הבנת הסיכון בניהול סודות וגישה למערכות
אמ;לק
ניהול נכון של הרשאות וסודות (Secrets) הוא קריטי לאבטחת המערכת. פריצה לנקודת גישה אחת יכולה להוביל לזליגת מידע נרחבת, ולכן חשוב להעריך את רמת הסיכון של כל רכיב בקוד.
סיכום בעברית: מערכת VibeSec · מדיניות המקורות
נוסף ל-VibeSec:
כותרת מקורית: Why identity-local signals and topology signals are two layers of the same blast radius

התוכן המלא בעברית
תרגום אוטומטי מהמקור; מונחים טכניים נשארו באנגלית. לנוסח המחייב — הכתבה המקורית.
אישור שדלף הוא גם בעיה טופולוגית
אישור שדלף יוצר סיכון שחורג מהזהות עצמה. ההשפעה האמיתית שלו תלויה בשירותים ובמשאבים המחוברים למה שהאישור מאפשר לגשת אליו.
אותות זהות מקומיים (Identity-local signals) עונים על השאלה הראשונה: עד כמה האישור או זהות המכונה הזו מסוכנים כשלעצמם? האם הם בטקסט גלוי? האם ניתן לנחש אותם? האם הם מיושנים? האם יש להם הרשאות יתר? האם הם חשופים בסביבת Production? האם הם קשורים לזהות מנהל? האותות האלה חשובים כי הם מזהים את הסודות וזהויות המכונה עם הסבירות הגבוהה ביותר לשימוש לרעה.
אבל הם לא עונים על השאלה הבאה: מה נשבר אם נעשה שימוש באישור הזה?
התשובה לכך טמונה בטופולוגיה סביב האישור. אישור של מסד נתונים עשוי לשבת על Pod מסוים ולפתוח גישה למאגר נתונים אחד, אך רדיוס הפיצוץ התפעולי משתרע לכל שירות שתלוי באותו מאגר נתונים. חלק מהשירותים הללו כלל לא מחזיקים באישור, וחלקם עשויים אפילו לא להציג אות (signal) סודי שניתן לדרג.
רוצה להריץ את אותו ניתוח על ה-stack שלך? חקור את ה-Anyshift Graph API כדי לבצע שאילתות על תלויות, רדיוס פיצוץ והשפעה על ה-Production באופן ישיר.
זה המקום שבו אותות-זהות-מקומיים ואותות טופולוגיה הופכים לשתי שכבות של אותו רדיוס פיצוץ: האחת אומרת לך למה האישור מסוכן, והשנייה אומרת לך כמה רחוק הנזק יכול להגיע.
דוגמת אשכול ה-Temporal
בנינו אשכול Temporal קטן כדי להדגים את ההבדל.
באותו אשכול, אישור Postgres היה שמור בטקסט גלוי ב-Pod של ה-temporal-server:
POSTGRES_USER=זמני POSTGRES_PWD=זמני
זה היה אישור ברירת המחדל שהגיע עם הסביבה ומעולם לא הוחלף (rotated).
הפעל סורק סודות על ההגדרה הזו ו-GitGuardian יזהה זאת מיד ובצורה מדויקת. הוא מאתר את האישור החשוף וממפה את השכנים הישירים של הסוד: ה-Pod של ה-temporal-server שמשתמש באישור, ומסד הנתונים postgresql שהוא פותח.
זוהי נקודת המבט של 'זהות מקומית'. היא מדויקת והכרחית. האישור ניתן לניחוש, נמצא בטקסט גלוי ולא עבר החלפה. הוא ראוי לציון סיכון גבוה עוד לפני שיודעים משהו נוסף על הסביבה.
אבל רדיוס הפיצוץ לא עוצר בתרמיל ובבסיס הנתונים.
אם נמשיך צעד אחד הלאה, ה-order-worker לא יוכל עוד לקדם אף הזמנה ברגע שה-temporal-server יאבד את הגישה ל-Postgres. גם ה-temporal-ui יוחשך עבור כל מי שינסה לצפות בתקרית או לבצע ניפוי שגיאות (debug). אף אחד מהשירותים האלה לא מחזיק באישור, אך שניהם תלויים במשאב שהאישור פותח.
מבט ממוקד בסוד יכול להראות את האישור החשוף ואת מערכות היחסים המיידיות שלו. תצוגת הטופולוגיה מציגה את השירותים במורד הזרם שנכשלים בגלל זה.
מדוע ציון הזהות עדיין נכון
סורק מדרג זהות על פי מהותה ומידת הסיכון שלה בהקשר הנתון.
מערכת ה-NHI Governance של GitGuardian סורקת את AWS IAM, Entra, Okta ו-Kubernetes. היא מוצאת את זהויות המכונה ומנהלי הסודות שמאחוריהן, ואז מדרגת את הזהויות הללו על סמך גורמים כמו הרשאות מנהל, הרשאות יתר, חשיפה ב-Production ומיושנות.
זה חשוב כי זהויות מכונה עולות כיום במספרן על זהויות אנושיות באופן משמעותי. לפי הנתונים של GitGuardian, יחס זהויות המכונה לבני אדם יכול להגיע ל-100 ל-1. בסביבה אמיתית, כמה אלפי זהויות מכונה יכולות להפוך במהירות למאות כאלו שהן בעלות הרשאות מנהל, מיושנות, בעלות הרשאות יתר, חשופות ב-Production או קשורות לסודות חשופים.
בדוגמת ה-Temporal, האישור של Postgres זוכה לציון הגבוה שלו בצדק. הוא ניתן לניחוש, כתוב בטקסט גלוי ומעולם לא הוחלף. כל זה נכון עוד לפני שיודעים דבר על מה שתלוי במסד הנתונים שהוא פותח.
הנקודה היא לא שהציון מבוסס הזהות המקומית שגוי, אלא שהוא מהווה רק רובד אחד של הסיכון.
היכן ששתי השכבות חלוקות
רוב הזמן, סיכון זהות-מקומי וסיכון טופולוגיה מצביעים על אותו כיוון. אישור מנהל בטקסט רגיל הוא בדרך כלל מסוכן בפני עצמו ומחובר למשהו שחשוב.
שתי השכבות מתפצלות כאשר למשאב יש רדיוס פיצוץ רחב במורד הזרם אך נושא אות סודי חלש, או ללא אות סודי כלל.
זה יוצר פער בתעדוף. לדירוג חומרה יש הרבה מה לומר על אישור Postgres חשוף כי קיים אישור שניתן לדרג. לעומת זאת, יש לו הרבה פחות מה לומר על משאב קריטי שאין סוד דלף צמוד אליו.
הדרך היחידה למצוא סוג שני של סיכון היא לעקוב אחר כל זהות אל השירותים הנשענים על מה שהיא מגיעה אליו.
הליכה במורד הזרם
Anyshift שומרת גרף מתוזמן של ענן, Kubernetes, IaC, קוד והקשרים ביניהם. עבור אשכול ה-Temporal, ביקשנו מהגרף להמשיך מעבר לשכנים הישירים של הסוד.
הנתיב הישיר היה פשוט: אישור ה-Postgres בטקסט גלוי יושב על ה-temporal-server, וזה משתמש בו כדי להגיע למסד הנתונים postgresql.
השביל במורד הזרם הוא המקום שבו מופיע רדיוס הפיצוץ.
ה-order-worker מריץ את תהליכי העבודה העמידים של מילוי ההזמנות. אם מאגר המידע (state store) אינו זמין, הזמנות שכבר בוצעו על ידי לקוחות מפסיקות להתקדם. גם ה-temporal-ui מושפע, מה שאומר שהממשק שצוות הכוננות עשוי להשתמש בו במהלך תקרית הופך ללא זמין גם הוא.
לא ה-order-worker ולא ה-temporal-ui נוגעים באישור ישירות. תצוגה ממוקדת-סוד לא תציג אף אחד מהם כשכן ישיר. אך שניהם חלק מרדיוס הפיצוץ התפעולי מכיוון שהם תלויים בשירות ובמאגר הנתונים שהאישור פותח.
יש כאן גם בעיה מסדר שני. החלפת האישור שדלף היא התגובה הנכונה, אך בהגדרה זו, הערך קיים במשתנה סביבה (environment variable) בטקסט גלוי ללא הגנה. החלפתו דורשת הפעלה מחדש של ה-temporal-server, מה שעלול בתורו להפעיל מחדש או לשבש כל Pod בהמשך השרשרת.
במילים אחרות, לתיקון יש רדיוס פיצוץ משלו.
דוגמה: Redis-cart ורדיוס הפיצוץ בקופה (checkout)
אשכול ה-Temporal קטן בכוונה. מילוי הזמנות הוא ה-Back-end העמיד של החנות, ובאשכול ההדגמה שלנו, ה-Back-end הזה מפעיל רק שני שירותים בעומק.
החצי הקדמי הפונה ללקוח הוא המקום שבו פשרה של מאגר נתונים יכולה להתפזר בצורה רחבה יותר.
כדי להראות את ההבדל הזה, הרצנו את אותו תהליך על אשכול שני: ההדגמה של Online Boutique. הפעם, עקבנו אחר מאגר העגלות (cart store) במורד הזרם מ-redis-cart.
checkoutservice מתקשר תחילה ל-cartservice. כאשר העגלה יורדת, התשלום יורד איתה, והלקוחות לא יכולים להשלים רכישה.
גם ה-frontend מושפע, אך הוא מתפקד באופן חלקי. הוא מתקשר עם שישה שירותים אחרים בעצמו, כך שדפדוף, המרת מטבע, פרסומות והמלצות יכולים להמשיך לפעול גם בזמן שדף העגלה מושבת.
שירות המלצה ושירות פרסום לעולם לא שמים לב.
התוצאה היא לא השבתה מוחלטת אחת, אלא ארבעה שירותים שמושבתים לחלוטין, ארבעה שמתפקדים חלקית ושניים ללא פגע. אין מספר בודד המיוחס לאישור שיכול לבטא את הפיצול הזה.
זה הערך של שכבת הטופולוגיה. זה מראה לא רק שמשאב חשוב, אלא גם כיצד כשל מתפשט באפליקציה.
הזהות בדרגת החומרה הנמוכה עם רדיוס הפיצוץ הרחב ביותר
לאחר מכן הרצנו את הדירוג הזה על כל זהות שסומנה בשני האשכולות. ראשית, ניקדנו כל אחת כפי שסורק סודות או זהויות היה עושה. לאחר מכן, ניקדנו כל אחת לפי מה שהמשאב שלה מגיע אליו בפועל במורד הזרם.
אסימון המנהל, אסימון ה-bootstrap והאישורים Postgres כולם מדורגים גבוה בכל מקרה. הם מסוכנים בתור זהויות, והם מחוברים למשאבים חשובים.
לסורק סודות אין כמעט מה לסמן שם, כי מאגר העגלות (cart store) מופץ ללא סיסמה. אין אישור דלף להחליף. אין סוד על המשאב שניתן לדרג. מנקודת מבט ממוקדת-סוד, הוא שייך לתחתית התור.
אך לפי טווח ההגעה במורד הזרם, redis-cart הוא הכשל הרחב ביותר בשכבת היישום בשני האשכולות. הוא גורם לשרשרת הכשלים בקופה שתוארה לעיל. הזהות שאין בה דבר שניתן לגנוב פותחת גישה להכי הרבה שירותים, וזו בדיוק הזהות שציון חומרה לבדו שולח לתחתית התור.
זה המקום שבו ניקוד זהות-מקומי וציון טופולוגיה חלוקים בבירור ביותר.
הגבולות הכנים של הגרף
הגרף מגיע רק עד היכן שהמידע הוזן לתוכו.
באשכול ה-Temporal, רדיוס הפיצוץ נעצר בשני שירותים כי אלו הם כל השירותים שיש באשכול. אם עומס עבודה אחר מגיע למסד הנתונים דרך נתיב שהגרף לא מיפה, עומס העבודה הזה בלתי נראה לתצוגת הטופולוגיה, בדיוק כפי שהוא בלתי נראה לסורק.
מגבלה זו חשובה. הגרף לא מנחש את שאר הסביבה. הוא מדרג על סמך מה שהוא עקב אחריו בפועל על פני הענן, Kubernetes, IaC, קוד וקשרי תלות.
זה הופך את ציון הטופולוגיה לשימושי, אבל לא קסום. הדיוק שלו תלוי בשלמות הגרף.
איך שני הציונים עובדים ביחד
הסורק מכניס לרשימה אישורים אמיתיים וזהויות מכונה מסוכנות. היא מדרגת אותם לפי חשיפה, פריבילגיה, עיפון ואותות זהות-מקומיים אחרים. עבור רוב התור, זו נקודת ההתחלה הנכונה.
הגרף מוסיף את מה שהסורק לא יכול לראות בעצמו: כמה רחוק עוברת הפשרה ברגע שזהות מגיעה למשאב, ואילו משאבים קריטיים הם משמעותיים גם כשלא קיים סוד.
באשכול Temporal, זה אומר שהאישור בטקסט הפשוט Postgres הוא גם סוד בסיכון גבוה וגם מקור לכישלון שירות במורד הזרם. באשכול Online Boutique זה אומר ש-redis-cart הופך להיות גלוי כרדיוס הפיצוץ הרחב ביותר של שכבת היישום למרות שאין אישור לסורק סודי לסמן.
יחד, שתי השכבות נותנות לצוותים סדר עדיפות טוב יותר: תקן את האישורים המסוכנים, והבין אילו זהויות ומשאבים יכולים להישבר הכי הרבה כשהם נכשלים.