DDoS攻击团伙图鉴

2019 年 2 月 10 日 宅客频道

人们对于一般黑客的刻板印象是:单打独斗,神出鬼没。事实上,还有一群黑客团伙作战。

僵尸网络近年来已经成为企业的大敌,宅客频道从绿盟科技发布的《IP团伙行为分析报告》中发现,有这样一群僵尸机“捆绑销售”,常年坚持多渠道僵尸网络活动和 DDoS 攻击,“不抛弃”“不放弃”。

这群团伙中的“C位成员”(仅占攻击者中 2%)以一己之力发起了 20%的攻击,“核心成员”(仅占攻击者中的20%)发起了 80%的攻击,而且全员酷爱反射攻击,特别是大流量攻击。

安全研究者将这样的团体称为“ IP 团伙”。每个 IP 团伙由某个或者一组黑客控制者,因此同一个团伙在不同的攻击中必然会表现出相似的行为。

研究者根据近两年所搜集的 DDoS 攻击数据,推出了《IP团伙行为分析》,希望通过研究团伙的历史行为建立团伙档案,以便更准确地描述其背后一个或多个攻击控制者的行动方式,同时更有效地防御这些团伙未来可能发起的攻击,防患于未然。


攻击者

IP团队规模:千人团体占主导

下图展示了 IP 团伙规模的分布情况。大多数团伙成员不到1000人,但也有一个团伙的成员高达26000多人。

图1 IP团伙规模

20/80法则,到哪里都适用

下图展示了各团伙发起的 DDoS 攻击事件的数量,按事件次数统计。毫不意外,大约 20%的团伙发起了 80%的攻击。

图2 攻击总次数(按各团伙攻击统计)

团伙最长总攻击时长超过 13“年”

下图展示了同一团伙所有成员的总累计攻击时长的分布情况。有些团伙的总攻击时长高达 5000 多天( >13“年”),但多数团伙不到 1000 天。

▲图3 团伙总攻击时长

更少的团员、更多攻击次数、更大攻击流量

人们一般觉得较大的团伙会发动较多攻击时间,且产生的攻击总流量也较大,但事实并非如此。

如下图所示,与更大规模的 IP 团伙相比,拥有较少成员的团伙可能会发动更多攻击并发出更多攻击流量。这说明,特定团伙中的攻击者可能拥有更多渠道可以利用。

下图展示了按总流量排名的前 10 个团伙,攻击总流量以不同大小的橙色气泡表示。


▲图4 团伙规模、攻击次数及攻击总流量对比

如上图所示,发动攻击次数最多(> 50K)的团伙仅拥有 274 名成员,超过了所有其他团伙,而最大的气泡(即攻击总流量最大)对应的团伙攻击次数竟然较少(<10K)。


攻击类型

NTP反射攻击由于出色的放大性能,在大流量攻击中最常使用。SYN Flood攻击方法较为简单,使用较为广泛。这两种攻击再加上UDP Flood和SSDP反射攻击构成了最主要的攻击类型。

▲图5 攻击类型与攻击总流量

在混合攻击中,UDP flood是常用的一种攻击方式。下图展示了某一团伙采用的攻击方法,该团伙大多仅采用一种攻击方法(92.8%),在混合攻击中,75%的采取了两种攻击方法,4%的采取了四种方法。

图6 混合攻击中各种攻击方法的组合(某一攻击团伙)

图7 混合攻击中各种攻击方法的组合(某一攻击团伙)

反射攻击,特别是大流量攻击,是各团伙最青睐的攻击方法。从触发较大流量的能力来看,NTP 反射攻击是一种更为强大的 DDoS 攻击。从攻击事件数量角度看,DNS 反射攻击占比较大,占全部反射型攻击的 57%。

图8 反射攻击流量与次数(某一攻击团伙)


   流量峰值:IP 团伙攻击的最大“潜力”

   流量峰值的整体分布

根据统计大多数IP团伙的流量峰值都超过了2 Tbps,流量峰值(Tbps)是衡量某一团伙的攻击能力和恶意程度的关键参数,反映了攻击团伙对目标的最大攻击能力。

图9 IP团伙的流量峰值分布(按IP团伙统计)

    单个团伙的攻击流量峰值

各团伙通常并未完全发挥其潜力,了解它们的能力极限对于规划防御非常重要。通过对某个团伙两个季度流量峰值的对比,我们发现该团伙最大攻击流量峰值比日常攻击流量高出很多倍,当其潜力完全释放出来时,破坏力是惊人的。

图10 单一攻击的流量峰值趋势(某一攻击团伙)

十大攻击团伙

绿盟科技统计了 2018 年 1 至 9 月期间的攻击流量,总结了排名前十的 IP 团伙的流量峰值起伏变化,最大流量峰值和平均流量峰值表示 IP 团伙的攻击能力和攻击时长,反映了这些团伙的攻击活跃程度。

图11 十大攻击团伙的流量峰值

报告全文下载地址:http://blog.nsfocus.net/behavior_analysis_of_ip_chain_gangs/。

登录查看更多
1

相关内容

【Google】平滑对抗训练,Smooth Adversarial Training
专知会员服务
48+阅读 · 2020年7月4日
【复旦大学-SP2020】NLP语言模型隐私泄漏风险
专知会员服务
24+阅读 · 2020年4月20日
神经网络的拓扑结构,TOPOLOGY OF DEEP NEURAL NETWORKS
专知会员服务
31+阅读 · 2020年4月15日
专知会员服务
27+阅读 · 2020年3月6日
广东疾控中心《新型冠状病毒感染防护》,65页pdf
专知会员服务
18+阅读 · 2020年1月26日
主流互联网平台广告业务对比分析
百度公共政策研究院
29+阅读 · 2019年5月20日
Kali Linux 渗透测试:密码攻击
计算机与网络安全
16+阅读 · 2019年5月13日
你的算法可靠吗? 神经网络不确定性度量
专知
40+阅读 · 2019年4月27日
被动DNS,一个被忽视的安全利器
运维帮
11+阅读 · 2019年3月8日
推荐系统BAT面试题:说说协同过滤的原理
七月在线实验室
50+阅读 · 2019年1月30日
招行高端卡套路深!“理财办卡”坑了多少人?
凤凰财经
3+阅读 · 2018年12月30日
年度增速黑马快视频 是谁将它推向神坛
Analysys易观
4+阅读 · 2018年1月26日
变种神经网络的典型代表:深度残差网络
机器学习研究会
9+阅读 · 2017年10月20日
一个人的企业安全建设之路
FreeBuf
5+阅读 · 2017年7月7日
Arxiv
11+阅读 · 2018年10月17日
Arxiv
4+阅读 · 2018年9月6日
Feature Selection Library (MATLAB Toolbox)
Arxiv
7+阅读 · 2018年8月6日
VIP会员
相关资讯
主流互联网平台广告业务对比分析
百度公共政策研究院
29+阅读 · 2019年5月20日
Kali Linux 渗透测试:密码攻击
计算机与网络安全
16+阅读 · 2019年5月13日
你的算法可靠吗? 神经网络不确定性度量
专知
40+阅读 · 2019年4月27日
被动DNS,一个被忽视的安全利器
运维帮
11+阅读 · 2019年3月8日
推荐系统BAT面试题:说说协同过滤的原理
七月在线实验室
50+阅读 · 2019年1月30日
招行高端卡套路深!“理财办卡”坑了多少人?
凤凰财经
3+阅读 · 2018年12月30日
年度增速黑马快视频 是谁将它推向神坛
Analysys易观
4+阅读 · 2018年1月26日
变种神经网络的典型代表:深度残差网络
机器学习研究会
9+阅读 · 2017年10月20日
一个人的企业安全建设之路
FreeBuf
5+阅读 · 2017年7月7日
Top
微信扫码咨询专知VIP会员