DataDog/stratus-red-team项目:AWS IAM后门角色创建技术解析
在云安全领域,AWS身份和访问管理(IAM)是攻击者常利用的攻击面。DataDog的stratus-red-team项目近期新增了一项针对AWS IAM后门角色创建的技术实现,该技术展示攻击者在受害AWS账户中创建具备管理员权限的可跨账户担任角色。
技术背景
AWS IAM角色是一种授予特定权限的实体,可以被AWS用户、服务或其他AWS账户担任。攻击者通过创建具备高权限且允许外部AWS账户担任的IAM角色,可在失陷环境中建立持久性访问通道。这种技术比直接创建访问密钥更难被发现,因为角色信任关系往往容易被忽视。
技术实现要点
-
角色创建:攻击者首先在目标AWS账户中创建一个新的IAM角色。该角色被赋予
AdministratorAccess策略,使其具备账户的完全控制权限。 -
跨账户信任配置:关键步骤是在角色的信任策略中配置外部AWS账户(攻击者控制的账户)作为信任实体。这使得攻击者可以从自己的AWS账户担任该角色,而无需在目标账户中留下访问密钥等传统凭据。
-
隐蔽特性:与直接创建IAM用户或访问密钥相比,这种技术更难被发现。常规安全审计可能不会立即发现一个配置了外部信任关系的IAM角色。
防御建议
-
最小权限原则:严格限制IAM角色的权限,避免赋予不必要的管理员权限。
-
信任关系审计:定期审查所有IAM角色的信任关系策略,特别关注允许外部AWS账户担任的角色。
-
变更监控:启用AWS CloudTrail日志记录,监控IAM角色创建和修改操作,设置异常行为告警。
-
SCP限制:在组织层面使用服务控制策略(SCP)限制跨账户角色创建,特别是限制允许的外部账户ID。
技术演进
这项技术是stratus-red-team项目中已有IAM后门角色技术的变种。原始技术主要关注修改现有角色的信任策略,而新实现则专注于创建全新后门角色。这种演进反映了攻击者不断变化的战术,也提醒防御者需要覆盖更全面的攻击面。
通过研究这类技术,安全团队可以更好地理解潜在威胁,完善检测和防御机制。stratus-red-team项目展示的技术为云安全防御提供了宝贵的测试案例。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00