这是我参与「第五届青训营 」伴学笔记创作活动的第 10 天，今天我学习了黑灰产的监控和防御，了解到与黑灰产的对抗是非常重要的，下面是我的收获

黑灰产监控与防御

1.1 国内黑灰产介绍

1.1.1 常见的黑灰产

普通方向

诈骗、木马、薅羊毛、钓鱼、黄牛、博彩

黑客方向

病毒、拖库、引流、盗号、跑分、勒索软件

1.1.2 黑灰产规模

• 中国黑灰产从业人员已经超过150w，市场规模已破千亿

• 截至到2023年2月，haveibeenpwned已经收录了124亿多条账密数据

• 某互联网公司统计，2018年各类黑产攻击业务层总数超过300亿次

• 据不完全统计，仅中国境内每天约有350-400万个代理IP被用于各类欺诈活动

1.1.3 黑色产业链结构

简单描述下

• 通过卡商提供手机卡

• 通过手机卡，接码平台进行接收验证码之类的数据，不管是语音还是文字验证码，接码平台都能通过自动化工具进行处理，然后提供给下游的黑产使用

• 此外还有打码平台能通过自动化工具识别滑动验证码等，提供给下游的黑产使用

• 完成上述步骤之后，黑产通过改机工具、群控系统等等，对平台进行非法牟利

1.1.4 黑产团伙的发展趋势

• 规模化

  • 借助脚本、软件来实现攻击的批量化
  • 上游各类资源丰富，大大降低攻击成本，同时攻击成功率也比较高

• 组织化

  • 多数以工作室的形式运作
  • 团伙内多人分工明确，合作十分紧密
  • 某些黑产甚至成立了公司

• 平台化

  • 很多平台级的爬虫、群控、钓鱼、木马、网络攻击、DDoS攻击工具等，攻击成本大大降低，并且难以追查
  • 各类平台将黑产手中零散的资源进行整合

1.2 常见的黑产技术分析

举例一个银行开户业务的业务逻辑漏洞

1. 首先实名认证
2. 接着绑定银行卡
3. 最后审核开户

这里里面再第一步的业务逻辑出现了问题，改业务把你一步的校验放到了客户端进行处理，黑产就会通过抓包改包的方法让实名认证通过，接着就可以绑定一张黑产买来的银行卡进行审核，最后开户成功造成很大的损失

1.2.1 人脸识别对抗

人脸识别对抗目前支持这个功能的公司都能对付绝大多数黑产，但在之前技术还不完善的时候，可以通过一些动画网站3D建模进行破解

1.2.2 地理位置对抗

可以分析用户的定位数据是否复合正常的数据进行分析，然后筛选出不正常的用户进行处理

正常的用户定位分布

不正常的用户定位分布

1.3 安全防护体系建设

事前

几乎很难在事前发现黑产动向

• 情报监控

  • 暗网
  • 贴吧
  • TG
  • 破解论坛

• SDLC

• 漏洞扫描

事中

在事中发现可以将损失降到最低

• 渗透测试

• 威胁感知

  • 用户行为异常
  • 接口数据异常
  • 恶意流量检测

• 风控/安全策略

事后

损失已经发生可以为杜绝下一次发生

• 威胁建模
• 攻击追溯