DockerENT

DockerENT est un outil actif d'analyse de sécurité des applications au moment de l'exécution (RAST tool). C'est un framework enfichable écrit en Python. Il est livré avec une application CLI et une interface web propre écrite avec StreamLit.

DockerENT a été conçu pour détecter les mauvaises configurations de sécurité faibles dans les déploiements de production qui peuvent entraîner de graves conséquences. Cette application se connecte aux conteneurs en cours d'exécution dans le système, récupère la liste des configurations d'exécution faibles et vulnérables et génère un rapport. Si elle est invoquée via l'interface web, elle peut afficher le rapport d'analyse et d'audit dans l'interface elle-même.

Comment exécuter

TL;DR

Vous êtes pressé de tester ? Téléchargez la dernière version stable de PyPi et exécutez l'application Web, tout le reste est intuitif.

pip install DockerENT

Exécutez ensuite l'application comme suit :

DockerENT -w

C'est tout.

Exécuter la dernière version master

DockerENT a été conçu en gardant à l'esprit la simplicité et la facilité d'utilisation. Actuellement, il vous suffit de cloner le dépôt et de télécharger les dépendances ou de construire le Dockerfile. Une fois les dépendances installées sur le système local, nous sommes prêts à exécuter l'outil et à analyser les configurations d'exécution des conteneurs en cours d'exécution.

# Téléchargement et configuration
git clone https://github.com/r0hi7/DockerENT.git
cd DockerENT
make venv
source venv/bin/activate

# Exécution
python -m DockerENT --help 
usage: Find the vulnerabilities hidden in your running container(s).
       [-h] [-d [DOCKER_CONTAINER]] [-p [DOCKER_PLUGINS]]
       [-d-nw [DOCKER_NETWORK]] [-p-nw [DOCKER_NW_PLUGINS]] [-w]
       [-n [PROCESS_COUNT]] [-a] [-o [OUTPUT]]

optional arguments:
  -h, --help            show this help message and exit
  -w, --web-app         Run DockerENT in WebApp mode. If this parameter is
                        enabled, other command line flags will be ignored.
  -n [PROCESS_COUNT], --process [PROCESS_COUNT]
                        Run scans in parallel (Process pool count).
  -a, --audit           Flag to check weather to audit results or not.

  -d [DOCKER_CONTAINER], --docker [DOCKER_CONTAINER]
                        Run scan against the running container.
  -p [DOCKER_PLUGINS], --plugins [DOCKER_PLUGINS]
                        Run scan with only specified plugins.
  -p-nw [DOCKER_NW_PLUGINS], --nw-plugins [DOCKER_NW_PLUGINS]
                        Run scan with only specified plugins.

  -d-nw [DOCKER_NETWORK], --docker-network [DOCKER_NETWORK]
                        Run scan against running docker-network.

  -o [OUTPUT], --output [OUTPUT]
                        Output plugin to write data to.

# ou via le conteneur
docker build . -t dockerent
docker run -d -v /var/run/docker.sock:/var/run/docker.sock -p 8501:8501 --name dockerent dockerent
# Ouvrez ensuite votre navigateur à http://localhost:8051

Regardez cette courte vidéo pour commencer.

Fonctionnalités

• Framework piloté par plugins.
• Utilise l'API Docker de bas niveau pour interagir avec les conteneurs en cours d'exécution.
• Interface utilisateur propre et facile à utiliser.
• Livré avec 9 plugins d'analyse Docker dont 6 plugins peuvent auditer les résultats.
  • Liste complète : Plugins d'analyse Docker
• Framework prêt à fonctionner avec les réseaux Docker.
  • Liste complète : Plugins d'analyse des réseaux Docker
• Les plugins de sortie peuvent écrire vers des cibles file et html.
• Le seul outil interactif d'analyse Docker open source.
• Peut exécuter des plugins en parallèle.
• En développement actif 😄.

Comment créer votre propre plugin

• Ayez une idée pour effectuer une analyse d'exécution.
• Copiez le même fichier pour créer votre plugin demo.

cp DockerENT/docker_plugins/docker_sample_plugin.py DockerENT/docker_plugins/docker_demo_plugin.py

• Assurez-vous simplement de conserver la structure suivante.

_plugin_name = 'demo_plugin'

def scan(container, output_queue, audit=False, audit_queue=None):
    _log.info('Staring {} Plugin ...'.format(_plugin_name_))

    res = {}

    result = {
        'test_class': {
            'TEST_NAME': ['good']
        }
    }

    res[container.short_id] = {
        _plugin_name_: result
    }
    
    # Do something magical.

    _log.info('Completed execution of {} Plugin.'.format(_plugin_name_))

    '''Make Sure you put dict of following structure in Q.
    {
        'contiainer_id': {
            'plugin_name': {
                'test_name_demo1': {
                    resultss:[]
                },
                'test_name_demo2': {
                    results: []
                }
            }
        }
    }
    '''
    output_queue.put(res)

    if audit:
        _audit(container, res, audit_queue)

def _audit(container, results, audit_queue):
    '''Make Sure to add dict of following structure to Audit Q
    res = {
        "container_id": [
            "_plugin_name_, WARN/INFO/ERROR, details"
        ]
    }
    '''
    # Magical logic to perform Audit.
    audit_queue.put(res)

• C'est tout. Toujours confus ? Expliquez-moi l'idée dans les Issues et je l'examinerai et vous aiderai, ou nous pourrions finir par y travailler ensemble.
• Ce plugin apparaîtra automatiquement dans la liste déroulante de l'interface utilisateur. 😄 Facile, non ?
• Asseyez-vous et évaluez les résultats.