← ← Zurück zur Startseite

Detection / Repository

honeypot-foundry

Ein komplettes Enterprise-Toolkit zum Bereitstellen, Verwalten und Überwachen von Honeypots — täuschenden Systemen, die verwundbare Dienste simulieren, um bösartige Aktivitäten in Echtzeit anzulocken und zu analysieren.

Auf GitHub ansehen ↗

Über das Projekt

Honeypot Foundry ist ein umfassendes, produktionsreifes Toolkit, das für die Bereitstellung und den Lebenszyklus-Management von Honeypots in Unternehmens- und Enterprise-Umgebungen entwickelt wurde. Ein Honeypot ist in der Cybersecurity ein absichtlich exponiertes System oder ein Dienst, der echte Infrastruktur nachahmt, um Angreifer anzulocken. Wenn ein Angreifer mit einem Honeypot interagiert, wird jede Aktion protokolliert und analysiert, wodurch unschätzbare Threat Intelligence gewonnen wird, ohne tatsächliche Produktionssysteme zu gefährden. Dieses Toolkit ermöglicht es Security-Teams, mehrere Arten von Honeypots bereitzustellen — von Low-Interaction-Sensoren, die grundlegende Dienste (SSH, HTTP, FTP, SMB) emulieren, bis hin zu High-Interaction-Fallen, die ganze Betriebssysteme simulieren. Jede Honeypot-Instanz ist über YAML-basierte Konfigurationsdateien vollständig konfigurierbar, sodass Teams anpassen können, welche Dienste exponiert sind, welches Interaktionsniveau erlaubt ist und wie Alarme erzeugt werden. Die Plattform integriert sich nativ mit Elasticsearch für Log-Aggregation und Analyse, sodass Security-Analysten Honeypot-Aktivitäten mit anderen Sicherheitsereignissen in ihrem SIEM korrelieren können. Echtzeit-Dashboards bieten Einblick in Angriffsmuster, geografische Geolokalisierung von Quell-IPs, Angriffstechniken (gemappt auf das MITRE ATT&CK-Framework) und zeitliche Trends. Zu den Hauptfunktionen gehören automatisierte Bereitstellung via Docker-Containern, zentrale Verwaltung mehrerer Honeypot-Instanzen, konfigurierbare Alarmgrenzen, Integration mit Threat-Intelligence-Feeds zur Anreicherung von IP-Reputation und automatische Berichtserstellung für Compliance- und Incident-Response-Dokumentation.

Warum das wichtig ist

Honeypots gehören zu den wirkungsvollsten, aber am wenigsten genutzten Strategien in der defensiven Cybersecurity. Im Gegensatz zu traditionellen Sicherheitskontrollen, die reaktiv sind (Firewalls, Antivirus), sind Honeypots proaktive Erkennungsmechanismen — jede Interaktion mit ihnen ist per se verdächtig, da kein legitimer Benutzer oder kein legitimes System jemals darauf zugreifen sollte. Dies reduziert False Positives erheblich, eine anhaltende Herausforderung im Security-Betrieb. In der modernen Bedrohungslandschaft, in der Angreifer Perimeter-Defenses routinemäßig umgehen, dienen Honeypots als Frühwarnsystem tief im Netzwerk. Sie erkennen laterale Bewegungen durch Insider und Advanced Persistent Threats (APTs), die die anfänglichen Abwehrmaßnahmen bereits überwunden haben. Für Organisationen, die regulatorischen Anforderungen unterliegen (PCI-DSS, HIPAA, SOC 2), liefern Honeypots Nachweise für proaktive Bedrohungserkennung. Dieses Projekt schließt eine kritische Lücke im Open-Source-Ökosystem, indem es eine Enterprise-taugliche Honeypot-Plattform bereitstellt, die einfach bereitzustellen, zu konfigurieren und in bestehende Sicherheitsinfrastruktur zu integrieren ist — Fähigkeiten, die zuvor nur durch teure kommerzielle Lösungen verfügbar waren.

Schritt-für-Schritt-Anleitung

  1. Klonen Sie das Repository und installieren Sie alle Abhängigkeiten mit dem bereitgestellten Setup-Skript. Das Toolkit benötigt Docker und Python 3.8+ als Voraussetzungen. Führen Sie 'pip install -r requirements.txt' aus, um die Python-Abhängigkeiten zu installieren.
  2. Konfigurieren Sie Ihre Honeypot-Bereitstellung, indem Sie die Datei honeypot.config.yaml bearbeiten. Definieren Sie, welche Dienste simuliert werden sollen (SSH, HTTP, FTP, SMB, MySQL usw.), legen Sie die Netzwerk-Interfaces und Ports fest, konfigurieren Sie die Logging-Verbosity und geben Sie die Zielorte für Alarme an (E-Mail, Slack, Webhook).
  3. Stellen Sie Ihre Honeypots mit dem Befehl 'foundry deploy --profile production' bereit. Dadurch werden Docker-Container für jeden konfigurierten Dienst gestartet, die Log-Erfassung eingerichtet und das Monitoring-Dashboard initialisiert. Verwenden Sie '--profile staging' zum Testen vor der Produktionsbereitstellung.
  4. Überwachen Sie eingehende Alarme über das integrierte Kibana-Dashboard, das eine Echtzeit-Visualisierung von Angriffsaktivitäten, geografische Heatmaps der Angreiferherkunft und eine automatische Korrelation mit bekannten Threat-Intelligence-Indikatoren bietet. Exportieren Sie Daten für eine zentrale Analyse in Ihr bestehendes SIEM.

Verwendete Technologien

PythonDockerYAMLElasticsearch