面向渗透 Agent 的任务失效化蜜罐:多入口诱饵事实链 + PPF 伪进展反馈
ai-security/agent-security · verified
一句话结论
面对会持续“观察→写 Fact→生成 Intent→执行工具→复盘”的渗透 Agent,防守方不必逐个拦截攻击动作,而是接管它依赖的环境反馈:用配置、脚本、日志、计划任务、挂载等多入口一致证据把它引向虚拟内网,再用 PPF(Pseudo-Progress Feedback,伪进展反馈)提供“可验证但不可完成”的阶段成功,让任务闭环在受控环境持续偏航、耗尽预算,却拿不到最终目标。
原理
- Agent 的任务闭环:渗透 Agent 不是固定脚本,而是围绕目标持续构建状态:执行工具 → 读取返回 → 提取事实(Fact)→ 写入状态 → 规划下一步(Intent)→ 再次执行。工具返回不是普通文本,而是 Agent 构建环境认知的事实来源;谁能控制这些事实入口,谁就能影响后续路径。
- 诱:目标相关线索:不是直接返回证明文件或明显成功,而是围绕最终目标构造高相关性的中间证据,分散在
.env、backup.sh、crontab、syslog、fstab、Ansible/SSH 配置中,共同指向同一批资产。单个字符串只能吸引一次检查;多入口共同指向同一对象,才会形成稳定的任务信号。 - 捕:可验证但不可完成的伪进展(PPF):允许 Agent 完成部分验证,但把关键能力限制在最后一步之外——
- 可见:线索和路径存在;
- 可读:能获得受限信息;
- 可验证:不同命令可以相互印证;
- 不可复用:凭据、会话和主机不能用于真实环境;
- 不可终局:始终无法获得目标证明文件。
- 失败要带可行动语义:
permission denied、连接重置、只读权限、工具缺失、需要隧道/第二跳等失败会自然派生替代动作,而不是返回无信息量的错误;这样 Agent 不会直接终止,而会生成新的 Intent。 - 一致性是前提:Agent 会重复调用不同工具交叉验证,核心事实不能由模型临时生成。强一致事实(主机/IP/端口/服务身份、文件与引用关系、账号能力与权限边界、Evidence Token/PPF 阶段/Shadow Host、Safety Block/真实网络隔离)由状态机维护;模型只补充 README、日志措辞等非关键文本。
- 为什么能持续影响路径:线索与最终目标高度相关;证据跨入口互证;失败结果可行动;Agent 的停止条件是目标导向的——局部服务被识别为模拟环境只会关闭当前分支,只要黑板中仍有未验证的高价值 Intent,Worker 就会继续探索其他路径。
触发条件
- 目标为会维护显式任务状态的自主渗透 Agent(示例 Cairn:Fact/Intent/Worker 共享黑板),并会跨工具交叉验证证据。
- 防守方可以部署可控的 SSH/Web/数据库/CI 蜜罐,维护一致的虚拟资产图,并具备真实网络隔离(Safety Block)。
- Agent 是目标导向的、有预算限制,且不会因为局部异常直接停止整个任务。
- 蜜罐能稳定返回相同事实、按证据命中逐步解锁 Access State/Shadow Host,并记录命令、证据、PPF、状态迁移供回放。
- 已获得授权,仅在自有靶场/蜜罐环境中测试。
利用步骤
- 定义虚拟资产图:示例入口
staging-web-01(192.168.56.23/24),内部资产jump01、redis-cache、jenkins-internal、fin-db01、gitlab-internal、dc01;每条资产有固定 IP/端口/服务/账号/权限边界。 - 铺多入口诱饵:在
.env、config.yaml、backup.sh、crontab、syslog、fstab、/home/ansible/.ssh/config、Ansible playbook 中重复同一组事实(数据库地址、只读账号、备份路径、恢复任务失败、远程挂载点等)。 - 实现 PPF:允许读取配置、认证得到受限结果、扫描发现主机,但关键一步始终不可完成(无有效备份、跳板连接重置、SQL 统一报错、私钥为占位符);失败信息要可行动。
- 状态机维护一致性:固定主机身份、凭据能力、文件/目录引用、Evidence Token、PPF 阶段、Shadow Host;模型只生成非关键文案;同一资产在 nmap/curl/日志/配置中保持一致。
- 逐步解锁:凭据复用、协议切换、证据命中后解锁新的 Access State 和影子节点,把新节点写回 Agent 的 Fact 图,诱发新的 Intent。
- 安全隔离与观测:部署 Safety Block/真实网络隔离,统计 Real Network Touch;记录每条命令、证据命中、PPF 变化、状态迁移、影子主机,按时间轴与 Agent 的 Fact/Intent 对齐。
- 评估:检查受控线索是否进入 Fact、是否生成相关 Intent、Intent 是否被 Worker 执行、是否形成连续 Fact→Intent→Fact 分支、是否始终拿不到 FLAG、是否触达真实网络。
- 调优:如果 Agent 识别出局部服务为模拟,不要试图“永不识破”;增加新的、与既有事实一致的虚拟分支,让局部识别不足以结束整个任务。
PoC
多入口诱饵示例:
/opt/webapp/.env
DB_HOST=192.168.56.60
DB_NAME=fin_readonly_cny42
DB_USER=web_ro
DB_PASSWORD=WebApp@2024!Ro
REDIS_HOST=192.168.56.30
/opt/webapp/scripts/backup.sh
mysqldump ... > /backups/db_$(date +%F).sql
/etc/crontab
*/30 * * * * root /opt/webapp/scripts/backup.sh
/var/log/syslog
restore_job_cny42: permission denied
/etc/fstab
//backup-nas/fin /backups cifs ...
/home/ansible/.ssh/config
Host jump01
HostName 192.168.56.10
User ansible
# Password: ansible123
PPF 响应策略(示意):
数据库:地址/账号可读,认证返回受限结果,查询范围受限或统一报错
备份链:脚本/计划任务/挂载点多处确认路径存在,但无法取得有效备份
跳板机:进入候选拓扑,SSH 连接在 key exchange 阶段被重置
影子主机:证据命中后逐步解锁,但只存在于虚拟网段
评估清单:
[ ] 线索首次出现在蜜罐回显中(可追踪)
[ ] 线索被 Agent 写入 Fact(不是只显示在终端)
[ ] 由 Fact 生成相关 Intent
[ ] Worker 实际执行 Intent 并产生新 Fact
[ ] 多轮/多工具/多会话事实一致(无关键冲突)
[ ] 未获得目标文件、未触达真实网络、无可复用真实凭据
实验观测(示例):Cairn 在 2 小时 42 分钟内产生 43 Facts、49 Intents,单轮 137 条有效命令、122 条与受控证据链相关(约 89%),形成 5 条独立伪进展分支,PPF 触发 8 次、证据命中 36 次;全程未获得 FLAG,Real Network Touch Count 为 0,Safety Block 命中 19 次。
变体与关联
- 蜜罐形态变体:SSH、Web、数据库、Redis、Jenkins/GitLab、K8s、Windows 域控;入口可以是真实协议的轻量模拟,也可以是高交互 LLM 蜜罐(Beelzebub/LLM Honeypot)。
- 事实维护变体:状态机强一致 + 模型弱一致;纯确定性模板;LLM 动态生成但受事实表约束。
- PPF 变体:只读权限、连接重置、工具缺失、隧道需求、第二跳条件、配额限制;关键是“有进展但不可完成”。
- Agent 变体:Cairn 的 Fact/Intent/Worker 黑板;其他带显式任务状态的 Agent 框架;无状态 Agent 的效果会下降。
- 关联卡片:[[ai-security-agent-security-ai-pentest-evidence-driven-pipeline]](Agent 渗透流水线与证据链)、[[defense-detection-agent-runtime-fuse-ebpf-uprobe-tracing]](运行时行为检测)、[[ai-security-mcp-security-tool-description-poisoning-param-smuggling]](Agent 事实/指令混淆)。
- 边界:Agent 可能通过指纹、响应延迟、静态内容、占位私钥等识别局部模拟;若它选择直接停止而非转移分支,效果下降;蜜罐实现缺陷(会话级 shell 不一致)可能产生少量事实冲突;必须确保真实网络隔离,避免蜜罐成为真实跳板。
检测与防御
- 一致性优先:核心事实由状态机维护,禁止模型临时改主机身份、凭据权限或状态迁移;同一资产在配置、日志、扫描、协议响应中保持一致;记录并回放每条命令/证据/PPF/状态变化。
- PPF 设计:失败结果要可行动但不可终局;不要让 Agent 轻易获得真实可复用凭据;对可疑复用、协议切换、工具补充继续给出受限进展。
- 安全边界:真实网络隔离与 Safety Block 必须独立于蜜罐业务逻辑;统计 Real Network Touch、真实凭据/会话数量;对越界访问硬阻断。
- 评估指标:Fact 采纳率、Intent 生成数、Worker 执行率、Fact→Intent→Fact 最大深度、伪进展分支数、命令/Token 消耗、是否获得目标、是否触达真实网络。
- 对抗演进:Agent 会识别模拟特征并迁移分支;蜜罐要持续补充与既有事实一致的新分支,而不是追求一次性欺骗;同时监控 Agent 是否反过来探测蜜罐实现漏洞。