの紹介
MBSD
[*] Deep ExploitとGyoiThon
1. Deep Exploit
攻撃者の視点で、システムへの侵入を全自動で実行。
1~2年後の案件利用を目指した、チャレンジングなツール。
2. GyoiThon
Webサーバ/アプリケーションの脆弱度合いを全自動で評価。
直近での案件利用を目的としたツール。

5. OWS / CSS2018MBSD
Deep Exploit
- Fully automatic penetration test tool -

6. OWS / CSS2018
Deep Exploitとは？
MBSD
Deep Exploit
公開領域（DMZ）
External
Firewall
Web
Servers
DNS
Servers
Internal
Firewall
Database
Server
Web
Server
内部ネットワーク
Internal Computers
公開サーバを踏み台にし、内部ネットワークの深部に侵入。
[*] 侵入行為に対する耐性を評価するテストツール

7. OWS / CSS2018
Deep Exploitの概要
MBSD
ML Model
A3C of Reinforcement Learning
Penetration Test Framework
Deep Exploit Target Server
Trained
Data
RPC
API
Save/Restore
Receive Result
Send Commands
Training Servers
Testing
Training
学習 ： 訓練サーバを使用し、侵入方法を自己学習
テスト: 学習結果を基に、本番サーバに対して侵入を試行
[*] 複雑なMetasploitの操作を機械学習モデルで自動化

8. OWS / CSS2018
Deep Exploitの概要
MBSD
[*] 複雑なMetasploitの操作を機械学習モデルで自動化
ML Model
A3C of Reinforcement Learning
Penetration Test Framework
Deep Exploit Target Server
Trained
Data
RPC
API
Save/Restore
Receive Result
Send Commands
Training Servers
Testing
Training
学習 ： 訓練サーバを使用し、侵入方法を自己学習
テスト: 学習結果を基に、本番サーバに対して侵入を試行

9. ・
・
・
OWS / CSS2018
Deep Exploitの学習メカニズム
MBSD
Numerous Trials
(about >10,000)
・
・
・
Worker thread
Parameter Server
・
・
・
…
⊿w=gradw ⊿w=gradw ⊿w=gradw
・
・
・
Worker thread Worker thread
send
recv recvsend
recv
send
Target Host info
OS type
Product Name
Version
Exploit module
Target
Payloads
cmd/unix/bind_ruby
linux/x86/shell/bind_tcp
bsd/x64/exec
generic/debug_trap
linux/mipsle/shell_bind_tcp
mainframe/shell_reverse_tcp
・・・
… ・
・
・
Training Servers
・
・
・
・
・
・
[*] 多数の侵入を試行しながら、徐々に侵入が成功するパターンを学習

10. OWS / CSS2018
Deep Exploitの処理フロー
MBSD
Step 1.
情報収集
Fully automatic (No human)
Step 2.
公開サーバへの
侵入試行
Step 3.
内部サーバへの
侵入試行
Step 4.
レポートの生成
Step 1. 情報収集
- PortスキャンやHTTPレスポンス解析等により、
ターゲットサーバの情報を収集（OS/製品/バージョン等）。
Step 2. 公開サーバへの侵入試行
- 公開サーバの脆弱性を攻略して踏み台化、内部サーバの探索/ルーティングの構築。
Step 3. 内部サーバへの侵入試行
- 踏み台サーバ経由で内部ネットワーク内のサーバに侵入を試行。
Step 4. レポートの生成

11. OWS / CSS2018
デモンストレーション
MBSD
Server-A
IP: 192.168.220.145
Deep Exploit
IP: 192.168.220.150
Server-B
IP: 192.168.220.146
(Only permits Server-A to connect)
Connectable
Connectable
Connect via
Server-A
https://youtu.be/s-Km-BE8NxM
・デモ動画
Server-C
IP: 192.168.220.152
(Only permits Server-A to connect)
Connectable
Connect via
Server-A
Directly connect
[*] 踏み台サーバ（Server-A）経由で内部サーバ（Server-B,C）に侵入。

12. OWS / CSS2018MBSD
GyoiThon
- Next generation intelligence gathering tool -

13. OWS / CSS2018
GyoiThonの概要
MBSD
Target Web Server
Signature
GyoiThon
ML model
Analyzer Crawler
The internet
Receive HTTP responses
Send HTTP requests
Google Custom Search
Google
Hacking
リモート/正常アクセスの範囲内でWebサイトの脆弱度合いを評価。
本番稼働への影響を最小限に抑えて評価することが可能。
[*] Webサーバ/アプリケーションの脆弱性健康診断を行うテストツール
Content
ExplorerRPC
API

14. OWS / CSS2018MBSD
GyoiThonで収集可能な情報
収集対象の情報 情報の一例
製品名/バージョン PHP/5.3.2, Apache/2.2.14, OpenSSL/0.9.8k …
CVE番号（共通脆弱性識別子） CVE-2015-8994, CVE-2016-7478 …
不要なコメント /* my_password is pass1234 */ …
不要なデバッグメッセージ
Warning: mysql_connect() [function.mysql-
connect]: Access denied for use
‘test@local’ in auth.php on line 38 …
不要なコンテンツ /icons/, /examples/servlets/ …
実際の脆弱性
バックドア, RCEの実行可否 …
※Metasploit連携を有効にした場合

15. OWS / CSS2018
デモンストレーション
MBSD
Web Server-A
192.168.184.132
GyoiThon
IP: 192.168.16.148
3台のWebサーバから情報を収集。
https://youtu.be/cFgyBJuYQQ4
・Demo movie
Web Server-B
google-gruyere.appspot.com
Web Server-C
192.168.184.129

16. OWS / CSS2018
カンファレンスでの発表 その１
MBSD
[*] Black Hat USA 2018でDeep Exploitを発表している様子
100分間で200名以上のIT担当者・エンジニア・研究者等が訪問。

17. OWS / CSS2018
カンファレンスでの発表 その２
MBSD
[*] Black Hat ASIA 2018でGyoiThonを発表している様子
100分間で200名以上のエンジニア・研究者等が訪問。

18. OWS / CSS2018
カンファレンスでの発表 その３
MBSD
[*] DEFCON Demo LabsでGyoiThonを発表している様子
120分間で150名以上の脆弱性診断士・ペンテスター・研究者等が訪問。

19. OWS / CSS2018
カンファレンスでの発表 その４
MBSD
[*] DEFCON AI VillageでDeep Exploitを発表している様子
60分間で50名以上の機械学習エンジニア・研究者等が訪問。

20. OWS / CSS2018
OSSとして公開する意義
MBSD
[*] 研究開発の依頼
・海外の研究者から、共同研究/論文執筆の依頼。
・国内外の企業/個人から共同開発の依頼。
[*] 有益な情報の入手
・GitHubのIssue等を通してアドバイス/ニーズを入手。
・考えが近しい研究者/エンジニアとの繋がり。
[*] 自社プレゼンス向上
・メディア掲載
・社外の第三者によるツール紹介/ブログ執筆。

21. OWS / CSS2018
今後の展開
MBSD
[*] コミュニティ活動
・「強化学習とOffensive Security」コミュニティの形成。
強化学習と脆弱性検査手法を組み合わせた技術開発を促進したい。
・「セキュリティツール開発者」コミュニティの活発化。
公開可能な範囲でノウハウを共有し、ツール開発技術の底上げに貢献したい。
[*] 研究開発の継続
・Deep Exploitの実用化、GyoiThonの案件投入拡大。
[*] 他の脆弱性検査ツールとの連携
・クライアントサイドの脆弱性検査ツール等と機械学習モデルの連携。

22. OWS / CSS2018
ソースコード
MBSD
https://github.com/13o-bbr-bbq/machine_learning_security/
・Deep Exploit
https://github.com/gyoisamurai/
・GyoiThon