Cartography项目中AWS Inspector跨账户漏洞发现的正确归属问题
2025-06-24 11:01:21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
kernelopenEuler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。C098
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.56 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
287
320
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++
849
446
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
235
98
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
450
180
🎉 (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
1.28 K
705