如何使用专业黑客的技术构建不可逾越的防线 传统的渗透测试往往过于刻板，仅快速审计目标 *** 和应用程序的安全性。高价值目标必须进一步加固自己的IT基础设施以防御当前高度积极和专业的攻击者，而这只能依靠精通专业的攻击者手段和渗透测试技术的安全分析师与工程师来实现。

　　《渗透测试高手 打造固若金汤的安全 *** 》由曾为《财富》世界100强企业执行入侵与渗透测试的安全专家撰写，旨在向读者传授证书培训或常规防御扫描器未涉及的针对并攻陷高安全性环 境的技术。作者并未局限于Kali linux和Metasploit，而是向读者提供了一个复杂且高度现实 的攻击模拟。

　　他综合社会工程学、编程及漏洞利用等多学科的知识，向读者介绍如何：

　　● 发现并创建攻击向量

　　● 在目标企业中隐蔽地移动，侦察 *** 和操作系统信息，并测试架构

　　● 通过社会工程学策略完成初始攻击

　　● 攻陷目标机器并在其上部署稳健的命令与控制基础设施

　　● 使用高级数据渗漏技术——即使目标并未直接连接到互联网

　　● 使用高级权限提升 ***

　　● 利用收集到的用户名和密码等凭据渗透至 *** 及操作系统

　　● 使用VBA、Windows Scripting Host、C、Java、JavaScript及Flash等编写自定义的代码

　　第1章 医疗记录的安全性 1

　　第2章 数据窃取研究 25

　　第3章 21世纪的抢劫 49

　　第4章 制药业 65

　　第5章 枪支弹药 87

　　第6章 犯罪情报 115

　　第7章 战争游戏 147

　　第8章 攻击出版社 161

　　正常情况下，通过cmd命令可以快速找到域名对应IP，最常见的命令如ping、nslookup。但很多站点出于用户体验和安全的角度，使用CDN加速，将域名解析到CDN，这时候就需要绕过CDN来查找真实IP。

　　一、DNS历史解析记录

　　查询域名的历史解析记录，可能会找到网站使用CDN前的解析记录，从而获取真实ip，相关查询的网站有：

　　iphistory：

　　DNS查询：（

　　微步在线：（

　　域名查询：（

　　DNS历史查询：（

　　Netcraft：

　　IP History 查询记录：

　　seoss.oss-cn-shanghai.aliyuncs.com/wp-content/uploads/2020/07/image203.png" class="ed72-4665-c0d7-a7e4 zoomImg" style="margin:0px;padding:0px;box-sizing:border-box;border:0px;">

　　二、查找子域名

　　很多时候，一些重要的站点会做CDN，而一些子域名站点并没有加入CDN，而且跟主站在同一个C段内，这时候，就可以通过查找子域名来查找网站的真实IP。

　　常用的子域名查找 *** 和工具：

　　1、搜索引擎查询：如Google、baidu、Bing等传统搜索引擎，site:baidu.com inurl:baidu.com，搜target.com|公司名字。

　　2、一些在线查询工具，如：

　　3、 子域名爆破工具

　　Layer子域名挖掘机 wydomain： subDomainsBrute: Sublist3r:

　　三、网站邮件头信息

　　比如说，邮箱注册，邮箱找回密码、RSS邮件订阅等功能场景，通过网站给自己发送邮件，从而让目标主动暴露他们的真实的IP，查看邮件头信息，获取到网站的真实IP。

　　四、 *** 空间安全引擎搜索

　　通过关键字或网站域名，就可以找出被收录的IP，很多时候获取到的就是网站的真实IP。

　　钟馗之眼：

　　Shodan：

　　Fofa：

　　ZoomEy搜索：

　　五、利用SSL证书寻找真实IP

　　证书颁发机构(CA)必须将他们发布的每个SSL/TLS证书发布到公共日志中，SSL/TLS证书通常包含域名、子域名和电子邮件地址。因此SSL/TLS证书成为了攻击者的切入点。

　　SSL证书搜索引擎：

　　Censys 证书搜索：

　　六、国外主机解析域名

　　大部分 CDN 厂商因为各种原因只做了国内的线路，而针对国外的线路可能几乎没有，此时我们使用国外的DNS查询，很可能获取到真实IP。

　　国外多PING测试工具：

　　国外多ping网站测试：

　　七、扫描全网

　　通过Zmap、masscan等工具对整个互联网发起扫描，针对扫描结果进行关键字查找，获取网站真实IP。

　　1、ZMap号称是最快的互联网扫描工具，能够在45分钟扫遍全网。

　　2、Masscan号称是最快的互联网端口扫描器，最快可以在六分钟内扫遍互联网。

　　八、配置不当导致绕过

　　在配置CDN的时候，需要指定域名、端口等信息，有时候小小的配置细节就容易导致CDN防护被绕过。

　　案例1：为了方便用户访问，我们常常将 和 解析到同一个站点，而CDN只配置了通过访问test.com，就可以绕过 CDN 了。

　　案例2：站点同时支持http和https访问，CDN只配置 https协议，那么这时访问http就可以轻易绕过。

　　本文作者：Bypass007

　　本文为安全脉搏专栏作者发布，转自：

图片查看：
查询分类：	位置私人ddos
用户提问：	寻找 *** 渗透高手
状态：	已解决
调查用时：	529小时

在哪里可以找到一个 *** 黑客

　　原标题：黑客查找网站真实 IP 的 ***

　　很多攻击手段都是通过脆弱的旁站和C段实现的，DDOS亦是如此，它可以导致服务器被占用资源甚至当机。这些攻击得以实施都是由于用户web服务器的真实ip暴露出去了。下面为大家揭秘黑客查找真实ip的多种 *** 。

　　一、什么是CDN

　　首先，我们来认识下最寻常的真实ip隐藏的 *** “CDN”。

　　内容分发 *** (content delivery network或content distribution network，缩写作CDN)指一种通过互联网互相连接的电脑 *** 系统，利用最靠近每位用户的服务器，更快、更可靠地将音乐、图片、视频、应用程序及其他文件发送给用户，来提供高性能、可扩展性及低成本的 *** 内容传递给用户。

　　CDN节点会在多个地点，不同的 *** 上摆放。这些节点之间会动态的互相传输内容，对用户的下载行为更优化，并借此减少内容供应者所需要的带宽成本，改善用户的 *** ，提高系统的稳定性。国内常见的CDN有ChinanNet Center（网宿科技）、ChinaCache（阿里云）等，国外常见的有Akamai(阿卡迈)、Limelight Networks（简称LLNW）等；如下图，国内外主流的CDN市场格局：

　　如图：用户先经由CDN节点，然后再访问web服务器。

　　二、如何判断IP是否是网站真实IP

　　1、Nslookup法

　　黑客一般nslookup想要查的域名，若是有多个ip就是用了cdn，多半为假ip；如图：

　　2、多地ping域名法

　　黑客也可以从多个地点ping他们想要确认的域名，若返回的是不同的ip，那么服务器确定使用了cdn，返回的ip也不是服务器的真实ip；

　　常用的网址有just ping:等等。

　　3、“常识”判断法

　　为啥叫“常识”判断法呢？

　　①.在反查网站ip时，如果此网站有1000多个不同域名，那么这个ip多半不是真实ip。常用的ip反查工具有站长工具(微步在线(等等。微步在线支持同服域名查询、子域名查询、服务查询、whois反查等，要注意的是，查询部分信息有次数限制，需先注册账号。

　　②.如果一个asp或者asp.net网站返回的头字段的server不是IIS、而是Nginx，那么多半是用了nginx反向 *** ，而不是真实ip。

　　③.如果ip定位是在常见cdn服务商的服务器上，那么是真实ip的可能性就微乎其微了。

　　三、如何寻找真实IP

　　1、子域名查找法

　　因为cdn和反向 *** 是需要成本的，有的网站只在比较常用的域名使用cdn或反向 *** ，有的时候一些测试子域名和新的子域名都没来得及加入cdn和反向 *** ，所以有时候是通过查找子域名来查找网站的真实IP。下面介绍些常用的子域名查找的 *** 和工具：

　　①、微步在线（

　　上文提到的微步在线功能强大，黑客只需输入要查找的域名(如baidu.com)，点击子域名选项就可以查找它的子域名了，但是免费用户每月只有5次免费查询机会。如图：

　　②、Dnsdb查询法。（

　　黑客只需输入baidu.com type:A就能收集百度的子域名和ip了。如图：

　　③、Google 搜索

　　Google site:baidu.com -www就能查看除www外的子域名，如图：

　　④、各种子域名扫描器

　　这里，主要为大家推荐子域名挖掘机和lijiejie的subdomainbrute（

　　子域名挖掘机仅需输入域名即可基于字典挖掘它的子域名，如图：

　　Subdomainbrute以windows为例，黑客仅需打开cmd进入它所在的目录输入Python subdomainbrute.py baidu.com --full即可收集百度的子域名，如图：

　　总结：收集子域名后尝试以解析ip不在cdn上的ip解析主站，真实ip成功被获取到。

　　2、IP历史记录解析查询法

　　有的网站是后来才加入CDN的，所以只需查询它的解析历史即可获取真实ip，这里我们就简单介绍几个网站：微步在线，dnsdb.ionetcraft(等等。

　　3、网站漏洞查找法

　　通过网站的信息泄露如phpinfo泄露，github信息泄露，命令执行等漏洞获取真实ip。

　　4、网站订阅邮件法

　　黑客可以通过网站订阅邮件的功能，让网站给自己发邮件，查看邮件的源代码即可获取网站真实ip。

　　5、理想zmap法

　　首先从 apnic *** 信息中心获取ip段，然后使用Zmap的 banner-grab 对扫描出来 80 端口开放的主机进行banner抓取，最后在 http-req中的Host写我们需要寻找的域名，然后确认是否有相应的服务器响应。

　　6、 *** 空间引擎搜索法

　　常见的有以前的钟馗之眼，shodan(搜索(以fofa为例，只需输入：title:“网站的title关键字”或者body：“网站的body特征”就可以找出fofa收录的有这些关键字的ip域名，很多时候能获取网站的真实ip。

　　7、F5 LTM解码法

　　当服务器使用F5 LTM做负载均衡时，通过对set-cookie关键字的解码真实ip也可被获取，例如：Set-Cookie: BIGipServerpool_8.29_8030=487098378.24095.0000，先把之一小节的十进制数即487098378取出来，然后将其转为十六进制数1d08880a，接着从后至前，以此取四位数出来，也就是0a.88.08.1d，最后依次把他们转为十进制数10.136.8.29，也就是最后的真实ip。

　　通过以上的 *** ，被获取到的ip可能是真实的ip、亦可能是真实ip的同c段ip，还需要要对其进行相关测试，如与域名的绑定测试等，最后才能确认它是不是最终ip。

　　所以，为了保护我们服务器，我们不好轻易暴露我们的真实ip，可以使用CDN、WAF等，在使用CDN的同时先确认ip历史记录中，是否存在你的真实ip，记得更换ip后再开启cdn。若网站有订阅邮件或发邮件的需求，可选择独立的服务器发取。子域名的ip记得隐匿，或者采取与主服务不同c段的服务器。

　　四、IP地址是什么？

　　关于IP的一些冷知识：

　　IP地址(本文中特指IPv4地址)，是用于标识 *** 和主机的一种逻辑标识。依托于强大的TCP/IP协议，使得我们可以凭借一个IP地址，就访问互联网上的所有资源。

　　IP地址本质上，只是一个32位的无符号整型(unsigned int)，范围从0 ~ 2^32 ，总计约43亿个IP地址。为了便于使用，一般使用字符串形式的IP地址，也就是我们平常用到的192.168.0.1这种形式。实际上，就是把整数，每8个二进制位转换成对应的十进制整数，以点分隔的形式使用。

　　比如，192.168.0.1和3232235521是等价的。

　　当今全球，互联网系统共分为四大区域，每一个区域都由一件互联网的本体，通过光缆覆盖信号。这四大区域分别被命名为：格兰芬多，斯莱特林，赫奇帕奇以及拉文克劳......

　　这是《爱情公寓3》中的一个让人捧腹的桥段。虽然是恶搞，但是有一件事儿说对了，互联网确实是分区域的。

　　全球共有五个区域互联网注册机构(RIR)，分别是：

　　美洲互联网号码注册管理机构（American Registry for Internet Numbers，ARIN）；

　　欧洲IP *** 资源协调中心（RIPE Network Coordination Centre，RIPE NCC）；

　　亚太 *** 信息中心（Asia-Pacific Network Information Centre，APNIC）；

　　拉丁美洲及加勒比地区互联网地址注册管理机构（Latin American and Caribbean Internet Address Registry，LACNIC）；

　　非洲 *** 信息中心（African Network Information Centre，AfriNIC）。

　　IP地址的划分，有RIR机构来进行统筹管理。负责亚洲地区IP地址分配的，就是APNIC，总部位于澳大利亚墨尔本。

　　各大RIR机构都提供了关于IP地址划分的登记信息，即whois记录。可以在各大RIR机构提供的whois查询页面上查看，或者使用whois命令查询：

　　whois信息中，会显示IP地址所属的网段，以及申请使用和维护这个网段的运营商。比如，上面的信息中显示，153.35.93.31隶属于江苏省联通。

　　某些黑客题材的电影中往往会出现使用whois直接查询得到了一个IP的位置，非常精确地定位到了一幢建筑物里。

　　这张截图来自于2015年上映的《BlackHat》，满满的槽点，都是导演YY出来的。

　　（导演：怪我咯？）

　　正餐之前，给大家稍加科普一下，下面我们就要进入主菜了。让我们逐一来解惑文章开篇提到的三个问题。

　　这个IP在哪儿？

　　前面提到IP的whois信息，其中包含了申请使用该IP的运营商信息，并且在网段描述信息中，会包含国籍和省份信息。

　　但是这样远远不够，风控场景中，我们需要更加精确的结果，需要知道这个IP具体在哪个城市、哪个乡镇，甚至希望能够精确到某一条街道或者小区。

　　曾有人问：我们的IP地址库是否能够提供这样的结果？可以确定用户在某个网吧、写字楼甚至某个小区？

　　那上面这样的IP数据库是如何产生的呢？

　　俗称“人海战术”。您可别不相信，直到今天，依然有众多的网友在为这个IP库提供数据更新，上报IP地址的确切位置。但我们无从考证这个位置信息是否真实准确，如果不能报保证数据的准确性，在风控决策中同盾是不会去使用的。

　　一种IP地址定位手段，是通过海量Traceroute信息来分析。

　　理论上，如果我能够得到所有IP相互之间Traceroute的信息，就可以绘制出整个互联网的链路图。

　　（上图来自于IPIP.NET提供的BestTrace工具）

　　每一次traceroute，都会返回详细的 *** 链路信息。积累了足够多的链路信息之后，就可以直观地看出，很多链路都经过了同一个IP，那么这个IP就是骨干节点或者区域的骨干节点。先确定出哪些节点是CN2骨干节点，进一步确定省级骨干节点，再逐一识别市县区级的骨干节点，最后得到全国范围内的 *** 分布。

　　以下是CAIDA的一份报告，使用了类似的原理，但统计的最小单位是AS（自治域）

　　圈的边缘，就是探测节点，中间的红色部分，就是全球互联网的骨干节点。原理虽然简单，但实现起来却没那么容易。

　　首先，你得有足够数量的节点来探测、收集traceroute链路数据。其次，要有可靠的技术手段来及时分析探测到的结果，汇总形成IP地址数据库。据了解，DigitalElemet也用了类似的方式进行探测，在全球范围内一共部署了超过8万个探测节点。

　　根据这种 *** 链路探测的出的定位结果，业内又称之为“ *** 位置”。就是从互联网的结构上来说，我们最终确定了一个IP，被分配到了某个地方的运营商手里。

　　但是我们又遇到了很多其他的情况，给大家举几个简单的例子。

　　117.61.31.0 江苏省 南京市 电信

　　通过分析这个IP关联的所有定位数据，得到了如下的分布：

　　这种情况，我们称为“流量回源”。当用户在使用南京电信的手机卡上网时，无论用户身处哪里，他的流量都会回到南京电信，再转发出去，所以从IP上看，都会显示为一个南京的IP。

　　上面的定位信息分布，可以在RTB Asia的IP地址实验室中

　　153.35.93.32 江苏省 南京市 联通

　　各种渠道的信息表明，这个IP确实分配到了南京联通，结果定位点全部落在了北京市的范围内。如果我们根据IP的定位结果来判断用户当前的位置，得到的结果肯定就错了。

　　难道前面提供的信息错了？其实是由于国内运营商对IP地址的划分和使用不透明，甚至特殊形式的租赁，导致北京的用户，分配到了一个南京的IP。

　　IP地址跨城市覆盖，覆盖范围非常大，用户位置和 *** 位置不在同一个城市甚至不在同一个省，都会影响到结果，无法准确给出判断。

　　另一方面，随着移动设备的普及，在用户允许的情况下，可以通过移动设备采集到设备上的GPS信息。前面大家看到的两张定位分布图，就是分析一个IP在历史上关联过的所有GPS定位绘制出来的。每一个红点，都表示曾经有一个用户这里出现过。再通过聚类和GPS反向解析，就可以预测一个IP下的用户，可能出现的地理位置。这个结果，我们又称之为“行为位置”。

　　这种分析 *** 看起来效果非常不错，但是却面临两个很重要的问题。

　　其一是，今年来设备作弊的方式层出不穷，如果没有有效的手段来保证数据的准确性和可靠性，最终得出的结果也会有偏差。

　　比如下面这里例子，定位点非常规整地分布在一个矩形区域内，而且覆盖到了海面上，做了深入的分析之后才发现这个IP下面有大量的作弊行为：

　　另一方面，依靠定位点分布来分析IP的定位，需要长时间积累GPS数据。人口密集的地方，这个数据积累可以只要一天，二线城市需要一周，三线城市就需要至少一个月了。此前还遇到一个位于塔克拉玛干沙漠中的基站IP，至今还没有过与之关联的GPS信息。如果某一天，IP地址被重新分配了，划分到另外一个城市去使用，就需要等上一周甚至一个月的时间，才能重新校正结果。而 *** 链路的分析可以很 *** 知到。

　　实际的使用中，我们会把这两种方式结合到一起。并不是说，两个定位结果中，有一个错了。两个都是正确答案，只是某些情况下，有一个答案并不适合风控场景。

　　互联网，就像物流系统一样。我们分析IP的位置，和分析一个快递小哥负责派送的区域原理是一样。没有哪个快递小哥只给一户人家送货，IP也一样，我们最终只能确定这个IP后面的用户，可能出现的地理位置区域。随着技术的提升，数据的积累，我们能够不断缩小这个范围，达到最贴近真实的结果。

　　国内的一个数据库，能够给出部分IP地址的精确定位，可以定位到某个学校、酒店甚至网吧。

　　虽然这份依靠人海战术堆积起来的IP地址库在准确性和时效性上无法满足业务需求，但它也反映出了我们对IP地址研究的期望。我们除了想要知道这个IP的精确位置，我们也希望能够知道IP属主或者类别的信息。

　　这个IP是什么？

　　数据分析从来都不是盲目的。在开始之前，我们需要事先确定把IP地址划分为哪些类型。

　　网吧、酒店、学校、商场、企业，这种分类实际上是IP属主的类别划分。在不能准确判断IP属主的情况下，这样分类显然是不合适的。

　　从风控的角度看，我们对IP进行分类，实际上是为了能够优化风控规则。同一类的IP，风险往往会相同，就可以使用相同的风控策略。

　　比如，基站IP下用户数量非常大，这类IP上不能使用过于严苛的频次限制策略。

　　机房IP，比如阿里云、腾讯云、运营商数据中心等等。一般情况下，机房IP都会对应到某一台服务器上去。如果你发现某个用户是通过机房IP访问的，那么 *** /爬虫访问的可能性很大。

　　此外，小运营商会通过租赁的方式，使用三大运营商的 *** 基础设施。他们所使用的线路，就会从机房IP列表中进行分配(机房IP是保证上下行带宽的，其他类型的IP，一般下行带宽高于上行带宽。专用出口使用机房的线路，可以保证足够的带宽。)

　　专用出口的IP，往往出现在机房IP的列表中，在不能准确排除专用出口IP的情况下，决不能轻易把机房IP拉黑。

　　比如下面的这个，根据 *** 位置判断，是广州市电信机房的IP。但是这个IP上的用户数量非常大，而且用户全部分布在广西境内。万一把这个IP拉黑了，投诉 *** 会被打爆的。

　　但机房恰恰是垃圾注册、刷单行为、 *** 行为、作弊行为和爬虫最密集的地方。如果能够准确地把专用出口这个类型识别出来，那么剩下的，就是具有较高风险的机房IP了。为此，我们根据IP地址上的用户行为特征、设备类型分布等信息来判断识别专用出口IP。

　　能否通过更多的用户特征来区分其他类型的IP呢？比如，判断一个IP是企业还是家用的宽带。

　　网吧、酒店、学校、商场、企业等等，这些类别，其实都是IP行为位置分析过程中的副产品。如果一个IP能够精确地定位到某一幢建筑物上，我们只需要判断这个建筑物是什么，就能得出结论。

　　一般的，企业的 *** 会使用专线，IP在很长的时间里都不会发生变化。随着定位数据的积累，行为位置就会呈现出密集性。

　　比如下面的这个IP：

　　定位点在途牛大厦附近聚集，可以确定这是途牛使用的一个固定IP。与之对应的，我们可以判断，通过这个IP上网的人，应该是途牛的员工。

　　对于一般的家用宽带，虽然IP会频繁变化，但是在特定的一段时间里，IP会固定的出现在某个区域。

　　举个例子：

　　这个IP的定位点并没有像前面的例子那样在某一幢建筑物周围聚集，而是随机地分布在南昌市东湖区靠北的一片区域里。这是一个比较典型的家用宽带IP。

　　但IP只是业务系统的承载，IP定位的分布，会因为实际的业务而呈现出的聚集形式有非常大的差异。单纯通过定位信息的聚类分析，并不能满足所有IP地址的分类需求。

　　比如，中国邮政储蓄在某市的营业网点，使用专用线路，IP地址固定。每一个定位点的聚簇，都对应一个营业网点。

　　这个IP下的用户，除了营业网点的工作人员之外，还会有大量到营业厅办理业务的用户。

　　如果拥有足够的定位数据作为支撑，理论上是可以准确判断这些IP的属主的。

　　但是这种分析 *** 要求定位信息有比较高的准确性、时效性和数量级，可不是每家公司都有能力去尝试。

　　而且，中国范围内共有2.5亿活跃IP，一个月的时间里，平均每个IP会关联上万定位信息，然后做聚类分析。

　　这个数量级，光想想就觉得可怕......应该有更简单的办法才对。

　　为了讲解地更通俗易懂，这里援引《死亡笔记》中的一个片段。

　　根据作案时间的分布，推断出了作案者是一个学生(作者：都是因为老师布置的家庭作业太少了！)

　　我们分析IP的 *** ，和L的分析如出一辙。

　　如果一个IP是对应某家公司，这个IP下的用户行为，就会呈现出非常明显的工作日和工作时间的密集性，大家都是朝九晚五的上班族，都懂得哈~~

　　那么反过来，晚上6点以后，以及双休、节假日比较活跃的IP，就应该是普通的家用宽带。

　　此外，不同类型的IP，对应的用户数量会有所差异。

　　最简单的，一般基站的覆盖范围是3~5公里(可能存在多个基站公用同一个IP的情况)，那么同一时间内，每个基站IP下面的用户数量可能会超过1~10万。而家庭宽带的IP，一般一个IP对应一户人家，人数在10人以内，某些小规模的营业场所，也会使用宽带的方式来提供 *** 连接，人数也会在100人以内。

　　根据这些特征，就可以把不同类别的IP逐步区分出来。最终，形成了今天我们同盾IP地址分类的全部：

　　教育网、基站、机房，目前都有比较完整的IP地址列表，通过简单的匹配就可以得出结论。

　　再根据用户的在不同时间段内的活跃情况，以及每个IP下的用户数量，我们能够准确判断出是家用宽带，还是企业的固定线路。

　　虽然到目前位置，我们的模型还不能准确区分一个IP到底是酒吧、网吧、酒店或者医院。但从风控的角度而言，我们目前的分类，已经满足绝大部分业务需求。

　　IP画像，是围绕反欺诈展开的，我们希望能够准确的评估一个IP地址的风险性，进而在风控策略中进行调控。

　　在IP画像设计初期，我们设计了一个风险评分，用于总体评价这个IP地址风险。风险分数中，IP是否有 *** 行为、是否命中已知的威胁情报、是否发生过风险行为，都作为评估的依据。但是这样的一个笼统的评分，在实际使用中却有诸多不便。

　　比如，我们曾经发现过一个IP地址，由于频繁的发生盗卡行为，最终我们给出的风险评分达到了94分(0~100，分数越高风险越高)，然而这个IP下其他行为都是正常的，大量的正常用户通过这个IP进行登录、交易、支付等活动。

　　于是，我们萌生了一个想法，能否准确地定性一个IP到底做过什么样的坏事儿？

　　什么是坏事儿？

　　反欺诈中，涉及到的业务风险其实非常非常多。不同的行业、不同的平台都会有各自独有的一些风险。

　　就拿“黄牛”来说，随着互联网的发展，黄牛也从最早的票贩子，演变出了很多很多的花样。

　　案例1：在各大航空公司的网上订票渠道中，存在很多“占座黄牛”，他们通过特定的渠道，订购了一定数量的廉价机票，然后加价转售，甚至会高出这张机票原有的价格。如果不能及时出手，黄牛就会选择退票，导致飞机上出现很多空座位，各大航空公司对此也很头疼。转手的过程很简单，只需要修改乘机人即可，这个行为可以通过线上的数据分析发现出来。

　　案例2：一些票务网站(专指演唱会、赛事门票)，黄牛会注册大量账号，抢购演唱会门票，拿到门票后，加价出手。由于黄牛拿到了实体票，转手过程是在线下进行的，通过线上行为就无法进行监控。但是，在抢票过程中，黄牛为了增加自己抢到票的几率，会使用很多个账号重复下单，大量订单中的收获地址都是同一个或者具有极高的相似度。

　　案例3:美团、猫眼、格瓦拉等购买电影票的平台中，也存在很大数量的黄牛。尤其是一些热门大片儿的首映票，价格可以炒到很高。电影票的黄牛，往往以 *** 的形式操作，他们拥有很高折扣的会员卡，可以低价购买到电影票，然后适当加价转手。黄牛完成支付后，拿到取票二维码，然后把二维码发送给买家。这个过程，也是很难通过线上的行为来进行检测的。

　　如果我们需要分析一个IP到底做了什么坏事，就必须要先给出明确的定义，到底什么样的行为算是坏事。然后把这些行为分解为非常详细的特征指标，进行建模。

　　这个过程是漫长的，就像上面举的例子，同样是“黄牛”，由于不同的平台，不通过的行业类型，中间存在着非常巨大的差异。每一种行为都要做这样的深入分析和研究，其实我们一开始是拒绝的......

　　在后来的一段时间里，我们团队接到了越来越多的提问，客户希望知道，这个IP到底干了什么？到底有没有风险?我们只能硬着头皮，去提取这个IP在过去半年里的行为数据，然后逐一分析。说到底，单凭一个IP地址的类型和地理位置，远远无法满足风控的需求。最终，我们决定要做这么件事儿。于是好几个月就这么过去了。

　　首先，我们梳理了一份反欺诈的词表，用来给出各种欺诈行为的明确定义。

　　风险行为

　　英文名称

　　定义

　　垃圾注册

　　Fraud Signup

　　使用虚假号码、通信小号、小号邮箱等容易获取且无法准确判定属主身份的信息进行注册。大部分垃圾注册是通过自动化工具进行的，垃圾注册产生的账号，会在后续的刷单、黄牛、薅羊毛、发布垃圾信息等活动中被使用。

　　褥羊毛

　　Econnoisseur

　　指那些坚持以更低的价格购买到更高品质的简明消费者。看起来是个褒义词，但是这类用户，为了能够多次享受新用户的优惠，会使用虚假号码、作弊工具的等手段来注册大量的垃圾账号，实际上并不能给平台带来任何的活跃用户

　　刷单

　　Brushing

　　通常所说的刷单，其实包括了两种:平台或商户，雇佣虚假的顾客进行购物，产生大量的虚假交易，进而提升平台或商铺的排名。另一种，大量用户在平台或商铺进行促销活动的时候涌入，以低价购买大量的商品，然后倒卖。

　　黄牛

　　Scalper

　　黄牛是指在合法销售途径以外 垄断、销售 *** 参与权或商品，并以此牟利的中介人。这样的定义直接涵盖了前面提到的多种黄牛行为

　　撞库

　　Collisionattack

　　攻击者通过收集互联网上泄露的用户数据，整理出每个账户的密码列表，针对性地使用这些帐密信息尝试登陆不同的网站。撞库过程中，登陆请求数量巨大，而且超过90%的登陆请求会失败。账号和密码呈现出一对多的关系，但是密码一般在10个以内。

　　暴力破解

　　Brute Force

　　对特定的账户或者多个账户进行密码尝试。暴力破解过程中，登陆请求数量很大，大部分也是登陆失败。但和撞库攻击相区别，暴力破解中，出现的账号数量较少，每个账号对应的密码数量都会非常大(从几百到几万都有可能)

　　短信轰炸

　　 *** S Bombing

　　通过多次请求某一个或多个不同的短信验证码接口，向指定的手机号发送验证码短信，导致对方手机在一定时间内无法正常使用。短信轰炸在数量上会呈现出巨大的差异，集中在某一个时段爆发。请求总量可能达到上百万次。

　　垃圾信息

　　Spamming

　　发送不受欢迎(针对用户和平台)的内容。发送的过程一般是批量的，通过脚本或机器人来实现。发布垃圾信息，需要有大量的账号作为前提，这些账号往往通过垃圾注册或者撞库来获取。

　　......

　　......

　　......

　　上面的列表中，是同盾反欺诈词典中一小部分，列举了一些对互联网公司来说最为常见的风险行为。

　　那么，接下来的问题就是要逐一对这些风险行为进行取样，分析其中的行为特征。

　　特征提取

　　篇幅有限，这里就简单介绍一下我们对黄牛(票务行业)做行为分析和建模的过程。

　　上图中，是我们抽取到的一份较为典型的黄牛抢票记录。

　　从这些记录里，能获取到怎样的信息呢？

　　1、这批账号都在同一天注册，并且注册时间较为集中，注册时间间隔大约为30秒；

　　2、每个账户只下一个订单，但是多个订单产生的时间非常接近，时间间隔仅为毫秒级；

　　3、多个订单中的收货人姓名很相似，直观判断，不太可能是真实的姓名；

　　4、多个订单中的收货地址有明显的异常，在末尾添加了无用的字符串；

　　5、收获地址末尾的字符串为11位的数字，比较像手机号，多个订单中的这个字符串相同；

　　6、账号注册和风险发生，中间存在较长的时间，可以定义为休眠账号或养号行为。

　　如果对这个地址做检查，我们会发现：广东省佛山市均安镇均榄路天连大道是真实存在的。

　　但是这附近并没有什么小区，反而更像是一个村子。也就是说，收货地址中，“天连大道”之后的部分都是随机添加的，可能并没有任何意义。

　　这样的做法，是为了避免平台对收获地址做校验，如果大量订单都寄送到同一个收获地址，那么这些订单都存在刷单的嫌疑。

　　上面的地图中，你可能也注意到了，其实并没有“天连大道”和“天连路”，其实是同一条街。但是由于名称不同，在地址核验过程中，就有可能被认为是两个不同的地址。类似的，比如“南京市白下区李府街”和“南京市秦淮区李府街”，也是同一条街道，2014年白下区被撤销，整体并入秦淮区。从行政区划上看，白下区已经不存在了，但是物流和快递大哥都知道，整个南京市就那么一条李府街，货物也可以成功地递交到收货人手中。

　　为此，我们也建立了一套用于对收货地址做真实性核验的系统，用于判断多个地址，是否指向了同一个地点。

　　除了前面列举的三个特征之外，还有一个比较隐蔽的特征，就是注册这些账号的手机号，其实都是”虚假号码“(参见:互联网黑产剖析——虚假号码）。换句话说，提交这些订单的用户，其实都是通过垃圾注册产生的垃圾账户(虚假账户)。除此之外，通过设备指纹技术，我们也识别出，这些订单其实都来自于同一台PC。从IP维度上，虽然每个订单的来源IP都不相同，但是每个IP都最终被确认为 *** 或者机房。

　　以上种种，就成为我们判断黄牛行为的特征，归纳如下：

　　1、黄牛会事先通过垃圾注册准备一批可用的账号，注册过程中往往会使用虚假号码；

　　2、账号注册过程中会出时间、IP、设备上的集中性，即同一个设备，同一个IP上注册了大量账号；3、多个订单中的收货人、收货地址不真实或相似度极高；

　　4、多个订单可能从同一个设备上产生；

　　5、提交订单的IP地址，大部分是机房IP或者 *** IP；

　　6、垃圾账号注册完成之后可能不会立即进行抢票，而是经过了较长的沉睡期或进行特定的养号活动......

　　进一步细化之后，得到具体的指标参数，就可以进入训练模型的阶段了。

　　攻击链路

　　攻击链路(aka Kill-Chain)，是安全领域中一个讨论比较多的话题。任何一次风险，都不会平白无故地发生，而是会有一个过程。对一次风险的定义，可以从最终的结果进行定义，但是更多的往往是对这个风险过程的定义。

　　以偷窃为例，一定会有这么几个步骤：

　　寻找目标 -- 蹲点 -- 标记 -- 作案准备 -- 撬门/扒窗 -- 进入房间 -- 寻找保险箱 -- 撬开保险箱 -- 拿走钱/珠宝 -- 清理现场 -- 离开现场 -- 销赃 -- 寻找下一个目标。

　　上面的这些，就是Kill-Chain中的节点(Node)，也可以叫做风险过程(Process)。在整个攻击链路中，只有起点和终点是确定的，剩下的部分，可能会没有，也可能因为各种突 *** 况而产生分支链路忽然中断，或者重复某些环节。多个攻击链路，会在特定的一个节点上汇聚，这个节点，就成为了风险防控的关键节点。在这个节点上进行防护，效果就会比较好。

　　欺诈风险，也是一样的。前面分析黄牛的特征中，我们提到了黄牛会使用一批垃圾账号进行下单。分析一个账号的欺诈行为，需要纵观这个账号的整个生命周期，或者在既定的时间片内，关联上下文，看用户的行为在每一个环节中是否符合特定风险的特征。

　　那么，针对黄牛风险，攻击链路就可以表示如下：

　　在攻击链路中，越是靠前的节点，发现和识别越为困难，因为各种特征其实并不明显，只能判断本次事件有嫌疑，而不能确定具体的风险。但是在这些环节上进行防护，起到的效果是最为显著的，成本也相对要低很多。

　　越是靠后的节点，发现和识别变得简单，很多特征都比较明显，但是防护就变得困难。并且，由于攻击链路本身会产生很多分支，可能在其他环节上已经产生了，即便是同一批次注册的垃圾账号，可能会在不同的场景中被使用。

　　此外，某些节点上会产生大量的分支链路，比如垃圾注册。通过注册工具/脚本，批量产生的垃圾账号，可能在后续的多种业务场景中出现，不同的业务场景中，又有着不同的风险。

　　平台的业务越丰富，这个分支就会变得越发明显。如果一个平台同时提供了电商、电影票、团购、点评等多种线上业务，那么这个攻击链路就会变得非常复杂。

　　这也是为什么我们要建立IP地址画像、手机号画像和设备画像的原因。通过已知的各种风险行为，建立模型，通过跨平台、跨行业来进行联防联控，只要这个手机号、IP或者设备在历史上发生过一次风险行为，就会被识别出来，并且打上标记。

　　在整个攻击链路最开始的地方进行防护，并且在账号的整个生命周期中，进行持续监控，使得最终能够造成风险的账户数量降至更低。

　　在对抗中进步

　　这场欺诈和反欺诈的对抗，已经持续了多年，并且还将继续下去。

　　我们在不断提升检测能力、改进检测方式的同时，欺诈分子也在不断地产生新的作弊手段。并且，互联网在不断地寻求创新，同样是促销活动，在不同的平台上，会有截然不同的呈现方式，业务流程也不尽相同。这对我们分析风险行为，提取特征带来了极大的困难。

　　一旦新的业务模式产生，欺诈分子也会相应地寻找可供利用的业务逻辑缺陷，甚至产生一些新的风险类型。这需要我们不断地观察、学习和改进。为此，我们引入了无监督模型来辅助完成大量的指标提取工作。即使欺诈分子使用了新的技术、新的手段，特定风险的攻击链路是不会改变的，无监督模型可以从中提取出新的异常指标，再对模型进行优化和迭代。

　　我们识别出的每一次风险行为，都会作为标签，标记在手机号、IP和设备上。即使欺诈分子不断地更换这些信息，也总会被发现出来。这是同盾跨行业、跨平台联防联控的巨大优势，也是我们对抗欺诈行为的有力武器。

　　这些标签，目前在IP画像中已经可以使用，随着我们研究的进一步深入，越来越多的模型被开发出来，可以准确识别的风险行为也越来越多，力求让欺诈分子无所遁形。

其他问题提问	相关问题回答
24小时黑客免费接单	定位系统教程
如何找到 *** 黑客高手	修改核酸号码
24小时在线黑客联系 ***	地方服务器访问
在哪个软件上可以找黑客	阅读教学论坛
找黑客帮忙追款联系方式	查询问答数据