Coldframe 用单个 Python 文件伪装 Danfoss 和 Dixell 制冷控制器。本文拆解它的仿真逻辑、日志能力、部署风险与适用边界。
如果一台放在超市后厨的冷柜控制器突然出现在 Shodan 上,你大概会以为它只是忘了改默认密码。
Coldframe 故意利用这种直觉。它把自己伪装成 Danfoss AK-SM 800A 或 Dixell XWEB 制冷控制器,然后安静地等攻击者上钩。与常见的登录页蜜罐不同,它不只收集口令,还试图记录工业协议层面的交互。
项目作者写道:“I built Coldframe, a honeypot that pretends to be a supermarket refrigeration controller.”
这不是给真实控制器套一层防护,而是摆出一台看起来很有价值的“傻设备”,看看攻击者会做什么。
它不是在“保护”设备,而是在“装傻”
传统蜜罐常把目标做得过于明显。登录框写着 admin/admin,页脚标着 honeypot,行为特征也很容易被扫描器识别。
Coldframe 走的是另一条路。它模拟真实工业制冷控制器的接口,让攻击者把目标当成一台暴露在网络里的超市设备。
这改变了防守方观察问题的角度。
漏洞扫描告诉你“这台设备可能存在风险”。Coldframe 更关心这些行为:
- 谁在扫描它?
- 攻击者先试什么端口和协议?
- 对方使用哪些默认凭据?
- 会不会从 Modbus 之类协议继续探测?
- 找到可交互入口后,下一步准备做什么?
它的产出不是安全告警列表,而是一份攻击者行为记录。
对 OT 环境来说,这个区别很重要。真实工控设备更新慢、协议老,补丁也不总能及时安装。与其只扫自己的资产,不如放一个足够像的诱饵,让外部扫描流量先撞到它。
两个真实界面,骗过了哪些搜索入口
Coldframe 模拟了两类工业制冷控制器界面:Danfoss AK-SM 800A 和 Dixell XWEB。
作者称,这两个模拟界面在 Shodan 上会被识别为真实设备,而不是标记为蜜罐。搜索 Shodan 的研究员或扫描者看到的不是“这里有个陷阱”,而是一台看起来值得研究的工业设备。
项目并非从零凭空捏造界面。它建立在 eppser/danfoss-ak-sm-decoy 之上,也参考了 Synacktiv、Claroty 与 Ironhackers 的公开研究。
这点决定了项目的性质。它不是通用协议框架,而是面向已知研究样本的仿真诱饵。
Danfoss 和 Dixell 也不是随便挑的两个名字。公开安全研究里已经出现过针对这类制冷控制器的接口分析、默认凭据或协议行为。攻击者可能知道怎么识别它们。
仿真的质量因此直接决定蜜罐是否有效。页面长得像,只能骗过浅层扫描。接口行为接近真实设备,才可能留住懂行的攻击者。
这也是 Coldframe 与浏览器登录页蜜罐的主要差别。目标不是“任何好奇的人”,而是可能掌握工控协议和设备背景的人。
一个 Python 文件,够用吗
Coldframe 只有一个 Python 文件,并且只使用 Python 标准库。
没有 Flask,没有 FastAPI,没有设备模拟器套件,也没有复杂的前端构建链。这个取舍很直接:
- 复制一个文件就能运行;
- 不需要维护一堆依赖;
- 部署到隔离网络的成本很低;
- 改协议响应、观察行为更方便。
如果只是验证“这个诱饵是否有人上钩”,单文件确实够用。
git clone https://github.com/hedgerow-dev/coldframe
cd coldframe
python3 coldframe.py
具体监听端口、模拟模式和配置参数,应以仓库 README 与当前版本为准。
OT 蜜罐不应直接暴露在生产控制网里。更稳妥的做法是放在专门的测试区或受控 VLAN 中,并明确记录哪些流量是实验流量。
单文件方案也有短板。标准库能提供 HTTP、socket、日志和并发等基础能力,但很难优雅地覆盖复杂协议、证书、被动流量分析和高仿真度的设备行为。
交互变深后,维护成本会迅速从“一个文件”上升为“一个需要认真测试的协议模拟器”。
所以,“一个 Python 文件”适合快速部署和协议级实验,不等于它能替代完整的工控仿真平台。
蜜罐真正记录的是攻击者行为
Coldframe 的核心价值,不是有多少条登录失败日志,而是这些日志能否还原一条真实攻击路径。
至少可以关注四类信息。
第一类是发现阶段。攻击者通过哪些 IP、端口,以及 Shodan、Censys、FOFA 等搜索入口找到诱饵。
第二类是凭据尝试。他们用了哪些用户名和密码,是否带设备厂商、型号或行业关键词。
第三类是协议交互。连接后请求了哪些寄存器、功能码或管理接口,是否尝试从制冷控制逻辑转向其他功能。
第四类是后续动作。攻击者是否下载文件、建立反弹连接、投递载荷,或开始横向扫描。
这比单纯的日志采集多了一块“对照”。普通日志告诉你生产环境里发生了什么。蜜罐则提供一个人为控制的实验环境,让你观察攻击者遇到目标时如何选择。
两者可以配合使用。真实设备日志负责回答“我们被碰过吗”。Coldframe 负责回答“如果我们看起来更暴露,对方会怎么走”。
漏洞扫描又不同。扫描器按照已知规则枚举漏洞和暴露服务,结果偏向风险清单。蜜罐没有预设攻击剧本,它记录的是实际发生的行为,包括规则库尚未覆盖的新组合。
当然,要读出这些信号,日志不能只有一行“connection failed”。至少应保留时间、源 IP、目标端口、请求内容、协议响应和会话关联。单文件不代表单行日志。
它不能替代 OT 网络隔离
把 Coldframe 部署进网络,不等于真实控制器已经被保护。
它无法修补 Danfoss、Dixell 或其他厂商的漏洞,也无法阻止攻击者绕过蜜罐,继续扫描真实的 HVAC、PLC、HMI 和工业网关。攻击者甚至可能识别仿真行为,然后把流量转向生产资产。
更实际的风险是暴露自身。蜜罐一旦运行,就可能吸引扫描、投递和攻击流量。日志中可能包含恶意文件、凭据或漏洞利用代码。如果证据收集流程不安全,蜜罐本身会变成新的感染源。
它也不能替代这些基础工作:
- 用 VLAN 或防火墙隔离 OT 与 IT 网络;
- 建立准确的资产和设备指纹清单;
- 限制管理接口的访问来源;
- 跟踪厂商固件和补丁;
- 对老旧协议做监控与访问控制。
Coldframe 补的是“外部视野”这一块。它让你在不碰真实设备的前提下,看到攻击者怎样寻找工业入口。
编辑思考
Coldframe 值得看,不是因为它又多了一个蜜罐,而是它把 OT 暴露面的观察放到了生产资产之外。普通设备日志偏重取证,漏洞扫描偏重已知规则,仿真诱饵则能记录攻击者面对特定设备时的实际选择。对缺少外部视角的 OT 团队,这是低成本的补充。
我的判断是,部署简单只是第一道门槛,协议仿真的精度决定它能留多久。若响应过于干净,攻击者可能很快把它识别为实验设备。后续扫描器也可能加入指纹校验,专门识别这类诱饵。
它与过去许多蜜罐不同:旧方案常靠界面异常吸引流量,Coldframe 试图用正常设备外观降低戒心。不过,原始素材没有提供识别率、交互深度或真实部署数据,因此不能确认它对高阶攻击者是否有效。更合理的用法是放进隔离测试区,先验证协议和日志,再决定是否长期部署。
来源
https://github.com/hedgerow-dev/coldframe