ניצול IMDS: ציד התנהגויות נדירות לחשיפת אקספלויטים
אמ;לק
המאמר מתמקד בניצול לרעה של IMDS (Instance Metadata Service) ומסביר כיצד לזהות התנהגויות חריגות בתהליכים שגרתיים. הוא מציג טכניקות לציד אקספלויטים המנצלים את IMDS, ומספק תובנות חשובות לחוקרי אבטחה.
סיכום בעברית: מערכת VibeSec · מדיניות המקורות
נוסף ל-VibeSec:
כותרת מקורית: IMDS Abused: Hunting Rare Behaviors to Uncover Exploits

התוכן המלא בעברית
תרגום אוטומטי מהמקור; מונחים טכניים נשארו באנגלית. לנוסח המחייב — הכתבה המקורית.
בעולם אבטחת הענן, ה-Instance Metadata Service (IMDS) הוא אבן בניין בסיסית. הוא נועד לספק למכונות וירטואליות דרך פשוטה לקבל באופן מאובטח אישורים זמניים ונתונים קריטיים, מבלי להטמיע סודות בקוד (hardcoding). אך מה קורה כשהנוחות הזו מופנית נגדנו?
במהלך השנים, שחקני איומים למדו להפוך את ה-IMDS לאבן דרך לגניבת אישורים, תנועה לרוחב (lateral movement) והסלמת הרשאות. פוסט זה עוסק באופן שבו השתמשנו במתודולוגיה מונעת נתונים כדי לחשוף ולעצור שימוש חריג ב-IMDS, וכיצד גישה זו הובילה אותנו לגלות פגיעות zero-day המנוצלת בטבע בשירות אינטרנט פופולרי.
ה-Instance Metadata Service הוא שרת הפועל על כל מופע מחשוב ענן (compute instance) ומספק אישורים זמניים קצרי-מועד ונתונים אחרים לשימוש יישומים הפועלים בענן. זה מאפשר להם לגשת בצורה מאובטחת לשירותי ענן ללא צורך בהטמעת אישורים בקוד המכונה. בעוד ש-Azure ו-AWS מכנות שירות זה IMDS, ב-GCP הוא ידוע כ-VM metadata service.
הנה דוגמה בסיסית לאופן השימוש ב-IMDS: נניח שיש לך מופע EC2 בסביבת AWS המריץ אפליקציה שצריכה לגשת ל-S3 bucket. במקום להטמיע אישורי AWS בתוך היישום או במשתני הסביבה, האפליקציה יכולה לאחזר אישורים זמניים ממטא-נתוני המופע. מתוך מופע ה-EC2, האפליקציה יכולה לבצע בקשת HTTP כזו:
curl http://169.254.169.254/latest/meta-data/iam/security-credentials/s3-bucket-consumer
פעולה זו מחזירה אישורים זמניים המשויכים לתפקיד ה-IAM שהוקצה למופע. לאחר מכן ניתן להשתמש באישורים אלה כדי ליצור אינטראקציה מאובטחת עם שירותי AWS כמו S3, RDS או DynamoDB. זה מאפשר לאפליקציה שלך לבצע אימות בצורה מאובטחת מבלי לאחסן אישורים במכונה, מה שמפחית את הסיכון לחשיפה מקרית.
• IMDSv1, היישום המקורי, מאפשר בקשות HTTP ישירות ללא אימות לנקודת הקצה של המטא-נתונים ללא הגנות נוספות. גרסה זו ידועה כרגישה להתקפות Server-Side Request Forgery (SSRF) – עוד על כך בהמשך.
• IMDSv2, הגרסה החדשה יותר, מציגה בקשות מוכוונות הפעלה הדורשות אסימון. גישה מבוססת אסימון זו מגדילה את המורכבות של ניצול SSRF מכיוון שהיא דורשת הן שליטה בשיטת HTTP בשימוש (PUT ו-GET) והן את היכולת לזייף כותרות בקשות.
רוב ההנחיות המודרניות ממליצות לאכוף את IMDSv2 בכל מקום אפשרי, שכן טכניקות רבות לניצול לרעה של IMDS מסתמכות במיוחד על רמת האבטחה החלשה של IMDSv1.
על מנת להשיג גישה ראשונית לסביבת ענן, תוקפים מחפשים בדרך כלל דרך "להערים" על אפליקציה הפועלת על מופע מחשוב חשוף ולגרום לה לשלוח שאילתות ל-IMDS ולספק להם את האישורים הזמניים שאוחזרו. לאחר מכן הם יכולים לנוע לרוחב ולהסלים הרשאות ברחבי הסביבה. מניסיוננו, התקפה טיפוסית הממוקדת ב-IMDS כרוכה בניצול של אחד מסוגי פגיעויות האפליקציה הבאים:
• Server-Side Request Forgery (SSRF): טכניקה קלאסית שבה תוקפים ממנפים יישום אינטרנט פגיע כדי לשלוח בקשות בשמם. אם האפליקציה יכולה להגיע לנקודת הקצה של ה-IMDS והיא רגישה ל-SSRF, התוקף יכול לאסוף אישורים זמניים ללא צורך בגישה ישירה למארח (כגון RCE או path traversal).
• Code Injection ו-Misconfigured Workloads: ניתן לתמרן יישומים עם פגמי הזרקה או גישה מיותרת לרשת כדי לבצע שאילתות IMDS פנימיות, ולהפוך למעשה את עומס העבודה (workload) ל-proxy עבור התוקף.
צוות Wiz Research עוקב באופן רציף אחר מגמות בנוף האיומים באמצעות כללי זיהוי האיומים של Wiz Defend. המטרה שלנו היא לעקוב אחר טכניקות תקיפה (TTPs) ככל שהן מתפתחות, כדי שנוכל להתאים את ההגנות במהירות ולשמור על הלקוחות שלנו מוגנים.
חלק מכך כולל ציד אחר חריגות גלובליות – התנהגות החורגת מפעילות רגילה בכל סביבות הענן. השערת ציד האיומים הראשונית שלנו לגבי IMDS היא שאם אפליקציה נפוצה שאינה משתמשת בדרך כלל ב-IMDS מתחילה לעשות זאת פתאום, זה עשוי להצביע על כך שהאפליקציה נפרצה על ידי תוקף. באמצעות נתונים מה-Sensor שלנו בזמן ריצה, אנו מיישמים גישה רב-שלבית כדי לזהות סטיות מדפוסים צפויים:
1. מציאת קו בסיס (Baseline) לשימוש תקין ב-IMDS
השאלה הראשונה היא: "אילו תהליכים ניגשים באופן עקבי לIMDS, ובאיזו תדירות?"
על ידי ניתוח טלמטריה מסביבות שונות, אנו יכולים לבנות רשימה בעלת ביטחון גבוה של לקוחות IMDS נפוצים וצפויים כמו AWS SDKs, nm-cloud-setup וסוכני EC2. זה נותן לנו את קו הבסיס שלנו להתנהגות "נורמלית".
2. זיהוי דפוסי גישה חשודים או נדירים
ברגע שאנו יודעים מה נורמלי, אנחנו מחפשים את מה שלא. אנו מחפשים תהליכים הניגשים ל-IMDS רק בחלק קטן מהסביבות; דברים שקיימים בדרך כלל בסביבות ענן אך בדרך כלל אינם ניגשים ל-IMDS.
דפוסי גישה נדירים או חד פעמיים אלה מצביעים לעתים קרובות על:
• ניצול פגיעויות SSRF או RCE
• קוד זדוני שהוחדר באמצעות שרשרת האספקה או כלים לאחר הפריצה
3. סינון לפי נתיבי מטא-נתונים חשודים
כדי לדייק עוד יותר (וכדי להימנע מתוצאות חיוביות שגויות שנגרמו משימוש נדיר אך לגיטימי ב-IMDS), אנו מצמצמים את המיקוד שלנו לבקשות המוגשות לנקודות קצה רגישות של IMDS. תוכנות לגיטימיות זקוקות להן לעיתים רחוקות, אך תוקפים נמשכים אליהן מכיוון שהן חושפות מידע בעל ערך. לדוגמה, תוקף יהיה מעוניין מאוד בנקודות הקצה הבאות:
• /latest/meta-data/iam/info : מחזיר מידע על התפקיד IAM שהוקצה למופע.
• /latest/meta-data/iam/security-credentials/ : מחזירה את רשימת IAM התפקידים שמופע EC2 זה יכול לקבל.
• /computeMetadata/v1/instance/service-accounts/ : מחזירה רשימה של חשבונות שירות שלמופע המחשוב יש גישה אליהם.
נקודות קצה אלו הן מכרות זהב לתוקפים המנסים להבין אילו הרשאות הם יכולים לנצל לרעה. על ידי מיקוד הגילויים שלנו בהן, נוכל לזהות איומים פוטנציאליים בצורה מדויקת יותר.
4. סינון לפי Compute Context
Wiz Sensor אוסף מידע הקשרי בעל ערך הן על התהליך והן על הקונטיינר או מופע המחשוב שבו הוא פועל. נתונים אלה מסייעים לשפר את מאמצי ציד האיומים שלנו בכך שהם מאפשרים לנו לתעדף תרחישים בסיכון גבוה – לדוגמה, מופעי מחשוב עם חשיפה לאינטרנט, גישה לנתונים רגישים, או כאלה המציגים סימנים אחרים ופחות ברורים לפעילות חשודה באותו פרק זמן.
ההדמיה הבאה מציגה את התוצאות שלנו לאחר סינון מערך הנתונים כדי להוציא תוכניות בעלות גישה של 0% ל-IMDS או נתונים שאינם מספיקים (למשל, אלה המופיעות בסביבה אחת בלבד).
באמצעות התהליך המתואר לעיל, חשפנו ניצול בטבע של פגיעות zero-day שלא הייתה ידועה בעבר בשירות אינטרנט פופולרי, הנובעת משימוש לא מאובטח ב-pandoc.
המצוד התחיל בתהליך בשם pandoc שהגיש בקשת IMDS חריגה. אמנם ניתן למצוא את הקובץ הבינארי הזה בסביבות רבות, אך בפחות מ-2% מהן הוא ניגש באופן עקבי לנקודות קצה רגישות של IMDS, כולל /latest/meta-data/iam/info. זה הרים מיד דגל אדום.
בתחילה לא הכרנו את pandoc , אבל חיפוש מהיר הראה שזהו כלי עזר Linux המשמש להמרה בין פורמטי סימון. לא הייתה כל אינדיקציה בתיעוד שהוא צריך לגשת לאישורי ענן או לקיים אינטראקציה עם IMDS.
החקירה שלנו הובילה אותנו לדיון ב-GitHub שדיווח על פגיעות SSRF ב-pandoc בעת המרת HTML ל-PDF. הפגיעות, שזכתה למזהה CVE-2025-51591, נובעת מעיבוד תגיות <iframe> ב-pandoc בתוך מסמכי HTML. זה מאפשר לתוקף ליצור <iframe> המפנה לשרת ה-IMDS או למשאבים פרטיים אחרים.
במקרה זה, שירות האינטרנט שהשתמש ב-pandoc לא כלל את הדגל raw_html או את דגל ארגז החול (sandbox) בעת המרת מסמכי HTML, שניהם מומלצים בתיעוד בעת טיפול ב-HTML שאינו מהימן:
התוקף הגיש מסמכי HTML ערוכים המכילים רכיבי <iframe> שתכונות ה-src שלהם כוונו לנקודת הקצה של AWS IMDS בכתובת 169.254.169.254. המטרה הייתה לעבד ולחלץ את התוכן של נתיבים רגישים, ובפרט /latest/meta-data/iam/info ו-/latest/meta-data/iam.
עם זאת, התקיפה נוטרלה על ידי האכיפה המחייבת של IMDSv2. פרוטוקול זה מבטל בקשות GET ללא מצב (stateless), כגון אלו שיזם <iframe>, על ידי דרישת אסימון הפעלה (session token) שנקבע מראש. מכיוון שה-payload של התוקף לא יכול היה לבצע את אחזור האסימון הראשוני, כל הבקשות לשירות המטא-נתונים נדחו, מה שמפחית למעשה את האיום. אם האפליקציה הייתה פועלת בסביבה שעדיין תלויה בפרוטוקול IMDSv1, וקטור התקיפה הזה היה גורם ככל הנראה לפגיעה באישורים. הודות לשימוש ב-IMDSv2, התוקף יכול היה לגשת רק לשרתים פנימיים אחרים, ולא היה מסוגל לנוע לרוחב אל מישור השליטה בענן.
באמצעות אותה טכניקה, זיהינו פגיעות Server-Side Request Forgery (SSRF) מנוצלת לרעה ביישום אחר בשימוש נרחב: ClickHouse.
ניתן למצוא את ClickHouse בסביבות ענן רבות, אך במהלך הציד שלנו מצאנו רק מקרה אחד שבו לאפליקציה הייתה גישה ל-Instance Metadata Service (IMDS) במסגרת הזמן שנבדקה. הלהיט הבודד החריג הזה הוביל אותנו לחפור עמוק יותר לתוך וקטורים SSRF פוטנציאליים ב-ClickHouse.
נתקלנו בפוסט שימושי במיוחד בבלוג של החוקר PizzaPower, שפירט כיצד ניתן לנצל לרעה את שיטת SELECT * FROM url ב-SQL של ClickHouse כאשר היא מוגדרת בצורה שגויה, אם משתמשים לא מאומתים רשאים לבצע שאילתות ל-URLs שרירותיים. הרחבנו את המחקר הזה וגילינו שניתן להשתמש בו כדי לגשת ל-IMDS ולקרוא נתונים רגישים כמו אסימונים וסודות שסופקו למכונה.
במקרה שלנו, המופע הפגיע פעל בסביבה GCP, מה שמדגיש כיצד טכניקה זו אינה מוגבלת ל-AWS, ולכן מתודולוגיית הציד המתוארת לעיל יכולה להיחשב אגנוסטית לענן.
במקרה זה, התקיפה לא הצליחה בשל הקשחות בפלטפורמה; למופע שנפרץ פשוט לא היו אישורים עם הרשאות מספיקות כדי לגרום לנזק משמעותי. עם זאת, תוצאה זו הייתה יותר עניין של מזל מאשר תכנון מוקדם. אילו הייתה פועלת במקום זאת מכונת ClickHouse מוגדרת בצורה שגויה עם גישה ל-S3 buckets פרטיים, המצב היה עלול להיות חמור בהרבה. שילוב של גישה כזו עם תכונה כמו READ ON URL הפתוחה למשתמשים לא מאומתים היה מספק נתיב ישיר לפרצת נתונים גדולה.
תגליות אלו מדגישות עיקרון מפתח של אבטחת ענן מודרנית: כדי למצוא את מה שאחרים לא יכולים, עליך להסתכל מעבר לחתימות המסורתיות ולהבין את ההקשר המלא של הסביבה. ב-Wiz, הלקוחות שלנו נהנים משתי שכבות חזקות של הגנה הבנויות על עיקרון זה.
1. Expert Cloud Threat Intelligence: צוות המחקר שלנו משלב את הידע שלנו על נוף האיומים בענן עם פעילויות ציד איומים החושפות פגיעויות בעולם האמיתי וטכניקות תקיפה חדשות, כמו ניצול פגיעויות SSRF שלא היו ידועות בעבר. מחקר פרואקטיבי זה, המונע על ידי אדם, מספק אינטליגנציה ייחודית שחורגת ממה שכלים אוטומטיים יכולים למצוא בעצמם.
2. ה-Wiz Platform: אינטליגנציה זו מובנית לאחר מכן בפלטפורמת Wiz , המספקת הגנה רציפה ואוטומטית עבור הסביבה שלך:
• Proactive Prevention: Wiz עוזר לך לזהות תצורות שגויות, כמו מופעים באמצעות IMDSv1, וליישם את העיקרון של מינימום הרשאות. זה מאפשר לך לטפל בוקטורי התקפה לפני שהם מנוצלים.
• Real-time Detection: פלטפורמת Wiz משלבת עקרונות מבוססי אנומליות ברמת הסביבה, בדומה לאלו שמצאו את הבעיות ב-Pandoc וב-ClickHouse, כדי להעלות התרעה כאשר תהליך שלא ניגש בעבר ל-IMDS מתחיל לעשות זאת.