爱奇艺 SOAR 探索与实践

安全团队注重威胁检测，往往购买了各种安全设备，同时自研安全产品，试图通过增加检测功能，追求更小的 MTTD(平均威胁检测时间)，以及更大的威胁检出率。但面对外部日新月异的攻击手法，频频爆出的高危漏洞，不断增加的安全服务，企业安全运营面临巨大的压力，一方面出现安全人力不足，另一方面，对安全运营的专业能力要求过高。这个时候，急需一个系统来提升安全运营的标准化和自动化水平。

SOAR 提出了通过事件智能分析、事件编排、安全工具整合的方式，加快事件的快速预警和响应，从“人到安全工具”交互转变为“机器到安全工具”交互，应急响应转换为持续自动化响应，从而降低人工成本、降低 MTTR、提高安全运营生产力。近来 SOAR 产品备受关注，目前国内比较知名的厂商有雾帜智能，绿盟，盛华安，360 等，阿里云-云安全中心也上线了 SOAR 相关功能，如自动化溯源等。国外有 Rapid7/Splunk 也很早在 SOAR 领域开始了布局。

SOAR 作为安全编排与自动化，情报和事件响应平台融合的新兴安全解决方案，可以帮助企业在有限的人力下，处置更多的威胁，降低 MTTR(平均威胁处置时间)。爱奇艺内部引入 SOAR 之后，通过开发安全组件拉通各个安全服务，一方面安全剧本自动化执行降低了人工运营的压力，另一方面，MTTR(平均威胁处置时间)也降低 75%左右。

笔者总结了爱奇艺内部 SOAR 实践的一些经验，欢迎各位读者一起探讨交流。

SOAR 架构

下图是爱奇艺 SOAR 系统的整体架构，其中，核心的组件有：工作流引擎、图形编排组件、安全组件和剧本、IM 机器人和小程序。

调度引擎

目前市面上开源的工作流引擎不少，如 Flowable，Oozie 等。经过综合评估，我们选用 StackStorm 作为底层的编排调度引擎。业内如 Netflix 公司也使用了 StackStorm 作为监控自动化处置的底层引擎。

StackStorm 采用模块化的架构，由多个松耦合的能水平扩展的服务组成，这些服务之间通过消息总线(message bug)进行通信，提供 Web UI，CLI 以及完整的 REST API。

StackStorm 的优势：

• 工作流引擎可使用 yaml 编排，方便运营人员编写，及二次集成开发；

• 支持 webhook 触发器及 Sensor，支持 python，方便安全服务集成；

• 支持条件语条，fork/join 等，满足安全工作流基本需求；

StackStorm 工作流程：

• Sensor 感应并触发事件；

• Rules Engine 对事件进行规则匹配，如果匹配，产生任务；

• Worker 执行任务，一般是调用到外部系统；

• StackStorm 记录审计任务执行的细节；

• 任务执行结果返回给 Rules Engine 进行进一步处理。

图形编排

Walkoff 优势：有良好的拖放工作流编辑器

安全剧本/安全组件

安全组件对应 Stackstorm 的 action，使用 python 对现有安全服务的接口进行包装后集成。安全剧本对应 Stackstorm 的 workflow，并尽可能地复用现有的安全组件，提高开发效率。目前我们的组件和剧本对接了 gitlab，方便版本存储及回滚，实现标准的 SOP。

落地场景

对于 SOAR，我们主要在两大安全场景落地使用。一种是高频场景，主要是日常运维，安全等级一般较低，但重复程度较高；另一种是低频场景，主要是高危安全事件响应，紧急程度较高，需要快速响应。

高频场景

1.场景示例:  漏洞单自动验证，由扫描器发现的漏洞，业务处理后标记"已修复"的，自动完成验证，关闭或重新打开工单；

3.评估指标: 节省人力时间(人/天)。

统计指标如下图所示：

低频场景

1.场景示例: 服务入侵自动溯源调查；高危漏洞通报(如 Struts，Fastjson)自动关联威胁情报；主机 jar 包/代码 jar 包进行通报整改响应；

2.安全价值: 实现无人值守，快速、标准化、自动化应急响应，减少安全损失；

3.评价指标: 流程处置时间 MTTR(平均威胁响应时间)。

以高危 jar 包漏洞通报为例，通常这类漏洞危害较大，且在短时间内推动所有业务完全修复较为困难。我们通过 SOAR 及相关资产清点，优先处置对外及重点业务的高危 jar 包，保证企业相关业务安全。

ROADMAP

当前进展

• 实现了安全组件、安全剧本的代码编排以及图形化编排, 实现标准化的事件调查及响应流程，并有效缩短了 MTTR。

运行效果如图  (部分内部敏感组件已隐藏)

• 针对移动端开发了对应小程序及群聊机器人，方便安全人员在移动端可以通过公司内部聊天软件实现 ChatOPS 及快速安全应急响应。群聊机器人，方便安全人员进行 ChatOps。

• 完成移动端小程序开发，方便安全人员远程处置安全事件。

评价指标包含以下三类：

• 编排能力指标: 实现了 35 个安全组件，11 个安全剧本，17 个安全服务联动；

• 自动化能力指标:  评估每个安全剧本执行次数及人工触发执行次数；

• 能效指标: 目前包含自动化确认及协助调查节省的时间。

部分运营指标如下图所示：

未来目标

短期目标：

• 支持更多 SOAR 组件，连接更多服务，保证组件复用率；

• 形成案件库及知识库，以便支持后续的智能分析预警，沉淀安全人员的处置经验；

• 更准确丰富度量指标，数据驱动决策。

长期愿景：

• 通过安全编排自动化，提高事件响应和安全运营效率，并从根本上遏制和消除安全威胁。

参考

• 傅奎: 争分夺秒——基于 SOAR 的应急响应加速解决方案

• 安全运营持续优化之路—— 基于 ATT&CK+SOAR 的运营实践

• CyberSky-SOAR 安全编排自动化与响应系统

• https://github.com/nsacyber/WALKOFF
  

• Workflow Processing Engine Overview 2018: Airflow vs Azkaban vs Conductor vs Oozie vs Amazon Step Functions

• Introducing Winston — Event driven Diagnostic and Remediation Platform

• 自动化响应技术如何提升事件响应效率 SOAR，为 SOC 插上一对隐形翅膀

原文链接：爱奇艺SOAR探索与实践