Información general

Open Policy Agent (OPA) ofrece Rego, un lenguaje de código abierto política con versátiles funciones de inspección de recursos para determinar la postura de seguridad de la nube. En Datadog, puedes escribir reglas personalizadas con Rego para controlar la seguridad de tu infraestructura.

Módulo de plantilla

La definición de una regla comienza con una política de Rego, definida dentro de un módulo. CSM Misconfigurations utiliza un módulo de plantilla como el siguiente para simplificar la escritura de reglas:

package datadog

import data.datadog.output as dd_output

import future.keywords.contains
import future.keywords.if
import future.keywords.in

eval(resource_type) = "skip" if {
    # Lógica que se evalúa como verdadera si se debe omitir el recurso
} else = "pass" {
    # Lógica que se evalúa como verdadera si el recurso es conforme
} else = "fail" {
    # Lógica que se evalúa como verdadera si el recurso no es conforme
}

# Esta parte permanece sin cambios para todos los resultados
de reglas, contiene resultado si {
    some resource in input.resources[input.main_resource_type]
    result := dd_output.format(resource, eval(resource))
}

Examina detenidamente cada parte de este módulo para entender cómo funciona.

Declaraciones de importación

La primera línea contiene la declaración package datadog. Un paquete agrupa los módulos de Rego en un único espacio de nombres, lo que permite importar módulos de forma segura. Actualmente, la importación de módulos de usuario no es una característica de las reglas personalizadas. Todas las reglas de gestión de posturas se agrupan en espacio de nombres datadog. Para que tus resultados se devuelvan correctamente, agrupa tus reglas bajo el espacio de nombres package datadog.

import future.keywords.contains
import future.keywords.if
import future.keywords.in

Las siguientes tres declaraciones importan las palabras clave proporcionadas por OPA contains, if y in. Estas palabras clave permiten definir reglas con una sintaxis más expresiva para mejorar la legibilidad. Nota: No se recomienda mportar todas las palabras clave con import future.keywords.

import data.datadog.output as dd_output

La siguiente línea importa el método de ayuda de Datadog, que formatea tus resultados según las especificaciones del sistema de gestión de posturas de Datadog. datadog.output es un módulo Rego con un método de formato que espera tu recurso. como primer argumento. y una cadena pass, fail o skip, como segundo argumento, que describe el resultado de la inspección de tu recurso.

Reglas

Después de las declaraciones de importación viene la primera regla del módulo de plantilla:

eval(resource) = "skip" if {
    resource.skip_me
} else = "pass" {
    resource.should_pass
} else = "fail" {
    true
}

La regla evalúa el recurso y proporciona el resultado en forma de cadena en función del estado del recurso. Puedes cambiar el orden de pass, fail y skip según tus necesidades. La regla anterior tiene fail como valor predeterminado, si skip_me y should_pass son falsos o no existen en tu recurso. También puedes hacer que pass sea el valor predeterminado:

eval(resource) = "skip" if {
    resource.skip_me
} else = "fail" {
    resource.should_fail
} else = "pass" {
    true
}

Resultados

La sección final del módulo de plantilla crea tu conjunto de resultados:

# Esta parte permanece sin cambios para todos los resultados
de las reglas, contiene resultado si {
    some resource in input.resources[input.main_resource_type]
    result := dd_output.format(resource, eval(resource))
}

Esta sección pasa por todos los recursos del tipo de recurso principal y los evalúa. Crea una matriz de resultados que procesará el sistema de gestión de posturas. La palabra clave algunos declara la variable local resource, que procede de la matriz de recursos principales. La regla eval se ejecuta en cada recurso, devolviendo pass, fail o skip. La regla dd_output.format formatea el recurso y la evaluación correctamente para ser procesados por la seguridad en la nube.

No es necesario modificar esta sección de la política. En su lugar, cuando selecciones tu tipo de recurso principal en el menú desplegable Choose your main resource type (Elige tu tipo de recurso principal) al clonar reglas, se insertará en esta sección de la política. También puedes acceder a la matriz de tus recursos a través de input.resources.some_resource_type, sustituyendo some_resource_type por el tipo de recurso principal que hayas elegido, por ejemplo, gcp_iam_policy.

Otras formas de escribir reglas

La plantilla te ayuda a empezar a escribir reglas personalizadas. No es obligatorio que las sigas. En su lugar, puedes clonar una regla predeterminada existente o escribir tu propia regla desde cero. Sin embargo, para que el sistema de gestión de posturas interprete tus resultados, deben llamarse results en tu módulo Rego y tener el siguiente formato:

[
    {
        "result": "pass" OR "fail" OR "skip",
        "resource_id": "some_resource_id",
        "resource_type": "some_resource_type"
    }
]

Reglas más complejas

El ejemplo de regla anterior evalúa marcas verdaderas o falsas básicas como should_pass en tu recurso. Considere una regla que exprese una lógica OR, por ejemplo:

bad_port_range(resource) {
    resource.port >= 100
    resource.port <= 200
} else {
    resource.port >= 300
    resource.port <= 400
}

Esta regla se evalúa como verdadera si el port se encuentra entre 100 y 200 o entre 300 y 400, inclusive. Para ello, puede definir tu regla eval de la siguiente manera:

eval(resource) = "skip" if {
    not resource.port
} else = "fail" {
    bad_port_range(resource)
} else = "pass" {
    true
}

Esto omite el recurso si no tiene el atributo port y lo considera fallido si cae dentro de uno de los dos rangos “malos”.

Algunas veces, es posible que quieras examinar más de un tipo de recurso en tu regla. Para ello, puedes seleccionar algunos tipos de recursos relacionados en el menú desplegable Advanced Rule Options (Opciones avanzadas para reglas). A continuación, puedes acceder a las matrices de recursos relacionados a través de input.resources.related_resource_type, sustituyendo related_resource_type por el recurso relacionado al que quieres acceder.

Al escribir una política para más de un tipo de recurso, puede llevar mucho tiempo recorrer todas las instancias de un tipo de recurso relacionado para cada recurso principal. Considera el siguiente ejemplo:

eval(iam_service_account) = "fail" if {
    some key in input.resources.gcp_iam_service_account_key
    key.parent == iam_service_account.resource_name
    key.key_type == "USER_MANAGED"
} else = "pass" {
    true
}

# Esta parte permanece sin cambio para todos los resultados
de reglas, contiene resultado si {
    some resource in input.resources[input.main_resource_type]
    result := dd_output.format(resource, eval(resource))
}

Esta regla determina si hay alguna instancia de gcp_iam_service_account_key gestionada por el usuario que coincida con una gcp_iam_service_account (el recurso seleccionado como tipo de recurso principal). Si la cuenta de servicio tiene una clave gestionada por el usuario, genera un resultado fail. La regla eval se ejecuta en cada cuenta de servicio y recorre cada clave de cuenta de servicio para encontrar una que coincida con la cuenta, lo que resulta en una complejidad de O(MxN), donde M es el número de cuentas de servicio y N es el número de claves de cuentas de servicio.

Para mejorar significativamente la complejidad temporal, crea un conjunto de elementos principales de clave que sean gestionados por un usuario con una comprensión del conjunto:

user_managed_keys_parents := {key_parent |
    some key in input.resources.gcp_iam_service_account_key
    key.key_type == "USER_MANAGED"
    key_parent = key.parent
}

Para saber si tu cuenta de servicio tiene una clave gestionada por un usuario, consulta el conjunto en O(1) tiempo:

eval(iam_service_account) = "fail" if {
    user_managed_keys_parents[iam_service_account.resource_name]
} else = "pass" {
    true
}

La nueva complejidad temporal es O(M+N). Rego proporciona comprensiones de conjuntos, objetos y matrices a ayudarte a crear valores compuestos que consultar.

Obtener más información

Para obtener más contexto sobre reglas, módulos, paquetes, comprensiones y para una guía específica sobre cómo escribir reglas personalizadas, consulta la documentación de Rego.

Referencias adicionales

PREVIEWING: safchain/fix-custom-agent