Research / Paper Files
Paper Files
Paper Files 是一种持续进行 cybersecurity 学习的个人实践，它将科学方法作为学习工具。每篇文章都不是为了学术发表而写，而是作为一种有意为之的练习，用来磨快斧头——深化对特定主题的知识，以严谨的方式组织想法，并观察对某些主题的理解如何随时间发展。它相当于一本训练日志的知识版：每一条记录所学内容、分析方式以及得出的结论。
我强烈建议安全专业人员采用这种方法。选择一个你想精通的主题，研究一手资料（RFC、论文、官方文档），按照引言、方法、分析和结论来组织文本，并像是在向同事解释一样写作。写作本身会迫使你思路清晰，并暴露出被动阅读无法揭示的理解空白。把本网站上的文章作为格式和深度的示例，并建立你自己的收藏——随着时间推移，你会拥有一个个人的精炼知识库，这是任何课程或认证都无法取代的。
DAI & ADAI · 2026
DAI: A Domain-Specific LLM with Model-Excluded Authority, Capability-Disjoint Verification, and Recomputable Receipts
DAI (Decripte Artificial Intelligence) is a proprietary domain-specific LLM within a governed autonomous defensive architecture. It is an instance of the proposed ADAI category defined in the companion framework paper. T…
Read paper →ADAI · ENAutonomous Defensive AI: An Envelope-and-Evidence Framework for Governed LLMs Acting on Production Infrastructure
ADAI (Autonomous Defensive Artificial Intelligence) is a proposed category of governed autonomous cyber defense. The framework specifies defended perimeters, bounded effects, declared rollback and capability-disjoint ver…
Read paper →13 papers
容器安全的系统化研究：从运行时隔离、供应链可信到AI驱动威胁检测的2026年实践框架
容器已从云原生应用的执行载体演化为现代企业基础设施的核心安全边界，同时也成为攻击者横向移动、供应链投毒、权限逃逸和隐蔽持久化的重要落点。本文面向2026年的真实威胁格局，系统研究容器安全的攻防对抗与防御工程化路径。首先，我们从容器的内核依赖、命名空间、cgroups、Linux Capability、AppArmor/SELinux、seccomp、rootless 模式与 OCI 生态出发，形式化定义容器面临的威胁面，并将风险分解为镜像层、构建层、编排层、运行时层与观测层五个维度。随后，提出一套可落地的方法论：以最小权限为约束，以供应链可验证性为前提，以运行时行为基线与 eBPF 观测为支撑，以 AI 辅助告警归并和异常解释为增强，构建从开发、交付到运行的闭环防护体系。本文同时结合已公开的真实攻击技术与典型事件，包括容器逃逸、挂载宿主机敏感路径、滥用 Docker socket、Kubernetes RBAC 误配、镜像投毒以及依赖污染等场景，讨论其利用链条与检测要点。实验部分以公开工具链和可复现实验配置为基础，对不同运行时防护组合在检测覆盖、性能开销和误报率方面进行比较，并给出面向生产环境的指标化评估框架。最后，本文通过一个云原生集群入侵案例，展示攻击者如何利用不安全镜像与过宽权限实现从容器到节点的扩展，以及防御方如何通过策略治理、SBOM、签名验证、只读根文件系统、drop capability 和持续威胁狩猎实现快速遏制。本文的贡献在于将容器安全从零散加固实践提升为可度量、可验证、可运营的系统工程，为2026年企业在零信任、CNAPP、eBPF 安全与AI治理背景下构建稳健容器防线提供实践参考。
Read paper →Containers标题：云原生环境中的容器安全：Docker 和 Kubernetes 生态系统中的威胁建模、利用技术与防御策略（2023）
标题：云原生环境中的容器安全：Docker 和 Kubernetes 生态系统中的威胁建模、利用技术与防御策略（2023） 摘要：容器的采用深刻改变了云原生环境中的软件工程和运营安全。Docker 和 Kubernetes 等技术已成为现代基础设施的基石，使大规模的可移植性、可扩展性和自动化成为可能。然而，这种新架构也引入了不同的攻击面，其特征包括基于共享内核的隔离、复杂的镜像依赖关系，以及可能存在漏洞的软件供应链。本文从攻防两个视角对容器安全进行了深入分析，并考虑截至 2023 年的研究现状。首先，我们考察了 Linux 容器模型的技术基础，包括 namespace、cgroups 和 OCI runtime。随后，我们分析了现实事件中反复出现的攻击向量，例如容器逃逸、runtime 利用、构建链投毒，以及针对 Kubernetes 集群的攻击。我们提出了一个形式化威胁模型，用于刻画 workload、runtime、host 和控制平面之间的关系，并可基于利用概率和运营影响对风险进行量化。所提出的方法结合了镜像静态分析、基于 eBPF 的行为监控，以及通过 seccomp、AppArmor 和 Pod Security Standards 强化的隔离策略。实验实现是在一个 Kubernetes 集群上完成的，并使用 2023 年广泛采用的工具进行 instrumentation，包括 Falco、Trivy 和 kube-bench。结果表明，对已知漏洞的暴露显著降低，并且对异常行为的近实时检测能力有所提升。我们还基于在受攻陷的 Kubernetes 集群中观察到的 cryptomining 活动， प्रस्तुत了一个案例研究。讨论部分探讨了实际限制、治理挑战以及容器供应链安全的影响。最后，我们总结并指出未来方向，包括与 Zero Trust 模型的集成、基于 eBPF 的可观测性，以及云原生环境中的事件响应自动化。本研究为安全专业人员、基础设施架构师以及对容器生态系统防御感兴趣的研究人员提供了运维与技术层面的视角。
Read paper →Containers标题：基于 Kubernetes 的容器化环境中威胁检测与遏制的形式化与运行时架构
标题：基于 Kubernetes 的容器化环境中威胁检测与遏制的形式化与运行时架构 摘要：基于容器的 cloud-native 架构的采用，深刻改变了分布式应用的设计、部署和扩展方式。Kubernetes 已确立为容器化工作负载管理的主要编排系统，提供用于弹性伸缩、容错和运维自动化的声明式抽象。然而，这一额外的抽象层引入了新的攻击向量，并扩大了暴露面，尤其是在具有高密度短生命周期容器和复杂镜像供应链的环境中。对容器运行时漏洞的利用、不安全的编排 API 配置，以及针对配置不当集群的自动化加密货币挖矿活动，表明传统安全机制不足以应对这类环境的动态特性。本文提出一种用于 Kubernetes 集群中威胁检测与遏制的形式化与运行时架构，将系统状态的数学建模与可操作的可观测性机制及自动化响应相结合。我们将容器化环境形式化为标记迁移系统 LTS = (S, A, →)，从而能够表达与容器、集群节点和控制平面交互相关的完整性与非干扰性质。在此理论基础上，我们实现了一个多层安全流水线，由镜像静态分析（Trivy 和 YARA）、基于 Open Policy Agent/Gatekeeper 的声明式准入策略、通过 Falco 利用 eBPF 实现的内核级行为监控，以及使用 NetworkPolicies 和 Kubernetes 管理控制实现的自动化隔离机制组成。该架构在一个包含 120 个节点和 2,400 个活跃 Pod 的集群中进行了实验评估，模拟了不同攻击场景，包括容器逃逸尝试、加密货币矿工执行以及通过受损凭据进行横向移动。结果表明，平均检测率为 96.3%，误报率为 3.8%，同时 MTTD 和 MTTR 等运行指标显著降低。这些结果表明，将理论形式化与基于 eBPF 的低层遥测相结合，是强化大规模 cloud-native 平台运行安全的有效方法。
Read paper →Containers标题：基于 Kubernetes 的容器环境在高级持续性威胁下的纵深防御模型的形式化架构与实证评估
标题：基于 Kubernetes 的容器环境在高级持续性威胁下的纵深防御模型的形式化架构与实证评估 摘要：采用由 Kubernetes 编排的容器架构，因其弹性、可移植性以及运维自动化能力，已成为云原生基础设施中的主流。然而，这些环境日益增长的复杂性引入了更大的攻击面，可能被高水平对手利用，包括高级持续性威胁（Advanced Persistent Threats – APTs）活动。特别是，镜像供应链被攻破、共享内核漏洞被利用、对控制平面权限的滥用以及 Pod 之间的横向移动等攻击向量，对安全团队构成了关键挑战。在本文中，我们提出一种面向 Kubernetes 集群的纵深防御形式化架构，集成预防性控制、行为检测与自动化响应机制。我们将防御系统建模为一个安全状态图 G=(V,E)，其中顶点表示集群的安全配置，边表示由对手动作或缓解机制引起的状态迁移。所提出的架构结合了声明式安全策略（Open Policy Agent/Gatekeeper 和 Kyverno）、基于 eBPF 的系统调用检查（Falco）、采用 7 层策略的网络分段（Cilium）、镜像漏洞分析（Trivy），以及与云原生安全生态系统集成的可观测遥测。我们在一个包含多个 Kubernetes 节点以及代表性分布式应用工作负载的实验环境中进行了实证评估。实验场景复现了 MITRE ATT&CK 容器框架中记录的技术，包括权限提升、容器逃逸和数据外传。结果表明，纵深防御方法显著缩小了可观测攻击空间，并改善了平均检测时间（Mean Time To Detect – MTTD）。我们观察到，将准入策略、镜像静态分析与基于 eBPF 的实时监控相结合，能够更高精度地检测恶意行为模式，并与孤立方法相比减少误报。我们得出结论，安全策略形式化与内核可观测化仪器化相结合，是增强 Kubernetes 平台对持久性对手韧性的一个有前景的路径。本文贡献了一个分析模型、一种参考架构以及可为大规模云原生环境安全策略开发提供指导的实验结果。
Read paper →Containers标题：CONTAINERSHIELD：一种基于多层遥测的容器环境威胁检测与缓解的形式化与实证框架
标题：CONTAINERSHIELD：一种基于多层遥测的容器环境威胁检测与缓解的形式化与实证框架 摘要：在 Docker 和 Kubernetes 等平台推动下，容器的大规模采用改变了分布式系统架构，但也引入了一个复杂且高度动态的攻击面。镜像中的漏洞、namespace 和内核 capabilities 配置不当，以及逃逸和横向移动攻击，均已被系统性利用，近期的 CVE（例如 CVE-2019-5736、CVE-2022-0492）即为明证。本文提出 CONTAINERSHIELD，一种用于容器环境威胁检测与缓解的形式化与实证框架，基于多层遥测（内核、运行时和编排器）的相关分析。我们将环境形式化建模为带标记迁移系统，并定义以隔离、完整性和 capabilities 约束为表述的安全性质。我们开发了两个核心算法：（i）一种基于可变阶 Markov 链对行为进行概率建模的检测机制；以及（ii）一个策略验证模块，用于施加 Linux capabilities 和 seccomp 配置文件的动态约束。我们在 Kubernetes 1.28 上结合 eBPF 实现了该系统，并在一个包含 48 个节点（768 vCPU）的集群上进行了评估。利用真实负载和 27 个映射到 MITRE ATT&CK for Containers 的攻击场景，我们实现了 96.4%（±1.8%）的检测率、2.1% 的误报率，以及 3.7% 的平均 CPU 开销。与默认配置下的 Falco 和 Aqua Security 等工具相比，我们的方法将误报率降低了 38%，并将平均检测时间提升了 24%。我们证明，威胁建模与实时遥测之间的形式化集成可为运行安全提供更稳健的保障。CONTAINERSHIELD 为容器安全的严格系统化作出了贡献，为云原生环境中的保护提供了一条可扩展且可验证的路径。
Read paper →Containers标题：基于 Docker 和 Kubernetes 的容器环境威胁检测与响应形式化架构与操作方法
标题：基于 Docker 和 Kubernetes 的容器环境威胁检测与响应形式化架构与操作方法 摘要：容器的大规模采用改变了现代基础设施的攻击面，尤其是在基于 Docker 和 Kubernetes 的环境中。尽管容器通过 Linux 内核的 namespaces 和 cgroups 提供轻量级隔离，但近期多起事件——包括与 CVE-2019-5736（runc）相关的容器逃逸，以及利用暴露的 Kubernetes API 发起的加密劫持活动——表明，这些环境的安全性仍然缺乏充分理解和 عملی化。本文提出一种用于容器环境威胁检测与响应的形式化架构和操作方法，融合威胁的形式化建模、基于 eBPF 的仪器化、面向 MITRE ATT&CK 的行为分析以及自动化响应。 我们的方法结合三个层面：(i) 将容器系统形式化建模为由实体和流构成的有向图；(ii) 基于规则（Sigma/YARA）与统计学习异常检测的混合检测；以及 (iii) 通过 Kubernetes Admission Controllers 和 OPA/Gatekeeper 策略实现自动化响应编排。我们在一个拥有 48 个节点的 Kubernetes 集群上评估了该方法，运行 1,200 个 pod，并在合成负载以及基于已记录 TTPs（T1610、T1611、T1525）复现的真实攻击下进行测试。结果表明，平均检测率为 96.4%，误报率为 3.1%，平均检测延迟为 420 ms，CPU 开销低于 4.8%。 我们的贡献包括：(C1) 容器安全问题的数学形式化；(C2) 一个可复现的操作流水线，集成了广泛采用的工具（Falco、Suricata、Trivy、kube-bench、Volatility）；以及 (C3) 在现实规模下关于有效性和性能的定量实证证据。我们证明，内核仪器化、编排器遥测与威胁情报之间的协调集成，可显著降低平均检测时间（MTTD）和平均响应时间（MTTR），并为攻防安全团队建立实用指南。
Read paper →Containers标题：一种基于多层遥测的容器环境入侵检测与遏制的形式化基础架构
标题：一种基于多层遥测的容器环境入侵检测与遏制的形式化基础架构 摘要：容器作为云原生环境中主要的打包与部署单元被大规模采用后，引入了与传统虚拟机显著不同的攻击面。基础镜像中的漏洞、命名空间配置不当、cgroups 隔离失效，以及对 runc 等运行时的利用（例如 CVE-2019-5736）已被对手积极利用。本文提出一种面向容器环境中入侵检测与遏制的形式化基础架构，基于多层遥测（内核、运行时和编排器）的关联分析。我们的方法融合了概率行为建模、进程依赖图分析以及自适应隔离策略。 我们将容器化系统形式化建模为一个有向标记图 G = (V, E, λ)，其中顶点表示执行实体，边编码可观测交互。我们定义了基于隔离不变量和信息流的安全性质，并提出两种核心算法：（i）基于多变量统计偏离与自适应阈值的检测；以及（ii）通过动态重配置访问控制与网络策略实现的自动遏制机制。 我们在 Kubernetes 1.29 上实现了一个功能原型，使用 eBPF 进行内核级仪表化，并采用 Open Policy Agent (OPA) 进行强制执行。我们在一个包含 48 个节点的集群上对系统进行了评估（Intel Xeon Gold，256 GB RAM），其中运行 1,200 个容器，并构造了 17 个具有代表性的攻击场景（MITRE ATT&CK for Containers）。结果显示，系统的平均检测率达到 96.8%（±1.7%），误报率为 2.3%，CPU 开销低于 4.9%。与仅基于签名或静态策略的解决方案相比，我们的方法将平均遏制时间缩短了 63%。 结果表明，将多层遥测与形式化建模及自动化遏制相结合，为大规模容器化环境安全带来了显著进展。
Read paper →Containers标题：云原生环境中容器安全的自适应监测形式化建模与架构
标题：云原生环境中容器安全的自适应监测形式化建模与架构 摘要：Docker 和 Kubernetes 等容器及编排器的大规模采用改变了软件工程和关键基础设施的运维方式，但也引入了更大且动态变化的攻击面。诸如 CVE-2019-5736（runc）和 CVE-2022-0492（cgroups）之类的漏洞表明，当基于 namespace 的隔离以及 Linux 内核机制配置不当，或被初始已获得容器访问权限的对手利用时，其脆弱性十分明显。本文提出一种在容器环境中用于自适应监测与威胁遏制的形式化基础架构，结合攻击面数学建模、基于系统调用图的行为检测以及缓解策略的动态应用。我们定义了与 MITRE ATT&CK for Containers 对齐的威胁模型，并形式化了强隔离、运行时完整性以及工作负载之间非干扰等安全属性。我们开发了两种主要算法：（i）一种合法行为画像的增量推断机制，复杂度为 O(n log n)；（ii）一种基于贝叶斯评分风险分析的自适应遏制模块。我们使用 eBPF、Falco 以及自定义 admission controllers，在 Kubernetes 中实现了一个集成原型。我们在一个包含 120 个节点和 3,500 个 pod 的集群上对该方案进行了评估，使用真实工作负载并注入映射到 MITRE ATT&CK 技术 T1610、T1611 和 T1525 的受控攻击。结果表明，该方法的检测率达到 96.4%，平均误报率为 2.1%，CPU 开销低于 4.8%，每个受监测事件的平均额外延迟为 3.7 ms。我们得出结论：所提出的方法在保持实际可行性和可扩展性的同时，显著提升了云原生环境中的运行安全水平。
Read paper →ContainersContainerShield++：一种用于基于 Linux 的容器环境中威胁检测与缓解的形式化框架与可扩展系统
TITLE: ContainerShield++：一种用于基于 Linux 的容器环境中威胁检测与缓解的形式化框架与可扩展系统 ABSTRACT: 基于容器的轻量级虚拟化已成为云原生应用的主导基础设施，尤其是在由 Kubernetes 编排的环境中。然而，多个工作负载共享操作系统内核扩大了攻击面，因此需要严格的隔离机制、完整性验证以及行为检测方法。在本文中，我们提出 ContainerShield++，一种用于 Linux 容器环境中威胁检测与缓解的形式化框架与可扩展系统，集成了对隔离属性的数学建模、镜像的静态验证、通过准入控制器（admission controllers）的声明式执行，以及基于 eBPF 的动态监控。我们将隔离形式化为能力（capabilities）与命名空间（namespaces）图上的非干扰属性，在一种威胁模型下定义可验证的强隔离判据，其中对手能够在已被攻陷的容器内执行任意代码。我们提出用于静态风险评估和基于系统调用分布偏差的动态检测算法，并使用 $D_{KL}$ 作为行为偏移度量。我们在一个运行 Kubernetes v1.29 且使用 CRI-O 的集群上实现了该系统，集成 OPA/Gatekeeper 策略以及通过内核验证器验证的 eBPF 配置文件。我们在包含 120 个节点和 3.600 个容器的环境中对系统进行了实验评估，涵盖 MITRE ATT&CK for Containers 技术以及现实的漏洞利用场景，包括 CVE-2019-5736 和 CVE-2022-0492。结果表明，系统平均检测率达到 98,7%，CPU 开销低于 4%，每次 syscall 的平均附加延迟为 4,3 μs。我们展示了其相较于仅基于签名的方法（如 Falco）的优势，并讨论了向供应链安全扩展、Sigstore 签名、用于工件保护的后量子密码学以及与 CNAPP 平台集成的可能性。该工作为容器安全提供了形式化基础、在大规模环境中的实证验证，以及面向 2025 年最新技术水平的实践性指导。
Read paper →Containers一种基于行为建模与运行时完整性验证的容器监控与加固的形式化基础架构
TITLE: 一种基于行为建模与运行时完整性验证的容器监控与加固的形式化基础架构 ABSTRACT: 将容器作为云原生环境中应用打包与执行的主要单位的广泛采用，深刻改变了现代分布式系统的攻击面。到2025年，基于 Kubernetes 的基础设施、CNAPP（Cloud-Native Application Protection Platforms）、eBPF 以及数字签名的软件供应链已构成业界实践的主流。然而，大多数工业界方法仍然在镜像的静态验证与基于规则的反应式运行时监控之间割裂，缺乏统一的形式化基础。本文提出一种形式化规范的架构，将以下两方面集成：（i）通过 Merkle 树与兼容安全软件供应链的签名实现的结构完整性密码学验证；以及（ii）基于离散马尔可夫链的运行时行为概率建模，其输入为通过 eBPF 收集的系统事件序列。我们将容器形式化为由 namespaces 和 cgroups 限定的进程，并将全局状态建模为动态系统 $S(t)$，同时定义完整性、隔离性与非干扰等性质。异常检测被表述为对观测轨迹对数似然的假设检验，其中阈值 $\theta$ 通过统计方法进行校准。我们证明，密码学不变量与概率性质之间的正交组合能够减少规避行为，并提升对 MITRE ATT&CK for Containers 中已记录技术的鲁棒性。我们在 Kubernetes 1.29 上实现了一个原型系统，采用按节点部署的代理，并在包含 40 个节点、运行 120 个异构工作负载（包括含有 AI 组件的负载）的集群中进行评估。结果表明，系统平均检测率为 96.7%（95% 置信区间），误报率为 2.3%，CPU 开销低于 5%，同时保持良好的可扩展性。我们还提供了形式化的复杂度分析、对在线学习收敛性的讨论，以及与基于 TPM 2.0 的远程证明机制的集成方案。所提出的架构为当代云原生环境中的容器加固建立了一个在理论上坚实且在实践中可行的基础。
Read paper →Containers标题：一种基于攻击面组合建模的容器环境攻击检测与遏制形式化架构
标题：一种基于攻击面组合建模的容器环境攻击检测与遏制形式化架构 摘要：容器和 Kubernetes 等编排器的大规模采用，已使 cloud-native 范式到 2025 年成为企业环境中的主导基础设施。尽管轻量级虚拟化模型在运维效率和弹性方面具有优势，但共享内核以及集群的动态特性显著扩大了攻击面。近期涉及容器逃逸、Linux 内核漏洞利用以及集群内横向移动的事件表明，需要具有形式化基础和显式保证的检测与遏制机制。本文提出一种基于攻击面组合建模的容器环境攻击检测与遏制形式化架构。我们将环境形式化为一个带标注的有向图，集成容器、基础设施节点和交互通道，并将攻击面定义为作用于顶点和边的组合算子。我们引入一种基于系统调用图结构偏差的检测方法，利用观测到的邻接矩阵与在基线阶段学习得到的参考模型之间的谱散度进行分析。我们在显式假设下证明了若干形式化性质，包括一个条件完备性定理。我们实现了一个与 Kubernetes 1.29 集成的原型，并通过 eBPF/libbpf 进行监控，在一个运行 1,200 个容器的 64 节点集群上对系统进行了评估。结果表明，对于与 MITRE ATT&CK for Containers 对齐的场景，平均检测率高于 95%，误报率低于 3%，平均 CPU 开销为 3.8%。我们讨论了其与 CNAPP 平台及安全治理机制集成的影响，以及相关限制和规避向量。我们得出结论：形式化的组合建模结合高效的内核级监控，为大规模容器化环境的防护提供了严谨且可扩展的基础。
Read paper →Containers标题：一种基于攻击面组合建模的容器环境攻击检测与遏制形式化架构
标题：一种基于攻击面组合建模的容器环境攻击检测与遏制形式化架构 摘要：容器及 Kubernetes 等编排器的广泛采用，已使 cloud-native 范式到 2025 年在企业环境中确立为主导性基础设施。尽管这种轻量级虚拟化模型提供了运维效率和弹性，但内核共享以及集群的动态特性显著扩大了攻击面。近期涉及容器逃逸、Linux 内核漏洞利用以及集群内横向移动的事件表明，需要具有形式化基础和显式保证的检测与遏制机制。本文提出一种基于攻击面组合建模的容器环境攻击检测与遏制形式化架构。我们将该环境形式化为一个带标注的有向图，集成容器、基础设施节点和交互通道，并将攻击面定义为作用于顶点和边的组合算子。我们引入一种基于系统调用图结构偏差的检测方法，利用观测到的邻接矩阵与在基线阶段学习得到的参考模型之间的谱散度。我们在显式假设下证明了形式性质，包括一个条件完备性定理。我们实现了一个集成到 Kubernetes 1.29 的原型，采用 eBPF/libbpf 进行监测，并在一个运行 1,200 个容器的 64 节点集群上评估该系统。结果表明，对于与 MITRE ATT&CK for Containers 对齐的场景，平均检测率超过 95%，误报率低于 3%，平均 CPU 开销为 3.8%。我们讨论了与 CNAPP 平台及安全治理机制集成的影响，以及局限性和规避向量。我们得出结论：形式化组合建模结合高效的内核级监测，为大规模容器化环境的保护提供了严格且可扩展的基础。
Read paper →Containers一种基于概率行为画像与内核策略验证的容器逃逸检测与缓解形式化架构
TITLE: 一种基于概率行为画像与内核策略验证的容器逃逸检测与缓解形式化架构 ABSTRACT: 基于容器的虚拟化已成为云原生基础设施的核心，但其对共享内核的依赖带来了结构性的安全挑战。容器逃逸仍然是关键的入侵向量，尤其是在大规模 Kubernetes 环境中，其中 runtime、cgroups 子系统或内核本身的漏洞都可能导致隔离被破坏。本文提出一种用于检测与缓解容器逃逸的形式化架构，该架构基于系统调用序列的概率建模以及内核层安全策略的自动合成。我们将应用程序的合法行为建模为 syscalls 字母表上的概率语言，并通过带有贝叶斯平滑的可变阶马尔可夫链进行实例化。在参数 $(\epsilon, \delta)$ 下，我们推导了形式化的正确性与完备性界限，并引入一种基于累积对数似然的决策准则。基于观测到的经验支持，我们自动合成最小化的 seccomp 配置文件以及与现代 LSM（AppArmor 或 SELinux）兼容的策略，从而可量化地减少攻击面。我们使用与 Linux 6.x 内核 tracepoints 耦合的 eBPF 实现了该架构，并将其集成到运行 containerd 1.7 的 Kubernetes 1.28 集群中。在包含 120 个节点和 1,800 个容器的实验评估中，我们实现了允许 syscalls 集合平均减少 72.4%，检测率达到 96.1%，CPU 平均开销为 3.7%。我们还表明，该方法在保持可扩展性和低延迟的同时，优于仅基于启发式规则的机制。我们得出结论：形式化概率建模、高效的内核内验证以及自动策略合成的结合，为 2025 年容器化环境的动态安全加固提供了一种稳健策略。
Read paper →