美文网首页
深度!起底黑产和大数据风控之间的攻守之战

深度!起底黑产和大数据风控之间的攻守之战

作者: PAYEGIS | 来源:发表于2018-04-17 15:56 被阅读0次

    说起黑产,许多人可能比较陌生或者感觉神秘,但黑产就在我们每个人身边,例如常见的“羊毛党”。

    黑产的全称是网络黑色产业链,是指通过网络技术形成的分工明确、衔接密切的利益团体,通过入侵计算机信息系统、非法窃取包括个人信息在内的计算机信息系统数据等,谋取非法利益的产业体系。

    据不完全统计,2017年我国黑产的从业人员在百万级以上,每年造成的损失达千亿元级规模。

    针对黑产套利,企业不会坐以待毙,因此黑产的存在也催生了专门的风控团队与之对抗。攻防之间,套路不断演变、战场不断扩大、技术不断升 级,这个动态进化过程完美诠释了什么叫“魔高一尺,道高一丈”。

    下面,将为您详细解说黑产与风控的攻守对抗。

    生物特征比拼

    在生物识别领域,所有的技术手段都是为了验证操作者“就是你本人”,所以,黑产想要攻破防线,就必须想方设法模拟用户的生物特征,以便通过验证。下面一一做个介绍:

    (1) 手机指纹识别

    手机指纹识别已经普及多年,但真的绝对安全吗?不见得!黑产人员只要愿意,可以通过采集用户遗留在各种物体表面上的指纹印记,重构出一片带有纹理沟壑的指纹膜,套在任何一个人手上,就可以成功骗过一般的指纹识别。

    因此,比较高级的手机,都采用了分辨率更高的指纹识别模块,除了使用真人手指倒模而成的指纹膜之外,不会轻易被前述的指纹痕迹构造的指纹膜(少了很多指纹细节)所欺骗。

    (2) 人脸识别

    在早期技术较为落后的年代,人脸识别系统还停留在五官特征识别的阶段,黑产人员使用一段带有用户人脸的视频,或者3D打印的人脸面具(需要不同角度的人脸信息),就可以骗过认证系统。

    因此,如今大家常见的人脸识别场景,都增加了活体识别功能,随机要求用户做出眨眼、点头、摇头等表情/动作,确保拍摄对象是真人。

    虽然这限制了一部分黑产的攻击尝试,但更高端的黑产已经开始使用3D软件建模渲染出用户的人脸,并且可以模拟简单的动作和表情,骗过活体识别。

    针对这种安全要求更高的场景,风控团队为人脸识别集成了最新的眼纹识别技术,以检测人眼当中独特的血管分布,一般黑产是不太可能获取如此高清晰度的用户照片,通过技术手段模拟的难度极高。

    此外,风控人员为了建立一个多层次的防御体系,研究推出了多因子身份认证解决方案,利用多重身份认证(包括短信验证、手势密码、安全扫码、生物识别等多种认证方式),可以弥补由单一身份认证所引发的身份认证风险,最大程度保证了使用者的身份信息安全和网络信息安全。

    更高级的终端设备,具备景深摄像头和红外摄像头,能够滤掉3D打印的脸模欺骗(脸模的热分布和正常人脸不一样)、识别任何类型的视频欺骗(因为视频播放设备是平面的屏幕,不具备人脸的景深)。

    另外,在普通终端设备上,风控可以增加额外的声纹识别步骤,要求用户念出随机的文字,以防止黑产继续在图像上做文章。

    数据比拼

    用户隐私数据一直是黑产想啃的一块肥肉,毕竟有了这些,许多系统和业务的大门就完全敞开了,手持大量隐私数据想要牟利真的是易如反掌。

    黑产的技术人员(通常是上游的黑客)通过破解服务提供商的服务器,攫取大量敏感数据(如账号、密码等),这在业内称之为“拖库”。

    业务平台面对黑客攻击,必须及时为操作系统打补丁(修复安全漏洞),升级各类依赖库,加强业务代码的安全性,降低被攻破的可能。

    但世上没有完美的系统,业务平台的数据库一旦被黑客攻破,大量用户数据泄露,对应的平台就不再安全(例如几年前某大型电子邮件提供商的用户名和明文密码泄露),特别是电子邮件服务被攻破,许多其他服务的账户以邮箱作为密码恢复方式的,也会变得岌岌可危。

    因此,除了常规的系统加固,业务平台也要对用户敏感数据进行加密存储(如密码),对信令/日志中的敏感数据做脱敏处理(例如手机号156****4321),尽可能少地以明文方式记录核心敏感信息。

    值得注意的是,黑产团伙除了直接攻击业务系统,也不会放过普通用户,他们使用木马/病毒直接截获用户在客户端设备上的数据或输入,或者通过钓鱼网站欺骗用户交出自己的敏感信息。

    但最容易得手的,还是通过非IT技术手段的欺诈,即通过交流来诱导受害人通过安全认证从而侵入到敏感信息——类似这样的坑蒙拐骗术,国内通常称为电信诈骗,英文叫法却很中性甚至有点文艺——social engineering(社会工程学)……由此衍生而来的就是社工库(social engineering database),一个黑客们将获取到的用户数据进行整理归档(也称洗库),以便集中查询的数据库。

    社工库里除了典型的账户密码,甚至还包括关联的其他社交信息、银行信息等等。需要说明的是,有些社工库可以提供免费查询,还有一些需要付费。另外,在神秘的暗网里,也可以查询或购买到相当多的敏感用户信息。

    因为风控无法保证所有平台的安全,所以,他们除了被动的防御,也会主动出击,监控黑产情报,包括对各大社工库数据进行分析,可以及时获知哪些账号已被攻破,针对此类高危账户产生的业务请求有效提高对应的风控级别。

    账户/设备行为比拼

    不过,黑产为了扩大获利面,总会尽可能广撒网,因此黑产行为越来越多的向批量化和自动化演进,这就向风控提出了新的挑战。

    比如,一般业务平台为了营销,经常会开展优惠或者返现等活动,黑产闻风而至,大规模套利,业内称之为“薅羊毛”,最常见的手段就是大量注册新用户领取平台的活动奖励。

    针对这种现象,风控介入后,最基本的要求就是——用户必须使用手机号作为账户主体进行注册,待用户注册后,风控会通过短信验证码的方式确保手机号处于正常在网状态。

    但这难不倒黑产。他们会从卡商那里购买即将废弃但仍然可以接收短信的手机卡或者廉价的物联网卡,再通过短信收码平台来获取短信验证码(每条仅需几毛钱),然后回传给脚本工具,快速完成大量新号注册。

    为了防止黑产的脚本登录,风控通常会强化登录验证,最常见的就是随机图片验证码和拼图验证,由于图片本身不易被程序翻译成文本,加上拼图的随机性,阻挡了许多脚本的尝试。

    然而,随机验证码虽然挡住了脚本,却依然还是要给人识别出来的。黑产设立的打码平台(网赚平台),利用低廉的佣金吸引闲暇时间比较多的人群来帮忙人肉翻译验证码,然后把翻译好的文本回传给脚本,连同撞库的用户名、密码再尝试登录。有实力的黑产团体,甚至可以使用图像识别技术,直接搞定验证码图片到文本的转换,而拼图验证也可以通过图像识别配合鼠标轨迹脚本,完成拼图,成功登录。

    既然验证码无法阻止黑产,风控系统就在客户端部署鼠标轨迹侦测代码,配合机器深度学习,归纳真人操作鼠标的移动规律,让黑产的自动脚本无计可施。

    但黑产不会就此无功而返。他们从社工库或者其他渠道获取用户的账号密码之后,会尝试去其他平台使用上述账号密码组合碰碰运气(因为不少用户在多个平台上使用同一套密码),也就是所谓的“撞库”。一些比较老旧的服务平台,登录接口只需要提供用户名和密码即可,黑产人员使用简单脚本即可轻松尝试所有已知的用户名和密码组合,总有一部分会成功登录,进而扒取更多的敏感信息甚至借用账号实行骗贷和网络诈骗。

    对此,风控系统增加了新的限制规则,客户端在请求消息中会携带手机的串号或其他设备信息(如IP地址),风控规则不准同一台手机/同一个IP频繁执行注册或不断切换账号尝试登陆。

    然而,黑产也很快发现了问题,他们开始使用PC端的手机操作系统模拟器,或者在真实手机上安装改机工具,随意设置各种终端设备信息,绕过风控规则对设备的限制。针对IP封锁,黑产则使用廉价的高匿名代理服务器来欺骗业务平台,从业务请求消息的内容当中只能看到代理的IP而看不到源头的IP(即”匿名”的由来)。

    换句话说,仅从服务端做规则检查已经无法准确识别黑产设备了,因此风控的控制点延伸到了终端,采用APP加固来识别运行环境(是否模拟器),检测root/越狱状态,屏蔽或限制此类设备发起的业务请求。

    对于IP代理,风控通常使用IP黑灰名单,过滤掉已知/嫌疑的代理IP,进一步的,描绘用户画像,根据用户最常使用的IP判断异常请求,并采取更高强度的身份验证以防欺诈(例如临时锁定账号,使用邮箱或短信解锁)。

    等发现软件模拟的方式行不通之后,黑产又打起了实体手机和手机卡的主意,他们使用猫池长期供养大量的手机卡(平均成本很低),并且按期产生通讯活动,使号码看起来处于正常的活跃状态,在网时间较长,就自然绕开了风控规则对新号的限制。

    针对黑产养号,风控系统则采用手机卡号黑灰名单,配合手机画像,来识别手机卡号是否属于卡商低价大批量出售的手机卡/物联网卡,是否曾经有过疑似薅羊毛的行为,抑或是某些号码附着的基站位置长期没有变化,均将其归结为高风险对象,并建议业务平台拒绝此类号码。

    另外,伴随着现代移动互联网市场飞速发展,许多业务都必须通过手机APP执行,而且APP加固之后可以有效识别手机操作系统模拟器,因此,有资本的黑产团伙会购入大量手机,使用群控系统进行批量操作,游走各种平台进行大规模套利/欺诈活动。

    先进的风控系统则会采用设备指纹技术(嵌入到业务软件中的代码模块),来侦测手机的调试状态(手机进入调试状态才可以被连线的电脑操作),分析手机传感器状态(例如GPS定位、陀螺仪倾角),判断设备异常(位置和姿态长期不变),跨平台跨业务识别出设备真实身份,阻止其发起的业务请求。

    不过,黑产作为一条产业链,有明确的分工,形成上中下游,在地理和人员上分布广泛、关系网复杂,可以躲避风控/法律有针对性的打击,很难一锅端。

    也正是黑产的这种复杂关系网,催生了风控的知识图谱技术,该技术把多个维度的数据通过关系连接在一起,形成网络,计算分析得到某个实体(例如手机号)与其他实体(账户、银行卡、收货地址、常用登陆IP)之间的正常关联关系,找到可疑关系变动及其与黑产相关的上下游关系,由此鉴别异常/高危业务,降低风险;当黑产人员尝试将利益转移时,知识图谱也可以识别异常的交易关系,并加以阻止。

    最后,需要说明的是,斗争永不停息,不存在完美的黑产手段或风控体系,双方从最初的规则对抗,演变到技术对抗,进而数据对抗,不断进化,最后的结果就是比拼成本。黑产套利的成本过高就会放弃尝试,风控成本过高则会影响公司的整体利润率,宏观上形成一种微妙的平衡。

    作为一个普通用户,大家需要做的是多多保护好个人账号和信息,不贪图小利,从而避免被黑产利用。

    来源 | 苏宁财富资讯  周成

    免责声明:转载内容仅供读者参考。如您认为本公众号的内容对您的知识产权造成了侵权,请立即告知,我们将在第一时间核实并处理。

    相关文章

      网友评论

          本文标题:深度!起底黑产和大数据风控之间的攻守之战

          本文链接:https://www.haomeiwen.com/subject/tqcpkftx.html