零信任的未来将如何发展？

Erin Verna高级首席产品营销经理 | F5

最近，我读到一篇有关近期一起勒索软件攻击的文章，受害者是医疗服务提供商Lehigh Valley Health Network（LVHN）。网络犯罪分子劫持组织的系统和数据总是令人不安，而这次网络攻击尤其令人担忧。新闻媒体The Register对此事件的描述如下：

“［网络犯罪团伙］BlackCat（又称ALPHV）入侵了美国Lehigh Valley Health Network (LVHN)旗下某位医生的网络，窃取了患者接受放射肿瘤治疗时的影像以及其他敏感健康记录……LVHN拒绝支付赎金，本月早些时候，BlackCat开始泄露患者信息，其中包括至少两名乳腺癌患者上身赤裸的影像。”

每一次勒索企图都可能促使组织重新重视加强网络和敏感数据安全。然而，勒索软件及各种形式的网络攻击可能对个人造成持久伤害和心理创伤，这一事实应当为尚未踏上零信任安全之路的组织敲响警钟。任何关键基础设施行业或受托处理敏感个人信息的组织，都应当融入零信任模型的核心原则。

不言而喻，如果我们在应用安全方面还没有开始提前谋划，就会在与网络犯罪分子及其不断涌现的威胁手段较量时迅速落后。因此，现在就应该思考：零信任的未来将会怎样？它将如何演进，既应对不断变化的威胁形势，又适应数字世界和应用本身持续变化的特性？

为帮助解答这些问题，我与F5的两位安全专家进行了交流：杰出工程师Ken Arora和产品开发高级总监Mudit Tyagi。

LVHN的这起数据泄露事件确实让我开始思考各组织如何落实ZT原则。这几乎就像到了必须正视问题的时刻：对于受数据泄露影响的消费者来说，提供一年的免费信用监控已经远远不够。您是否认为，如今企业面临的风险要高得多？

Mudit：显然，如今的风险更高。尤其是国家支持的黑客，他们拥有资金、技术资源和充足的时间，可以研究并针对企业和其他国家/地区发起高度定向的攻击，更不用说还可能破坏整体社会稳定。我们还记得2010年的“极光行动”，当时Google及其他美国企业的知识产权遭到窃取。十年后的2020年，攻击者利用SolarWinds供应链攻击侵入了许多敏感网络。此类“高风险”影响的可能性促使白宫发布了一项总统行政令，要求所有政府机构遵循零信任原则。

Ken：我同意，风险暴露的范围只会随时间推移而扩大。这不仅是因为将有更多数据上线，还因为随着AI的大规模应用，全新的安全失陷类型也会显现出来。需要指出的是，社会层面针对任何新技术风险的治理总是需要时间。例如，直到几年前，企业才开始承担法律责任，尤其是受监管行业的企业。Experian和T-Mobile的相关案例合计赔偿金额已超过10亿美元。最近，在存在重大疏忽的情况下，Uber首席安全官（CSO）等个人也开始因失职而被追究个人责任。医疗保健领域也有类似情况。我认为，这些进展进一步要求安全专业人员遵循最佳实践，同时也要求法律体系制定安全港指导原则。

鉴于当前形势，您认为零信任未来将如何发展？

Mudit：从历史上看，Google在极光攻击事件后推出了Beyond Corp，这是零信任的早期实践之一，不过零信任理念的出现还要更早。如今，ZTNA和SASE等解决方案已经出现，将零信任原则应用于用户和设备访问。然而，还需要投入更多精力，将零信任原则应用于网络内部。在网络内部，工作负载相互交互，以支持业务流程和用户体验。我们将其称为工作负载间零信任。简而言之，与访问相关的方法旨在防止安全漏洞发生，而工作负载级零信任则侧重于尽可能降低持续安全漏洞造成的影响。

业界在实施遵循“假定已遭入侵”这一零信任原则的控制措施时面临困难。为应对入侵后的情形，工作负载与用户和设备一样，也需要具备“身份”。此外，还应持续监控这些工作负载，防止已进入网络的恶意软件造成危害。如今，员工移动办公日益普遍，应用分布在私有云、公有云和传统系统等基础设施环境中，因此这一点尤为重要。

由于零信任要求秉持“假定已遭入侵”的理念，因此所需的安全措施远不止访问控制。

Ken：没错。我们还必须纳入威胁情报、安全信息和事件管理、持续诊断与缓解等措施。应用不断变化，AI驱动的流量持续增长，这要求我们不仅要全面实施零信任，还要将这些原则应用于基础设施的新领域，例如工作负载本身。

正如Mudit所指出的，长期以来，安全专业人士一直熟知并践行零信任的核心原则。这里所说的安全是广义的安全，而不仅仅是网络安全。零信任的最新形态ZTNA，本质上是将“始终验证”和“持续监控与评估”原则应用于希望访问网络的用户和设备身份。

我认为，零信任在网络安全领域演进的下一个合理方向是：1）从网络访问提升到应用访问，即采用应用层的抽象机制和保护措施，而非网络层的机制；2）将零信任原则的应用范围从用户和设备扩展到工作负载。

为什么工作负载如此关键？如果将零信任深入到这一层面，是否还应将零信任原则应用于开发实践本身，例如代码存储库等？

Ken：简而言之，工作负载之所以至关重要，是因为它们已成为新的内部威胁。

请注意，云原生应用中的大部分代码都是在应用所有者所属组织的管控范围之外，在开源环境中开发的。用于开发这些代码的软件实践通常成熟度不高，治理较为宽松，相关文档也不完善。导入这些代码后，对其开展的测试大多侧重于功能和性能，安全评估往往未得到足够重视。因此，大多数应用代码都受到“隐式信任”，而零信任正是要避免这种做法。这还只是基于代码供应商并无恶意这一假设。如果进一步考虑到有攻击者正试图利用开源代码作为后门，这就会成为一个不容忽视的攻击面。顺带一提，近期许多备受关注的攻击事件，如log4j、SolarWinds和3CX，都是供应链攻击的典型案例，而这类攻击不在ZTNA和基于用户身份的安全解决方案的防护范围内。

我们先来重点讨论最后一点，即开源代码如何被用作后门。这也呼应了您之前的观点：零信任需要采取威胁情报、安全信息和事件管理、持续诊断等措施。

Mudit：是的。我们需要思考，如果以“假定已遭入侵”为出发点，应如何看待安全问题。以网络为中心的控制措施可以发挥一定作用，例如查找与命令和控制服务器之间的通信。不过，我们的目标是阻止已经侵入的恶意软件成功造成危害。恶意软件执行活动时，必然会暴露自身。通过监控所有工作负载并了解其特征，我们更有可能检测到与恶意软件活动相关的恶意工作负载。

MITRE的研究人员创建了一套分类体系，为安全领域作出了重要贡献。借助该体系，我们可以根据MITRE ATT&CK框架中所述的战术、技术和程序（TTP）组合来理解大多数攻击。他们还在MITRE D3FEND框架中介绍了一系列有助于检测TTP的应对措施。该框架的一个重要组成部分是进程分析，这需要在工作负载层面应用零信任原则。

在开发周期中，使用静态应用安全测试（SAST）和动态应用安全测试（DAST）工具扫描构成工作负载的代码以发现漏洞，这一点非常重要。此外，还可以在开发周期中为“系统调用”等底层工作负载特征建立基线，为实施工作负载级零信任做好准备。有了这一基线，工作负载在生产环境中运行时，就能更轻松地检测和分析异常。D3FEND框架建议在开发周期中采取一整套以加固为重点的对策。

下面谈谈AI在整体安全领域，尤其是在零信任方面发挥的作用。AI将带来哪些安全挑战和机遇？此外，ChatGPT频频登上新闻。我看到有预测称，到2026年，90%的互联网流量将由AI生成。这会改变安全格局吗？如果会，将如何改变？

Mudit：自动化攻击已经很难防御。攻击者可以不断改变攻击形态和方式，给安全运营中心（SOC）带来大量噪声。防御方已经在利用自动化手段对抗这些自动化攻击。即使掌握了自动化攻击的特征，误报仍是一个突出问题。借助AI，攻击者将能比当前的自动化攻击更逼真地模仿正常用户。这会增加异常检测的难度，需要采用非常复杂的上下文分析来尽量减少误报。

Ken：我认为，AI将继续对安全产生巨大影响。首先，它显然会显著影响攻击者实施攻击的方式，以及防御者检测和处置这些攻击的方式。简而言之，这场攻防博弈仍将持续，而AI将代替人工执行相关操作，速度和灵活性都将呈指数级提升。

具体到ChatGPT，我认为“不盲目信任”这一零信任理念同样适用。正如ZTNA的前提是“不盲目信任用户和设备”，而且这一原则还应扩展到工作负载，我认为随着AI生成内容日益普及，我们也将不再盲目信任内容。从许多方面来看，这又回归了社会的运作方式：我们对某项具体内容的信任程度取决于其来源。例如，对于一份有关支票真实性的声明，相比街头陌生人的说法，我可能更信任来自银行的信息。简而言之，数据归属至关重要。随着AI生成越来越多的内容，这一早已存在于现实世界的理念也将成为数字世界的一项关键考量。

随着新威胁加速涌现，围绕零信任未来的讨论仍将持续受到关注，尤其是在尽量降低内部威胁的影响，以及将零信任原则应用于工作负载方面。随着越来越多的AI生成内容涌入互联网，业界的零信任方法必然会随之演变。今后，我们还将分享更多观点。感谢关注。
____

如需进一步了解“假定已发生入侵”理念，请阅读Ken的最新文章，点击此处。

关于作者

Erin Verna高级首席产品营销经理 | F5

Erin Verna 的更多博客文章