QuasarNix: 对抗鲁棒的离地生存反向Shell检测

Dmitrijs Trizna · Luca Demetrio · Battista Biggio · Fabio Roli

概述

Linux living-off-the-land (LOTL) 反向shell滥用合法二进制文件（bash、python、nc等）建立隐蔽的出站连接，使得基于签名的检测在面对新型变体和逃避尝试时不可靠。QuasarNix 解决了该领域的两个空白：

1. 没有公开的基于ML的SIEM检测器——我们发布了首个生产就绪、开放许可的LOTL反向shell检测ML模型。
2. 对抗脆弱性——我们在逃避和投毒攻击下评估模型，并提供在所有测试攻击下存活的对抗训练检查点。

该框架从34个反向shell模板合成了一个100万命令的训练语料库，并在FPR = 10⁻⁶的操作点上评估了14种模型架构——反映了真实SIEM告警疲劳约束。

关键结果

在保留测试集上，跨基线启发式方法和QuasarNix架构的性能。TPR报告为在FPR = 10⁻⁶下十次独立训练运行的均值±标准差。粗体标记最佳结果；星号(*)突出显示论文中讨论的模型。

基线

QuasarNix —— 表格模型（独热编码）

QuasarNix —— 序列模型（令牌嵌入）

要点： GBDT 在 FPR=10⁻⁶ 时实现了 60% 的 TPR——比签名（3.37%）高 18 倍——同时在商用硬件上仅需 14 秒训练。

对抗鲁棒性

Shell 逃避扰动

下表列出了攻击者工具包中的 Linux shell 逃避技术。第三列指示该技术是否能在 auditd 内核遥测标准化后存活——只有四个粗体条目会产生独特的 EXECVE 记录，构成真正的攻击面。

只有 15 种技术中的 4 种 能通过内核级标准化，并被用作对抗攻击空间。

逃避与对抗训练

评估了三种攻击家族——良性内容注入、shell 逃避扰动以及两者的混合：

• 良性内容注入 使所有神经模型失效；GBDT 由于其特征重要性加权保持了 ≥93% 的准确率。
• Shell 逃避扰动 在没有防御的情况下，在最大扰动预算下将 GBDT 和 CNN 的准确率降至 0%。
• 对抗训练 使所有三种攻击类型在每个评估架构上均无效。

投毒鲁棒性

除了推理时逃避，我们还评估了训练时攻击：

标签翻转污染（0–20% 的训练标签被翻转）：模型性能逐渐下降；GBDT 通过集成投票表现出固有的抵抗力，在高污染比例下仍保持功能。

后门攻击（0.01–1% 投毒比例，2–10 个令牌触发器）：短触发器（2–4 个令牌）因在良性流量中普遍存在而无法安装可靠后门。最佳后门安装需要 ≥0.03% 投毒比例下的 6–10 个令牌触发器。

要点： 投毒攻击需要大量、统计上可检测的数据注入才能成功。GBDT 的集成机制无需对抗训练成本即可提供内在鲁棒性。

行业验证

本工作发布后，Google 在 CAMLIS 2025 发布了一个概念上一致的生产系统（arXiv:2512.08802）：一个两阶段 YARA + ML 流水线，部署在数万个系统上，每天处理高达 2500 亿事件。该系统独立验证了本文提出的混合 ML for SIEM 检测范式和主动学习反馈循环，展示了其在工业规模上的可行性。

数据集与预训练模型

from datasets import load_dataset
ds = load_dataset("dtrizna/QuasarNix")

仓库布局

src/
  augmentation.py       基于规则与生成式数据合成
  evasion.py            白盒/黑盒对抗攻击
  models.py             模型定义（CNN、LSTM、Transformer、XGBoost……）
  preprocessors.py      分词器与特征构建器
  scoring.py            固定FPR下的评估指标

experiments/
  ablation_*.py         消融研究（分词器、词汇表大小、嵌入）
  adversarial_*.py      攻击与对抗训练流水线
  train_release_models.py  端到端训练脚本
  logs_*/               TensorBoard 运行记录、CSV 指标、模型检查点

data/
  signatures/           通过进化搜索生成的 Sigma 规则
  nix_shell/            原始良性命令语料库
  powershell/           跨平台命令样本

img/                    可发表级图表

环境设置

uv venv                    # 创建 .venv（添加 --python 3.11 以指定解释器）
source .venv/bin/activate
uv sync                    # 从 pyproject.toml 安装依赖

引用

@article{trizna2025quasarnix,
  author    = {Trizna, Dmitrijs and Demetrio, Luca and Biggio, Battista and Roli, Fabio},
  title     = {Robust Large-Scale Detection of Living-Off-the-Land Reverse Shells via Data Synthesis},
  journal   = {ACM Transactions on Privacy and Security},
  year      = {2025},
  doi       = {10.1145/3807450},
  url       = {https://dl.acm.org/doi/10.1145/3807450}
}