Bit of a Close Talker: A Practical Guide to Serverless Cloud Co-Location Attacks
Dit artikel presenteert een uitgebreide methodologie voor het exploiteren van kwetsbaarheden in serverless cloud-schedulers om fysieke co-locatie te bereiken voor micro-architecturale zijkanaalaanvallen, demonstreert succesvolle aanvallen op belangrijke platforms zoals Microsoft Azure Functions, en stelt een "Double-Dip" scheduler voor als een mitigatiestrategie.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Het Grote Plaatje: Het "Serverless" Hotel
Stel je de wereld van cloud computing voor als een enorm hotel.
- Traditionele Cloud (Serverful): Je huurt een hele kamer voor jezelf. Je betaalt voor de kamer, ook al slaap je er slechts 5 minuten of 24 uur.
- Serverless Cloud: Je betaalt alleen voor de exacte tijd die je in de kamer doorbrengt. Als je een kamer nodig hebt voor 10 seconden om een pakketje af te leveren, betaal je voor 10 seconden. Het hotelpersoneel (de cloudprovider) regelt al het schoonmaken, de sleutels en het onderhoud. Je komt gewoon opdagen, doet je ding en vertrekt weer.
Dit is geweldig voor het besparen van geld en het bieden van flexibiliteit. Maar, omdat het hotel zo efficiënt is, probeert het zoveel mogelijk gasten in dezelfde kamers te proppen om ruimte te besparen. Dit creëert een beveiligingsrisico: Vreemden kunnen in dezelfde kamer terechtkomen als jij.
Het Probleem: De "Close Talker" Aanval
In de computerwereld zijn er slimme trucjes die side-channel attacks worden genoemd. Stel je een dief voor die probeert je creditcardnummer te stelen. Hij kan je kluis niet kraken, maar als hij vlak naast je staat in dezelfde kamer, kan hij je hartslag horen of de warmte van je computer voelen om je wachtwoord te raden.
Hiervoor moet de dief co-located zijn met jou—dat wil zeggen dat zijn computerinstantie en jouw computerinstantie op exact dezelfde fysieke server draaien (dezelfde "kamer").
De Uitdaging: Cloudproviders zijn slim. Ze proberen gasten te mengen zodat vreemden niet in dezelfde kamer terechtkomen. Het artikel vraagt: Kan een dief de hotelmanager (de scheduler) misleiden om hem in dezelfde kamer te plaatsen als een specifiek slachtoffer?
De Oplossing: Hoe de Dieven het Deden
De auteurs van dit artikel hebben een "praktische gids" gemaakt over hoe je de cloud kan misleiden. Ze deelden het proces op in drie stappen, zoals een detective die een mysterie oplost:
Stap 1: Fingerprinting (De Proefloop)
Voordat de dief aanvalt, moet hij weten hoe de hotelmanager denkt.
- De Analogie: Stel je voor dat de dief een testbericht naar het hotel stuurt. Hij kijkt waar het hotel hem plaatst. Daarna stuurt hij weer een bericht en kijkt opnieuw.
- De Ontdekking: Door veel testverzoeken te sturen, leert de dief de gewoonten van de manager.
- Plaatst de manager altijd dezelfde gast in dezelfde kamer om tijd te besparen? (Ja, dit wordt "Invocation Locality" genoemd.)
- Voegt de manager meer kamers toe wanneer het druk wordt? (Ja, dit is "Auto-Scaling".)
- Groepeert de manager mensen met vergelijkbare bagage? (Ja, dit is "Package Locality"—als jullie allebei dezelfde softwarepakketten nodig hebben, worden jullie bij elkaar geplaatst.)
Stap 2: De Aanval (De Valstrik)
Zodra de dief de gewoonten van de manager kent, zet hij een val op.
- Als de manager groepeert op basis van bagage (Package Locality): De dief maakt een nepfunctie aan die exact dezelfde "bagage" (softwarepakketten) gebruikt als het slachtoffer. De manager ziet de overeenkomstige bagage en plaatst hen automatisch in dezelfde kamer.
- Als de manager druk wordt en extra kamers toevoegt (Auto-Scaling): De dief creëert een enorme golf van nepverzoeken. Dit dwingt de manager om snel veel nieuwe kamers te openen. De dief overspoelt het systeem met zijn eigen "gasten" om de kans te vergroten dat een van hen per ongeluk in de kamer van het slachtoffer terechtkomt.
- Het Resultaat: In hun tests hebben ze systemen zoals Microsoft Azure en open-source platforms succesvol misleid om hun "aanvaller"-code direct naast de "slachtoffer"-code te plaatsen.
Stap 3: Het Bewijs
Ze hebben niet alleen geraden; ze hebben bewezen dat het werkt.
- Ze testten dit op een gesimuleerd hotel (een computerprogramma).
- Ze testten dit op een echte cluster van 50 computers.
- Ze testten dit op Microsoft Azure Functions (een echte, publieke cloudservice).
- De Uitkomst: Ze slaagden erin om co-located te zijn met slachtoffers in Azure, wat hen minder dan $25 kostte om te doen.
De Fix: De "Double-Dip" Scheduler
Het artikel laat niet alleen zien hoe je inbreekt; het biedt ook een slot. Ze stellen een nieuwe regel voor aan de hotelmanager genaamd Double-Dip.
- Hoe het werkt:
- Eerste Dip: Als een gast (functie) binnenkomt, controleert de manager eerst: "Is deze gast al in een kamer? Kunnen we hem daar weer terugplaatsen?" (Dit houdt zaken snel en efficiënt).
- Tweede Dip: Als er geen kamer voor hem is, zoekt de manager naar een kamer met de minste verschillende soorten gasten die er al zijn.
- Het Doel: Dit zorgt ervoor dat als een nieuwe gast binnenkomt, de kans kleiner is dat hij gemengd wordt met een vreemde. Het creëert "zachte isolatie". Het is geen perfecte muur (zoals een toegewijd privéhuis), maar het maakt het veel moeilijker voor een dief om te raden waar het slachtoffer zich verbergt.
De Kernboodschap
- De Dreiging: Serverless clouds zijn efficiënt, maar hun efficiëntie (het groeperen van vergelijkbare zaken) creëert een achterdeur voor aanvallers om zich bij slachtoffers te mengen.
- De Realiteit: Aanvallers hebben geen superkrachten nodig; ze hoeven alleen maar de regels van de cloud scheduling te begrijpen en de juiste "testberichten" te sturen om deze te exploiteren.
- De Verdediging: Cloudproviders moeten hun scheduling-algoritmen aanpassen om wat minder voorspelbaar en meer willekeurig te zijn, zodat vreemden niet per ongeluk in dezelfde kamer terechtkomen.
Belangrijke Opmerking: Het artikel benadrukt dat deze research over het scheduling gaat (de kamerindeling). Het steelt niet daadwerkelijk gegevens; het bewijst alleen dat de "kamerindeling" gemanipuleerd kan worden om de basis te leggen voor een toekomstige diefstal van gegevens. De auteurs hebben Microsoft hierover gewaarschuwd, en Microsoft merkte op dat zij andere verdedigingsmechanismen hebben, maar de kwetsbaarheid in de scheduling blijft een reëel probleem.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.