Explainable Adaptive Zero Trust Framework for AWS with Adversarial Robustness Evaluation

技术摘要：面向 AWS 的可解释自适应零信任框架及其对抗鲁棒性评估

问题陈述
当前的亚马逊网络服务（AWS）生产部署面临一个关键的结构性漏洞：一旦凭据通过身份验证，生成的会话在其整个持续期间内都会被隐含地视为受信任。这种基于边界的假设在凭据被窃时会立即失效，通常会导致攻击者在传统的基于规则的安全信息和事件管理（SIEM）系统发出警报前，有数小时的时间进行数据外泄。虽然 NIST 零信任架构（ZTA）标准（SP 800-207）提出了消除隐含信任的方案，但现有的实现面临三个尚未解决的差距：（1）访问拒绝缺乏可解释性，阻碍了审计与申诉；（2）信任评分机制依赖于易受行为模仿攻击的静态阈值；（3）缺乏关于 ZTA 系统在面对蓄意对抗性规避策略时表现如何的实证证据。

方法论与架构
作者提出了可解释自适应零信任框架（EAZTF），这是一个 AWS 原生的安全层，能够持续重新评估会话中每一次 API 操作的合法性。该架构将 NIST SP 800-207 的逻辑组件映射到特定的 AWS 服务：

• 策略引擎（PE）： 实现为托管混合机器学习（ML）运行时的 AWS Lambda 函数。
• 策略管理员（PA）： 一个 IAM 与 Lambda 触发器组合，负责将 PE 的决策转化为会话级的访问修改（例如：加强多因素身份验证 [MFA]、限制访问）。
• 策略执行点（PEP）： 通过 CloudTrail 事件捕获并馈送至 CloudWatch Events 来实现。

核心组件：

1. 行为特征工程： 系统从 CloudTrail 日志和 IAM 元数据中提取八个行为信号，包括 IP 声誉、登录时间偏差、API 调用速率、设备凭据信任度、连续身份验证失败次数、会话长度偏差、资源敏感性等级以及地理访问偏差。
2. 混合信任评分引擎：
   • 孤立森林（Isolation Forest）： 一种无监督异常检测器，作为主要模型用于学习正常行为结构，无需依赖标记的攻击数据。
   • XGBoost： 一种有监督基准模型，用于在获得标记数据时量化性能增益。
   • 信任风险评分（TRS）： 一个由归一化特征组成的加权线性组合，并根据孤立森林的异常概率进行调整。阈值会触发自动化响应：TRS < 50（允许）；50 ≤ TRS < 80（加强 MFA）；TRS ≥ 80（限制会话）。
3. 可解释性层： 为了解决机器学习决策的“黑盒”性质，该框架采用 SHAP（针对树类 XGBoost）和 LIME（针对孤立森林）来生成人类可读的审计记录，详细说明哪些特征驱动了风险评分。

实验设置
该框架在一个包含 8,500 条记录的合成数据集上进行了评估，该数据集模拟了跨四个 IAM 角色的 AWS CloudTrail 活动。数据集包括正常活动（60%）、边缘活动（25%）和攻击模拟（15%）。攻击模拟涵盖了四种对抗场景：

• 凭据窃取： 在非工作时间使用来自异地 IP 的有效密钥。
• 行为模仿： 在 72 小时的观察窗口后，复制目标用户的模式（时间、频率）。
• API 速率规避： 通过限制恶意枚举的速率，使其保持在基准速率的 80% 以内。
• 权限提升： 使用低权限凭据访问管理员级资源。

关键结果

• 检测性能： 孤立森林模型实现了 94.4% 的精确率和 91.2% 的召回率（F1 = 0.928），其表现与有监督的 XGBoost 基准（F1 = 0.926）几乎一致。这验证了在缺乏标记攻击遥测数据的组织中，无监督学习的可行性。
• 对抗鲁棒性： 在四种对抗场景中，平均检测率为 91.0%。
  • API 速率规避 是最容易检测到的（96.0%）。
  • 凭据窃取 的检测率为 92.0%。
  • 权限提升 的检测率为 90.9%。
  • 行为模仿 被证明是最具挑战性的，其检测率为 83.9%（存在 16.1% 的绕过率）。分析显示，模仿攻击主要在用户行为基线建立的第一周内成功，因为此时尚不足以建立可靠的偏差评分。
• 运营效率： 在传统基于规则的 SIEM 下，平均检测时间（MTTD）为 43 小时，而在 EAZTF 下降至 0.8 分钟以下。值得注意的是，基准测试下针对凭据窃取的特定 MTTD 被单独测量为 72 小时。
• 可解释性： SHAP 归因识别出 IP 声誉、登录时间偏差和 API 调用速率是前三个决策驱动因素，解释了约 64% 的 TRS 方差。在 91.4% 的高风险实例中，SHAP 和 LIME 方法对前三个最具影响力的特征达成了一致。
• 合规性： 一项结构化的 NIST SP 800-207 合规性审计显示，EAZTF 在七项原则中的平均得分为 93%，而传统的基于边界的基准仅为 38%。

意义与主张
本文声称提供了首个针对 ZTA 系统的对抗鲁棒性评估报告之一，明确回应了 NIST SP 800-207 中关于攻击者适应性的空白。其主要贡献在于：

1. 运营蓝图： 将抽象的 NIST ZTA 组件具体映射到可部署的 AWS 服务，超越了理论图表。
2. 无监督可行性： 通过实证证据表明，在云环境中，无监督模型（孤立森林）可以实现与有监督模型相当的检测性能，这对于缺乏标记攻击数据的组织至关重要。
3. 集成可解释性： 集成了 SHAP 和 LIME 以提供单次决策的理由，使安全团队能够对拒绝请求提出质疑并满足监管审计要求。
4. 对抗性评估： 对四种规避策略进行了系统性测试，识别出行为模仿是一个特定的结构性弱点，需要通过架构缓解措施（如延长基线建立窗口、基于图的序列分析）来应对。

局限性与未来工作
作者明确指出，评估依赖于合成数据集，尚未反映真实的生产环境遥测分布。他们承认，行为模仿中 16.1% 的绕过率仍然是一个尚未解决的挑战，针对持续性威胁者而言依然存在风险。提出的未来研究方向包括：在真实世界数据集（如 CERT Insider Threat, CICIDS2017）上验证该框架；实现基于图的横向移动检测以应对模仿攻击；探索用于跨组织威胁情报的联邦学习；以及将架构扩展到多云环境。