最近搭建各种蜜罐测试，这篇文章主要分享 HFish V0.4 使用过程中的一些心得。

部署

单节点部署

单点部署官方文档介绍已经很全面了，不过windows 家庭中文版docker部署有点坑需要注意的。

家庭版不能直接安装docker，需要安装docker tool box ，原理是开启vm vbox 的linux虚拟机，然后在linux虚拟机里面安装docker，所以，在启用docker容器的时候，如果指定 -p 127.0.0.1:22:22 物理机是无法访问蜜罐，只能把容器的端口映射到0.0.0.0的地址上，物理机才可以访问。

eg:

docker run -d -p 2222:22 -p 23:23 -p 9001:9001 -e USERNAME=god -e PASSWORD=123456 --name hfish imdevops/hfish:latest

然后进入linux虚拟机里面，查看虚拟机具体的ip地址

成功访问

分布式部署

为了能尽可能全的收集全球攻击数据，这次计划采用分布式部署方式。使用vps供应商为 vultr ，IDC机房分布如下图

列表中有9个国家，ubuntu 系统最低配置每个月5美元，每个国家一台vps deploy 也没多少钱。这边有个注意点就是，在deploy时候，可以直接添加自己的ssh key，这样后面管理vps也很方便，因为我忘了我的ssh key 的密码了，就直接用账户密码管理。vps过多，管理起来挺麻烦的，这里我使用python3 的 paramiko 自动化一键配置，主要代码如下：

初始化服务器，并安装docker.io ：

启动 docker 容器：

官方分布式部署命令会少些端口，可以根据 config.ini 端口自行增删。

这边还有一些需要注意的地方，国内访问国外服务器，可能会丢包，最好是在其中一台vps上面执行初始化脚本

运行完后，查看主节点，成功接收到数据。

攻击数据分析

分布式蜜罐部署了几天后，接下来是对捕获的数据进行分析了，下面主要以 SSH 蜜罐攻击行为为例。各位大佬也可以从附件里下载数据库自行分析。往后如果有能力，会定期提供蜜罐捕获数据给各位。

攻击字典统计

先来看下数据库 hfish_info 表结构及数据：

可以看到数据库用 && 替换换行符，保存在数据库中，接下来可以写个统计攻击字典脚本。以下为关键部分示例代码：

    def __init__(self):        self.hfish_db = './file/hfish.db'        self.hfish_split = '&&'        self.sql = sqlite3.connect(self.hfish_db)        #这里需要注意一下，测试时候发现，有些字符无法用utf-8解码，所以得用bytes        self.sql.text_factory = bytes

搜索 sqlite 数据库中所有 ssh 攻击的类型

然后分割 && ，把用户名密码分割开，并输出到文本里面

打印一下用户名及密码频次

取用户名及密码出现次数top10

        # 按字典值反序排序,方法一        user = sorted(user_pwd_dic['user'].items(), key=lambda x:x[1],reverse=True)        # 按字典值反序排序,方法二        password = list(user_pwd_dic['pwd'].items())        password.sort(key=lambda x:x[1],reverse=True)

将结果打印

其实字典具有地域性，可以根据攻击字典地域性，配置下蜜罐，由于默认蜜罐账户密码均为root，不在常见外网爆破攻击字典里，所以后续很多攻击都无法捕捉。

字典地域性分析

接下来分析一下各个国家的蜜罐收集到的字典差异，主要代码如下：

    def RegionDic(self):        agent_sql = "select agent from hfish_info"        data = self.sql.execute(agent_sql).fetchall()        agents = []        for agent in list(set(data)):            agents.append(agent[0].decode('utf-8'))​        agents_dic = {}        for agent in agents:            agents_dic[agent] = {}            data = self.sql.execute(dic_sql_tpl.format(agent)).fetchall()            for d in data:                if d[0] in agents_dic[agent].keys():                    agents_dic[agent][d[0]] = agents_dic[agent][d[0]] + 1                else:                    agents_dic[agent][d[0]] = 1​            agents_dic[agent] = sorted(agents_dic[agent].items(), key=lambda x:x[1],reverse=True)​        for agent in agents:            print(agent)            for i in range(5):                #这里不直接用decode utf-8 是因为捕获到的一些字符无法用utf-8解码，这个在上一节连接数据库里面有提到。                print("%s\t\t%s"%(str(agents_dic[agent][i][0]).replace("b'",'').replace("'",''), agents_dic[agent][i][1]))            print()

得到的结果如下：

使用 pyecharts 生成图表，

            bar = (Bar(options.InitOpts(width='1000px', height='500px'))                   .add_xaxis(u_p_dic)                   .add_yaxis(agent, u_p_count)                   .set_global_opts(                title_opts=options.TitleOpts(title=("%s统计"%agent))                    )                   )            tab.add(bar, agent)        tab.render()

这里墙裂推荐直接看 pyecharts 官方文档，特别详细全面，不要搜CSDN里面的博客，不忍吐槽某些博文。

因为收集时间不长，且子节点和主节点通信莫名中断，此结果不具有普遍性。

这里只是简单提取攻击字典，并没有做更深入分析，各位可以通过后面附件下载，自行分析。

后面会根据字典的地域性，在部署蜜罐的时候，修改特定的标致。

蜜罐检测

基于流量识别

这里以攻击者在内网，且蜜罐是以分布式部署情况作为示例，拓扑图如下：

使用 tcpdump dump数据包，wireshark 打开，可以看到子节点和主节点之间的通信以明文传输，且有明显的特征

使用scapy 识别主节点和子节点的地址，主要代码如下

存在问题的代码在 /core/rpc/client/client.go

在内网渗透过程中，如果能发现部署的蜜罐，可以降低被发现可能性。

基于高交互蜜罐返回内容识别

hfish 高交互式蜜罐是根据特征字符回显，匹配的规则有限，比如常见的读取 passwd 通常使用 cat /etc/passwd ，在SSH规则里有相应的规则

如果变形使用

cat /etc/passwd &

或者

tail /etc/passwd

在正常的 vps 里面也是可以正常读取到 passwd 的内容，

但如果在蜜罐里面，则会显示异常，未修改配置的情况下是 test .

基于字符匹配的规则，总会有遗漏的地方，可以尝试变形的命令测试是否是hfish蜜罐。

高交互式蜜罐的配置文件在相应的 /libs/蜜罐类型/ 下面，默认default 值在 /libs/蜜罐类型/default.hf 。

基于管理端口返回内容识别

这个很好理解了，如果返回包含管理页面特征字符就可以判断了，这里就直接给出 POC 了。

非授权接口获取信息

问题代码在 /view/url.go 文件中

可以发现，这里连身份鉴别都没作，当获取到主机点ip及端口后，直接请求uri，就可以获取蜜罐捕获的信息，从而分析蜜罐位置。

验证POC：

http://ip:port/api/v1/get/iphttp://ip:port/api/v1/get/fish_info

蜜罐攻击

非授权攻击

查看下主节点面板查询传输的数据包，用户认证是通过后，is_login 的值就是登陆用户，也就是说我们可以直接爆破这个用户，绕过登陆，直接设置后端各种参数，比如将报警参数置为空。

对应的问题源码在 /view/login/view.go 里

更新报警邮件的具体配置参数在 /view/setting/view.go 里面，禁止报警 poc 就不给出了，可自行查看对应参数。

存储型XSS

这个漏洞是某位不愿提供ID大佬提醒的（手动滑稽）。

因为这漏洞是后台展示的原因，所以任何一个蜜罐都可以触发这个漏洞，这里以 ssh 蜜罐演示。

使用如下payload连接

ssh ^<script^>alert^(1234^)^<^/script^>@192.168.99.101 -p 2222

我使用的是window系统，需要用 ^ 转义特殊字符

提交之后，返回 上钩列表 ，点击查看详情，可以看到成功执行xss。

特性化配置

这里以攻击字典地域性特点及蜜罐检测中的交互式返回内容缺陷，特性化配置蜜罐。

根据地域，特性化蜜罐配置

将用户名、密码修改为统计的字典出现频率最高的值。

# 替换密码和用户名set_user_tpl = 'sed -i "s/\\"account\\": \\"root\\"/\\"account\\": \\"{}\\"/g" %s'%ssh_conf_pathset_pwd_tpl = 'sed -i "s/\\"password\\": \\"root\\"/\\"password\\": \\"{}\\"/g" %s'%ssh_conf_path

高交互式蜜罐默认返回修改

咱们用一台Ubuntu 的vps测试一下，未知的命令返回：

也就是说，我们可以把默认返回修改为”command not found”的话，可以稍微改善下返回结果。

set_default_tpl = 'sed -i "s/test/: command not found/g" %s'%ssh_default_path

致谢

感谢三斤大佬解惑。

HFish 是一款非常不错的高交互式蜜罐，可扩展性好，可以帮忙点击一下 start，支持一下国产蜜罐。

HFish github

HFish document

附件

sqlite数据库

HFish数据分享github

攻击用户名字典

攻击密码字典

地域字典统计图表

*本文原创作者：cyker，本文属FreeBuf原创奖励计划，未经许可禁止转载