Cartography项目中AWS Inspector跨账户漏洞发现的正确归属问题
2025-06-24 05:14:44作者:沈韬淼Beryl
问题背景
在云安全领域,AWS Inspector是一项重要的漏洞扫描服务,能够帮助用户识别EC2实例和其他AWS资源中的安全漏洞。Cartography作为一款云资产图谱工具,能够将AWS Inspector的扫描结果可视化呈现。然而,在处理跨账户场景时,当前版本存在一个关键问题。
问题描述
当AWS Inspector配置了委托管理员(delegated administrator)时,扫描结果可能来自不同的AWS账户。当前Cartography实现将所有Inspector资源错误地归属到执行同步操作的账户,而非实际拥有这些资源的账户。这导致了资产图谱中的错误关联关系。
技术细节分析
在Cartography的当前实现中,资源关系建模为:
(:AWSAccount)-[:RESOURCE]->(:AWSInspectorFinding)-[:AFFECTS]->(:EC2Instance)<-[:RESOURCE]-(:AWSAccount)
但在跨账户场景下,这种建模方式会产生以下问题:
- 错误的账户归属:Inspector发现(Finding)被错误地关联到执行同步的账户,而非实际拥有资源的账户
- 自动化清理问题:基于账户-资源关系的清理作业可能无法正常工作
- 数据一致性问题:图谱中显示的资产归属关系与实际情况不符
解决方案探讨
针对这一问题,社区提出了几种可能的解决方案:
-
完全移除账户关联:让Inspector发现不关联任何账户,仅保留与受影响资源的关系。这种方案的优点是简化了关系模型,但缺点是需要额外的清理机制来处理孤立节点。
-
引入委托关系:创建新的关系类型来表示委托关系:
(:AWSAccount)-[:RESOURCE]->(:AWSInspectorFinding)<-[:DELEGATE]-(:AWSAccount)这种方案保持了原有清理机制的有效性,同时准确表达了跨账户的委托关系。
-
混合模式:结合上述两种方案,根据实际情况动态选择关联方式。
最佳实践建议
基于技术讨论,推荐采用引入委托关系的方案,原因如下:
- 保持了数据完整性,准确反映了AWS中的实际权限关系
- 不影响现有的自动化清理机制
- 提供了更完整的审计追踪能力
- 符合AWS安全最佳实践中的责任分离原则
实施注意事项
在实际实施这一改进时,需要注意以下几点:
- 向后兼容性:确保变更不会影响现有查询和自动化流程
- 性能考量:评估新增关系类型对图谱查询性能的影响
- 文档更新:同步更新相关文档,说明跨账户场景下的数据模型变化
- 测试覆盖:增加跨账户场景的测试用例,确保功能正确性
总结
正确处理AWS Inspector跨账户漏洞发现的归属问题,对于构建准确的云安全态势图谱至关重要。通过引入委托关系模型,Cartography能够更准确地反映AWS环境中的实际安全状况,为安全团队提供更可靠的数据支持。这一改进也体现了Cartography项目对云安全可视化的持续优化和精进。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
649
796
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.24 K
153
deepin linux kernel
C
30
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
146
237
暂无简介
Dart
985
253
昇腾LLM分布式训练框架
Python
167
200
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.68 K
990