FlexDPI：具有灵活规则订阅功能的、可验证且能保护隐私的深度数据包检测技术

《Journal of Information Security and Applications》：FlexDPI: Verifiable and privacy-preserving deep packet inspection with flexible rule subscription

　　吕晓平|张凯|李金国|魏立飞|宁建婷中国上海电力大学人工智能学院摘要安全的外包中间箱能够在不暴露加密数据内容的情况下对加密流量进行深度包检测。然而，现有的深度包检测方案未能实现规则服务提供商的灵活订阅，包括多服务提供商订阅以及动态规则管理功能。此外，基于云的中间箱可能会使用部分规则来恶意执行检测，从而导致检测结果不完整。为此，我们提出了FlexDPI这一既可验证又能保护隐私的深度包检测系统，该系统能够验证检测结果，并支持灵活的规则订阅，即通过基于时间间隔的多服务提供商规则订阅实现动态规则更新。在技术层面，我们提出了一种新的加密原语——键同态对称隐藏向量加密，它基于对称隐藏向量加密机制，用于实现多服务提供商订阅功能；同时还设计了一种名为可验证搜索加密逆索引的新数据结构，用以实现动态规则更新和检测结果验证。此外，我们还设计了一种快速且可验证的过滤器，用于快速过滤正常数据包并提升结果验证效率。除了对FlexDPI进行全面的 Security分析外，我们还实现了现有最先进的解决方案以及我们的FlexDPI系统，并在Snort、ETopen、Suricata、Sslbl等公共数据集上对其性能进行了评估。实验结果表明，与以往方案相比，FlexDPI在连接建立过程中的通信成本降低了47.5%。引言网络中间箱被广泛部署在企业网络中，用于提供防火墙、入侵检测系统、流量监控等安全与运营服务。其中，深度包检测是识别恶意流量的核心技术，它通过匹配来自规则服务提供商的预定义规则来实现对恶意流量的识别。随着网络功能虚拟化技术的发展，中间箱的功能越来越多地被外包到云端，这不仅降低了本地部署和管理成本，还提供了更为灵活且可扩展的检测能力。然而，由于HTTPS、TLS等加密协议在互联网上的广泛应用，企业流量在传输过程中已被加密，这使得传统中间箱无法直接解析加密后的数据内容并执行深度包检测功能。为了解决这一问题，人们采用了中间人攻击方法在检测前对流量进行解密，但这种方式会破坏端到端的安全性，并带来隐私泄露的风险。因此，人们提出了许多旨在保护隐私的深度包检测方案，这些方案采用搜索加密技术对规则和流量进行加密，从而使中间箱无需解密即可对加密后的规则和流量进行检测，同时还能保持检测功能的完整性并防止敏感信息泄露。不过，大多数现有方案仅支持单一服务提供商，且规则集也是静态的，难以有效应对各种新型恶意流量。此外，这些方案很少考虑检测结果的验证机制，导致基于云的中间箱可能存在恶意执行检测协议的情况。鉴于恶意流量的增长速度持续加快，静态的深度包检测规则集已无法及时发现各类威胁。Pine方案通过网关与中间箱之间的离线预处理来实现动态规则添加，而DCDPI方案则通过改进的VBTree+数据结构实现动态规则添加，但这两种方案都仅支持单一服务提供商，无法满足多服务提供商订阅的需求，从而限制了对各类恶意流量的检测覆盖范围。实际上，存在多种类型的恶意流量，例如网页攻击流量、DDoS攻击流量等。某企业客户可能订阅了能够检测网页攻击流量的规则集，但却无法识别DDoS攻击流量。虽然简单地扩展对多服务提供商订阅的支持可能会带来较高的配置开销和计算冗余，因为每次订阅通常都需要使用不同服务提供商的密钥对相同的数据包进行重新加密。此外，动态规则管理还会增加企业客户与服务提供商之间的交互次数，频繁的订阅操作会带来额外的计算成本。另外，部分不诚实的中间箱可能会只应用服务提供商提供的部分规则，从而提供不完整的检测服务，导致检测结果出现错误。这种情况也可能由云环境中的意外状况引起，如硬件故障、软件漏洞以及网络配置错误等。为了解证深度包检测的结果，张等人提出了基于可信执行环境、基于累积器的规则认证以及承诺延迟采样等方法作为有效的解决方案。刘等人则采用了 oblivious cross-tags技术来定位基准k-gram，减少需要过滤的候选项，同时结合位置信息以避免误报。然而，由于实际网络中只有极少部分的流量是恶意的（如[20]所示，占比不到0.01%），因此并没有针对用于快速过滤正常数据包以提高检测效率的过滤模块设计相应的验证机制。这就使得那些需要全面检测且验证开销较低的多服务提供商深度包检测系统难以实现。最近，MRvDPI方案被提出，它除了具备快速过滤正常数据包的功能外，还支持多服务提供商订阅以及检测结果验证，但它没有考虑动态规则更新的问题，这会导致需要从头开始重新执行整个协议，而且其验证操作依赖于易受侧信道攻击影响的硬件隔离区。此外，该方案的多服务提供商订阅功能还会带来较大的通信开销。动机总结来说，现有的用于安全外包中间箱的隐私保护型深度包检测系统仍存在以下主要缺陷：首先，它们不支持多服务提供商订阅，当不同的服务提供商为各自对应的威胁类型提供规则时，这将限制检测的覆盖范围；其次，这些系统通常依赖静态规则集或有限的规则更新机制，因此无法实现动态规则管理；最后，它们无法验证外包中间箱是否已经完整地检测了所有已订阅的规则和数据包。正是基于这些缺陷，我们提出了FlexDPI这一旨在解决上述问题的隐私保护型深度包检测系统。在本工作中，我们提出了FlexDPI，这是一种可在安全云辅助网络环境中实现灵活规则订阅的、可验证且能保护隐私的深度包检测方案。FlexDPI的主要贡献如下：首先，它支持多服务提供商的灵活规则订阅以及动态规则管理功能。具体而言，我们设计了KH-SHVE机制，使得服务提供商能够使用各自的密钥以及企业客户的密钥对加密规则进行混淆处理，从而确保在多服务提供商订阅场景下，数据包只需加密一次。此外，我们还设计了名为VSEI的逆索引结构，通过为每条新增规则创建一个节点并采用头插法来实现动态规则更新，进而保障规则更新时的向前隐私性。同时，我们还引入了基于时间间隔的订阅机制，以减少因频繁规则更新而产生的高额订阅交互开销。其次，FlexDPI支持检测结果的双重验证。它既能实现正常数据包的快速过滤，也能对过滤结果以及正式检测结果进行验证。在技术实现上，我们设计了一种快速且可验证的过滤器，同时将验证信息嵌入到该过滤器及VSEI结构中。为确保检测服务的完整性，中间箱在执行正常数据包过滤和正式检测时会从相应结构中提取验证信息。一旦收到包含验证信息的检测结果，企业客户就可以通过验证流程来确认中间箱确实诚信地执行了检测任务。我们在表1中对现有最先进的解决方案与FlexDPI进行了全面对比。其中，Pine方案支持动态规则管理，张等人以及MRvDPI方案则基于可信硬件实现了检测结果验证，而其余方案如[8]、[10]、[11]则未具备这些功能。需要注意的是，MRvDPI方案也支持多服务提供商订阅功能。实验结果表明，与MRvDPI方案相比，FlexDPI在多服务提供商场景下的连接建立通信开销降低了约47.5%（测试数据集包括Snort、ETopen、Suricata、Sslbl）。此外，与Lai等人的深度包检测系统相比，FlexDPI的检测开销也降低了约11.88%。结构安排第2节将介绍相关基础知识，第3节则阐述问题定义。第4节和第5节分别对FlexDPI的正式结构设计及其安全性进行分析。第6节负责性能分析，第7节则会探讨相关研究工作。第8节则为本文作总结。背景知识本文档中使用的各类符号均列于表2中。定义1 拟随机函数对于任意的PPT级敌手A而言，区分拟随机函数F与真正随机函数F的优势度可以用AdvA,FPRF(λ)=Pr[AF(K,·)(1λ)=1]?Pr[AF(·)(1λ)=1]来表示，其中K?←?{0, 1}λ。如果AdvA,FPRF(λ)的值可以忽略不计，那么就称F是一个安全的拟随机函数。定义2 决策性差分霍尔曼假设设G为一个具有素数阶p且存在生成元g的循环群。如果在G中，任意PPT级敌手A区分不同值的概率AdvADDH=Pr[A(g,ga,gb系统模型FlexDPI系统包含如图1所示的若干组成部分：规则服务提供商：它将自己加密后的规则上传到云端并进行更新，同时处理来自不同企业客户的规则订阅请求。企业客户：它负责对数据包进行加密，然后在获得规则服务提供商的许可后，将数据包转发给中间箱以进行深度包检测。中间箱：它部署在半诚实的云环境中，负责为企业客户执行深度包检测任务，同时为规则服务提供商处理规则更新工作。内部网关/外部FlexDPI的正式描述在4.1节中，我们介绍了构成FlexDPI系统的两个基本组件；4.2节则给出了FlexDPI系统的正式描述。在4.3节中，我们进一步为FlexDPI增加了基于时间间隔的规则订阅功能，以减少订阅相关的交互开销，同时还设计了一种快速且可验证的过滤器，用于提升数据包检测及结果验证的效率。技术概述图2展示了FlexDPI系统的技术架构概要。在实现灵活规则订阅方面，我们采用了键同态加密技术。FlexDPI的安全性分析定理1 数据包隐私性假设所采用的FY加密算法是安全的，且群G满足决策性差分霍尔曼假设，那么FlexDPI就能够保证数据包的隐私性。证明我们为RealA1Π和IdealA1,SΠ这两种游戏场景构建了一系列博弈模型。其中，AdvGmi(λ)表示敌手在游戏Gmi中的获胜概率，每个游戏都是挑战者与敌手A1之间进行的。对于Gm0游戏，其与真实的RealA1Π(λ)游戏是完全相同的，因此有Pr[RealA1Π(λ)=1]=AdvGm0(λ)。在Gm1游戏中，我们将拟随机函数替换为真正的随机函数。如果敌手A1能够区分Gm1游戏与Gm0游戏的结果，那么……性能分析在本节中，我们将对比我们的FlexDPI方案与现有的其他先进方案，包括PrivDPI、Pine、P2DPI、PrivBox、Lai等人的深度包检测系统以及MRvDPI方案。为了进行公平比较，我们还使用了仅支持单一服务提供商的SHVE加密方案，将其记为FlexDPI?版本，该版本由于省去了某些群运算步骤，因此能够更快地完成规则加密部署。在我们的实验中，从规则加密、规则添加、数据包加密、检测效率等多个方面对各种方案进行了详细的性能评估。相关研究Sherry等人曾利用搜索加密技术为安全中间箱开发了Blindbox系统，但由于每次会话都需要通过混乱电路和遗忘传输技术对规则集进行加密，因此该系统存在较高的计算开销。为降低Blindbox系统的初始化开销，Canard等人提出了BlindIDS方案，但该方案会导致检测延迟时间增加。Yuan等人则结合 cuckoo hashing技术来提升检测效率，而Embark方案则……结论在本文中，我们设计了FlexDPI这一既可验证又能保护隐私的深度包检测协议，它支持灵活的规则订阅功能。具体而言，我们发明了一种名为KH-SHVE的新加密原语，同时引入了基于时间间隔的键树结构，以实现多服务提供商的灵活订阅，从而更高效地检测各类恶意流量。此外，我们还设计了VSEI数据结构，用于实现动态规则管理以及检测结果验证功能。这些设计进一步提升了……CRediT作者贡献说明吕晓平：负责撰写初稿、开展相关研究工作。张凯：负责文章的审阅与编辑工作、研究方法的设计以及资金申请工作。李金国：负责系统的形式化分析工作。魏立飞：负责数据整理工作。宁建婷：负责系统验证工作。利益冲突声明作者们声明自己不存在任何可能影响本文研究工作的已知财务利益关系或个人关系。