企业的上云和数字化转型,将越来越多的业务运行于网络之上。为适应敏捷开发等新型应用架构,api的使用数量更加普遍并持续增长。企业的应用开发越来越依赖api之间的相互调用,同时通过api传递的数据量也随之迅速增长。
不可避免地,暴露于网络中的企业应用api亦成为恶意攻击者的目标。近年来,与api攻击相关的数据泄露事件屡见不鲜,其中不乏企业重要业务数据甚至个人身份数据等敏感信息,给企业带来极大的数据安全威胁。
api安全不容乐观
虽然我们已经发现并且感知到api安全风险,但又不得不面对的是,事实已证明传统的安全技术并不能有效地阻止api攻击,企业需要在全新的安全防护方法。
据gartner的一份预测报告,2022年起api已成为网络攻击者利用最频繁的媒介载体之一,而通过攻击api可以非授权使用企业的各类应用数据,并且由api安全问题引起的数据泄露风险在2024年将翻倍。
频出的api攻击事件不断向我们证明, api治理不当导致的攻击、欺诈以及数据泄露风险正在对企业的构成新的安全挑战。同时,在ai技术的发展,被滥用的ai让攻击手段越来越自动化甚至智能化, api攻击更快、更准确,api面临的威胁越来越复杂化。
akamai最新发布的《潜伏在阴影之中:攻击趋势揭示了 api威胁》报告证实,api在web攻击里面所占的比例越来越高,2023年在所有的web攻击类型里面针对api的攻击占了将近30%。
akamai北亚区技术总监刘烨
akamai北亚区技术总监刘烨表示,这个比例可能还会继续增高,因为越来越多的流量也会变成这种api的流量,比如很多原生的手机应用跟数据中心之间都会通过api做数据传输。
针对于api的攻击方法和攻击向量非常多样化,这对于企业来说要保护应用api的难度大大增加,因为要考虑的方面非常多,刘烨解释道:api防御可能会面临更大的挑战。企业要找到业务逻辑可能会出现的漏洞,然后去降低风险,降低企业遭受攻击所造成的损失。
基于业务场景攻防
正如刘烨所述,与传统web应用的防护不同,api的安全防护要求更为广泛,往往是深入到业务逻辑中,并且涉及到多个环节,对任何环节的监测不足都会影响到整体的安全防护效果。
企业如何着手做api防护?刘烨特别建议要重点考虑三个方面的问题。
第一,可视性。企业应该给予api足够的可视性。比如对于一些api接口的开发过程,开发人员通过这个接口在开发、测试、上线的时候会更容易取得某些数据,但是当开发者离开以后,这些接口是不是仍然存在,其实不一定有完整的审计,也不一定有安全开发合规性流程。这种情况下,当这些api推到互联网以后就可能不具备足够的可视性。
第二,漏洞风险。企业要了解上线的应用里,易遭受攻击的风险点到底有哪些,会不会出现一些已知的漏洞等等。这就要求企业要遵循最佳实践去开发,最大化减少漏洞的出现,从而减少风险点。
第三,业务逻辑。api攻击的变化多样不是针对于应用本身的,而是针对业务逻辑的。因为这种针对业务逻辑的攻击,可能获取更具价值的东西。所以在业务逻辑方面,企业需要建立在不同业务场景下产生的基线,然后确定哪些是异常情况。
刘烨继续解释道:所有的业务场景可以分为几个部分,首先是api的隐患,如果是注入类型的隐患,它与业务场景关系不大,但与api的开发技术相关。当使用标准技术或实施方法,遵循软件开发流程时,我们应确保在这个过程中减少漏洞。
跟业务场景相关隐患的是从技术上看是没有问题的、合乎逻辑的,但是从业务上来看就是有问题的,比如过度收集用户数据可能与业务场景相关。
不同业务场景有很多不同防护重点。例如,在金融行业,对信用卡使用和交易安全防护的要求可能与社交媒体完全不同。在社交媒体中,用户信息可能是防护重点,而在金融行业中,账户资金安全可能更为重要。因此,在不同业务场景下,按照业务逻辑,实施有效的保护措施非常重要。
对企业更重要的是根据业务场景建立自己的模型和基线,然后判断是否存在针对特定业务场景的攻击。因此,可以分为两部分:首先是针对传统注入类型攻击的防护,这与api开发技术密切相关。通过开发最佳实践,安全产品和服务,可以大大帮助用户解决安全隐患。
对于基于漏洞的渗透,刘烨认为可以通过这六步方法,帮助用户提高api安全防护水平,减少潜在漏洞对系统的渗透。
首先,记录api中的所有相关日志。例如,akamai api security产品利用大量离线分析和基于api访问日志的建模来建立基准。
第二,是要了解所有api的端点,这被称为“api发现”,这一点非常重要。许多api的问题可能源于在开发过程中留下的接口,这些接口可能仅供内部调用或用于部门间协作。
第三,是进行风险审计,需要确定哪些记录是敏感的,并建立审计方案来审查这些风险并建立基线。
第四,建立基线后进行行为检测,当用户违反了应用逻辑时,应能识别出该用户。
第五,响应,一旦识别出问题,需要给出防护措施的指导,如限制或中断用户访问。
第六,事后分析,需要调整模型以应对可能的风险和恶意攻击,这有助于优化整体策略。
api的安全防护已成为企业数据安全的重要关注点,如何确保api交互过程中保护数据数据的完整性、机密性和可用性,将会是未来一段时间内企业与专业安全提供商要共同面对的问题。