スーパーマーケットのバックヤードに置かれた泠蔵庫コントローラーが突然Shodanに現れたなら、 Italians probably simply forgot to change the default password.
Coldframeは意図的にこの心理 利用します。Danfoss AK-SM 800AやDixell XWEBの制冷コントローラーを装い、静かに攻撃者を待ち受けます。通常のログインページ型蜜罐とは異なり、パスワードだけでなく、産業プロトコルの层面でのやり取りまで記録しようとします。
プロジェクト作者は、こう書いています。「I built Coldframe, a honeypot that pretends to be a supermarket refrigeration controller.」
実在するコントローラーを保護するための仕組みではありません。価値がありそうな「馬鹿げた機器」をあえて置き、攻撃者が何をするのか観察するためのものです。
機器を「守る」のではなく「馬鹿を扮演する」
従来の蜜罐は、 대상が通往ように見えがちです。ログイン画面にadmin/adminと表示され、フッターにはhoneypotと記され、スキャナーにも挙動を識別されやすいからです。
Coldframeは別のアプローチを取ります。実在する産業用制冷コントローラーのインターフェースを再現し、攻撃者にネットワークに露出したスーパーマーケット機器として認識させます。
これにより、防御側の視点が変わります。
脆弱性スキャンは「この機器にリスクがある可能性」を伝えます。Coldframeがより重視するのは、次のような行動です。
- 誰がスキャンしているか
- 攻撃者は最初にどのポートとプロトコルを試すか
- どのようなデフォルト認証情報を使用するか
- Modbusなどのプロトコルで探索を続けるか
- 操作可能な入口を見つけた後、次は何をするか
出力されるのはセキュリティアラートのリストではなく、攻撃者の行動記録です。
OT環境では、この違いが重要です。実際の工 controlador機器は更新が遅く、古いプロトコルが使われ、パッチも適時に導入できない場合があるためです。自社の資産をスキャンするだけでなく、十分に実物らしい誘餌を置き、外部からのスキャント_trafficを先にそこへ向けられます。
実在する2つの画面を再現し、検索エントリを欺く
Coldframeは、Danfoss AK-SM 800AとDixell XWEBという2種類の産業用制冷コントローラー画面を再現しています。
作者によれば、この2つの画面はShodan上で実在する機器として識別され、蜜罐として表示されることはありません。Shodanで研究やスキャンを行うSeparatorが目にするのは、「ここに罠がある」ではなく、調べて価値のある産業機器です。
このプロジェクトは、画面を一から想像して 만든ものではありません。eppser/danfoss-ak-sm-decoyを基盤とし、Synacktiv、Claroty、Ironhackersの公開研究も参照しています。
この点がプロジェクトの形を決めています。汎用的なプロトコルフレームワークではなく、既知の研究样本に向けた仿真诱餌です。
DanfossとDixellも、任意に選ばれた名前ではありません。公開セキュリティ研究では、この種の制冷コントローラーに対するインターフェース分析、デフォルト認証情報、プロトコルの挙動がすでに扱われています。攻撃者は識別方法を知っている可能性があります。
そのため、仿真の精度は蜜罐の効果を直接左右します。画面が似ているだけでは浅いスキャンしか欺けません。インターフェースの動きが実機香蕉近づくことでilho有能力な攻撃者を呼び留めることができます。
これがColdframeと、ブラウザのログインページ型蜜罐との主な違いです。対象は「好奇心旺盛な誰_xy的身」ではなく、工廠プロトコルと機器に関する知識を持つ可能性のある人物です。
Python1ファイルで十分か
ColdframeはPythonのファイル1つだけで構成され、標準ライブラリのみを使用します。
FlaskもFastAPIも、機器仿真スイートも、複雑なフロントエンドのビルドチェーンもありません。この選択には明確な理由があります。
- ファイルをコピーするだけで実行できる
- 多数の依存関係を管理する必要がない
- 隔離ネットワークへの導入コストが安い
- プロトコルの応答や挙動を変更しやすい
「この誘餌に誰か反応するか」だけを確認するなら、単一ファイルで十分な場面はあります。
git clone https://github.com/hedgerow-dev/coldframe
cd coldframe
python3 coldframe.py
具体的な待ち受けポート、仿真モード、設定パラメータは、リポジトリのREADMEと現在のバージョンを参照してください。
OT蜜罐を本番制御ネットワークに直接公開すべきではありません。より安全な方法としては、専用のテスト領域または制御されたVLANに配置し、実験トラフィックであることを明確に記録することが重要です。
単一ファイルには_shortcomingもあります。標準ライブラリはHTTP、socket、ログ、並行処理的基础機能を提供できますが、複雑なプロトコル、証明書、_passiveトラフィック分析、高度な仿真を行うには gracefulには対応できません。
インタラクションが深くなると、保守コストは「ファイル1つ」から「慎重にテストすべきプロトコル仿真器」へ急速に広がります。
したがって、「Python1ファイル」という形式は迅速な導入とプロトコルレベルの実験には適していますが、完全な工廠仿真プラットフォームの代替になるわけではありません。
蜜罐が本当に記録するのは攻撃者の行動
Coldframeの核心的な価値は、ログイン失敗のログが何件あるかではなく、そのログから実際の攻撃経路を再構成できるかどうかにあります。
少なくとも次の4種類の情報に注目できます。
1つ目が探索段階です。攻撃者はどのIP、ポート、およびShodan、Censys、FOFAなどの検索エントリを通じて誘餌を発見しましたか。
2つ目が認証情報の試行です。どのユーザー名とパスワードが使われ、機器メーカー、型番、業界のキーワードが含まれていましたか。
3つ目がプロトコルのやり取りです。接続後、どのレジスタ、機能コード、管理インターフェースを要求し、制冷制御のロジックから別の機能へHr可选Resolved?
4つ目がその後の行動です。ファイルのダウンロード、リバース接続の確立、ペイロードの配送、横方向スキャンの開始などが行われましたか。
単純なログ収集との違いは、「比較対象」の存在です。通常のログは、本番環境で何が起きたかを教えます。蜜罐は人为制御された実験環境を提供し、攻撃者が対象に出会ったときどう選択するかを観察できます。
両者を併用できます。実機のログは「攻撃を受け接触过か」に答え、Coldframeは「TIMEに_external公開。如果もっと露出していたら、相手はどう動くか」に答えます。
脆弱性スキャンはまた別のものです。スキャナーは既知のルールに基づいて脆弱性と公開サービスを列挙するため、結果はリスクのチェックリスト寄りになります。蜜罐には事前設定された攻撃シナリオはなく、実際に起きた行動を記録します。ルールベースがまだカバーしていない新しい組み合わせも含まれます。
ただし、これらの信号を読み取るには、ログが「connection failed」という1行だけでは不十分です。少なくとも時刻、送信元IP、宛先ポート、リクエスト内容、プロトコル応答、セッション間の関連付けを保持する必要があります。ファイルが1つでも、ログが1行だけ、というわけではありません。
OTネットワークの分離を代替できない
Coldframeをネットワークに導入しても、実在するコントローラーが保護されたわけではありません。
Danfoss、Dixell、その他メーカーの脆弱性を修正することも、攻撃者が蜜罐を迂回して実際のHVAC、PLC、HMI、産業ゲートウェイのスキャンを続けることを止めることもできません。攻撃者は仿真された挙動を識別し、トラフィックを本番資産へ切り替える可能性もあります。
より現実的なリスクは、Coldframe自身が露出することです。蜜罐は動かすと、スキャン、ペイロード配送、攻撃トラフィックを誘引する可能性があります。ログには悪意あるファイル、認証情報、exploitコードが含まれることがあります。証拠収集の手順が安全でなければ、蜜罐自体が新たな感染源になります。
Coldframeは、次のような基礎作業も代替できません。
- VLANやファイアウォールでOTとITネットワークを分離する
- 正確な資産台帳と機器フィンガープリントを維持する
- 管理インターフェースへのアクセス元を制限する
- メーカーのファームウェアとパッチを監視する
- 古いプロトコルを監視し、アクセス制御する
Coldframeが補完するのは「外部からの視点」です。実機に手を触れずに、攻撃者が産業機器への入口をどう探すかを観察できます。
編集者の評価
Coldframeがwjaln注目に値するのは、蜜罐が1つ増えたからではありません。OTの露出面を、本番資産の外で観察できる思想上_:ieke 때문입니다。通常の機器ログはフォレンジックに重点を置き、脆弱性スキャンは既知のルールに重点を置きます。仿真誘餌は、攻撃者が特定の機器,面对したときに実際どう選択するかを記録できます。外部の視点が不足しているOTチームにとって、低コストで補完できる手段です。
単純に導入できることは第1のgatewayにすぎません。プロトコル仿真の精度が、攻撃者をどれほど留められるかを決めます。応答がcleanすぎると、攻撃者はすぐに実験機器として識別する可能性があります。今後のスキャナーにも、この種の誘餌を判別するフィンガープリント検査が追加される可能性があります。
これまでの多くの蜜罐とは異なります。従来の方法は画面の異常性でトラフィックを引 было whereas、Coldframeは正常な機器の外観によって警戒を왔らせ,试图しています。ただし、提供された一次資料には識別率、インタラクションの深さ、実運用データが含まれていないため、上級な攻撃者に対して有効かは確認できません。
より現実的な使い方としては、隔離されたテスト領域へ配置し、まずプロトコルとログを検証してから、長期導入の要否を判断することがjf恰当です。
元のプロジェクト:hedgerow-dev/coldframe