捲動以翻頁
Cybersecurity · AP Cybersecurity
社交工程、密碼、公共 Wi-Fi 與 AI
攻擊者很少正面攻破系統。它會找最容易的入口:一個可以被說服去行動的人、一個可以被猜到的密碼、一個可以被偽造的網路。
圖中依序對同一個目標施行三條這樣的途徑。一則為了讓目標點擊而設計的訊息(社交工程);對弱密碼的一連串猜測(薄弱的身分驗證);以及一個名稱幾乎和咖啡館相同的假 Wi-Fi 網路,把目標的流量交給攻擊者(公共 Wi-Fi)。
本章是 AP 網路安全的第 1 單元,在課程架構中約 10 堂課。內容包括社交工程(1.1)、密碼攻擊的跡象與更強的身分驗證(1.2)、攻擊者與對公共網路的攻擊(1.3)、攻擊者如何使用 AI(1.4),以及防禦者如何使用 AI(1.5)。
本單元開啟了課程的三項技能:說明漏洞如何造成風險、找出降低風險的方法,以及從日誌中可疑活動的跡象(稱為入侵指標,IoC)偵測攻擊。考試是依技能而非單元配分:分析風險, 降低風險 and 偵測攻擊各占選擇題部分的 25–40%。
操縱的是人,不是機器
社交工程攻擊利用心理手段操縱使用者,讓他們洩漏敏感資訊、下載惡意檔案,或點擊惡意連結。
讓目標洩漏資訊稱為誘導套話(elicitation)。另外兩種行動,則是讓攻擊者得以進入目標的裝置,或是引導到一個目標會輸入密碼的頁面。
社交工程可以當面進行,但更常透過電子郵件、簡訊或社群媒體訊息。圖中在每個管道各送出一則訊息,並顯示它想要的行動:透過 email,洩漏敏感資訊(誘導套話);透過 簡訊,下載惡意檔案;透過 社群媒體訊息,點擊惡意連結。
不需要任何技術缺陷:只要目標照訊息的要求去做,攻擊就成功了。這就是為什麼防禦要從辨識訊息開始。
為什麼人會不經思考就行動
攻擊者常用兩種心理手段。恐嚇是以負面後果威脅目標,要他們服從。緊迫感則是製造理由,讓目標必須儘快行動。
兩者都依賴常見的心理原理。恐嚇利用人天生對負面後果的排斥:藉由把注意力引向這些後果,攻擊者用恐懼促使目標行動。緊迫感利用人面對時效性需求時天生快速反應的傾向:感到被逼著回應的目標,不會花時間去想這個行動是否合理或安全。
圖中依序亮起一封假設的網路釣魚郵件的各個線索:
寄件者:PaperTrail Security <alerts@papertrai1-support.example> 收件者:r.diaz@school.example 主旨:[緊急] 帳號將在 2 小時後刪除 我們偵測到有新裝置登入。 請在 2 小時內驗證您的身分,否則您的 帳號將被永久刪除, 您所有的檔案都會遺失。 立即驗證:papertrai1-support.example/verify — PaperTrail 帳號團隊
緊迫感:「2 小時內」,出現在主旨,正文中又出現一次。恐嚇:帳號被「永久刪除」,檔案「遺失」。還有另外兩項指標:寄件者的網域 papertrai1-support.example 用數字 1 取代字母 l,仿冒真正的 papertrail.example,而連結指向的就是這個仿冒網域。
安全的做法是慢下來:不要使用訊息中的連結;自己前往真正的網站或應用程式去確認。
資訊、驗證碼,以及裝置的控制權
社交工程攻擊造成的損害,取決於受害者交出了什麼。
可能導致冒充的個人資訊:姓名、電話號碼、地址、工作地點、寵物的名字、生日。這些正是許多網站用來驗證身分的驗證問題。圖中受害者的 寵物的名字, birthdate, school 落到攻擊者手中,攻擊者用「Biscuit」回答「你的第一隻寵物叫什麼名字?」。
安全資訊,例如一次性密碼(OTP)或登入驗證碼。有了驗證碼 482 913,攻擊者就能以受害者的身分登入服務。
惡意軟體。下載或點擊可能在裝置上安裝惡意軟體、竊取網頁瀏覽器中的資訊(這裡是 已儲存的密碼 and 瀏覽器 cookie),或把受害者導向一個會擷取其登入憑證的網站。
閱讀帳號的登入日誌
在線上密碼攻擊中,攻擊者利用常見密碼、常見的密碼模式或被竊的密碼,嘗試登入裝置或服務。
在登入日誌中的跡象有:短時間內大量失敗嘗試、異常時間的登入嘗試,以及來自陌生裝置的嘗試。
一個假設帳號的活動:
日 時間 IP 位址 裝置 結果 週六 10:43:02 198.51.100.23 known success 太陽 20:51:17 198.51.100.23 known success 週二 03:12:04 203.0.113.77 unknown FAILED 週二 03:12:08 203.0.113.77 unknown FAILED 週二 03:12:12 203.0.113.77 unknown FAILED 週二 03:12:16 203.0.113.77 unknown FAILED 週二 03:12:20 203.0.113.77 unknown FAILED 週二 03:12:24 203.0.113.77 unknown FAILED 週二 03:12:28 203.0.113.77 unknown FAILED 週二 03:12:32 203.0.113.77 unknown FAILED 週二 03:12:36 203.0.113.77 unknown success 週二 18:34:50 198.51.100.23 known success
擁有者從一台已知的筆電於 198.51.100.23、週末和晚上登入(圖中的藍色)。接著,在某個週二清晨,一台陌生裝置於 203.0.113.77 發出 8 次失敗嘗試,每次相隔 4 秒,從第一次到最後一次共 28 秒:所有跡象同時出現(紅色)。隨後的成功登入是日誌中最糟的一行:攻擊成功了,這個帳號不再只屬於擁有者。
這麼規律的一波嘗試是腳本,不是人在打字。依 IP 位址與每分鐘統計失敗次數,防禦者就能發現它。
模式,以及由一個人的生活建成的字典
許多人建立密碼時會使用常見的模式,而攻擊者很清楚這些模式。
這些模式:以一兩個單字開頭,加上兩位數的數字(常是年份),並在結尾放一個特殊字元;包含家人或寵物的名字;包含對自己有特殊意義的日期。
所以攻擊者會用蒐集到的目標個人資訊(生日、紀念日、寵物和家人的名字)建立一份可能密碼的字典,再由自動化工具一個接一個地送出。
圖中攻擊者知道一位假設目標的寵物(Biscuit)、姊妹(馬雅)以及出生年月(3/2009)。2 個單字 × 2 個數字(09, 03)× 3 個符號(! ? #) 產生 12 個候選密碼。目標的密碼 馬雅09! 完全符合這個模式:它是第 7 次猜測。
字典找不到的密碼
使用者應建立長、隨機且唯一的密碼,並避免使用名字、日期,或其他對個人有意義的單字或數字。
又長又隨機,會讓猜測變得毫無希望。圖中計算攻擊者必須嘗試的密碼數量(對數刻度),假設每秒猜 1,000 次;平均來說,正確的那個會在走到一半時出現:
| password | possible | 平均時間 |
|---|---|---|
單字 + 兩位數字 + 符號Maya09! | 10,000 個常見單字 × 100 個兩位數 × 32 個符號 = 3.2 × 107 | 4.4 hours |
五個隨機單字gravel-lantern-orbit-maple-sleet | 7,7765:五個單字,各取自 7,776 個單字的清單 = 2.8 × 1019 | 4.5 × 108 years |
16 個隨機字元q7#Lm2$vR9!xT4@k | 9416:16 個字元,各是鍵盤上 94 種字元中的任一個 = 3.7 × 1031 | 5.9 × 1020 years |
這種模式在 4.4 hours 內就被攻破,而由目標自己的單字建成的字典還要小得多。五個隨機單字則需要約 4.5 × 108 years。
唯一很重要,因為被竊的密碼會被拿去其他網站試:從被入侵的網站重複使用的密碼,根本不是猜測。
密碼管理員可以產生並儲存強密碼(例如那 16 個隨機字元),使用者也可以為自己的帳號建立又長又唯一的密碼短語。
光靠密碼是不夠的
在可以使用時,使用者應啟用多重要素驗證(MFA),它除了密碼之外,還要求額外的身分證明,例如一次性驗證碼。
MFA 是額外的一層安全防護:光是猜到、被釣走或被竊的密碼,已經打不開帳號了。
圖中把同一個登入表單跑兩次。持有被盜密碼的攻擊者通過了第一步,接著被要求輸入傳到擁有者手機的驗證碼,而攻擊者沒有:被拒絕。擁有者輸入同樣的密碼,接著輸入手機上的驗證碼(731 806,假設):登入成功。
MFA 是 1.1 的攻擊會索取一次性驗證碼的原因之一。把驗證碼唸給攻擊者聽的受害者,連第二個因素也一併交了出去:真正的服務絕不會索取它。
技能與動機
攻擊者可以依技能等級來分類。
低技能攻擊者依賴他人製作、可在網路上購買的惡意網路工具。他們使用的工具利用的是已知漏洞。
高技能攻擊者能製作新的惡意網路工具,或修改既有的工具以適應新的防禦技術與工具。他們也能發現尚未公開記載的漏洞,稱為零時差漏洞。
圖中低技能的攻擊者買了一個工具,用在系統 3 個已知漏洞中的一個;高技能的攻擊者則自己打造工具,並找到一個沒有人列出過的漏洞。
攻擊者也有各式各樣的動機:greed, recognition, 一項理念, revenge, politics and beliefs。攻擊者是誰、為什麼這麼做,能讓防禦者知道他們可能攻擊什麼、攻擊得多猛烈。
一個外觀相似的無線網路
在邪惡雙子攻擊中,攻擊者架設自己的無線存取點(WAP),並使用與目標網路相似或相同的服務集識別碼(SSID),也就是網路名稱。
受害者可能在不知情的情況下選擇並連上邪惡雙子,讓攻擊者得以擷取他們的網路流量。圖中某家咖啡館的網路(假設)叫「Harbor Books Wi-Fi」;攻擊者在它旁邊架設的叫「Harbor Books WiFi」。筆電連上了這個雙子,每個封包都經過攻擊者之手。
攻擊者能讀到什麼,取決於通訊協定。它無法讀取使用 HTTPS 這類加密協定的流量:那些封包仍然保持密封。未加密的 DNS 查詢(筆電詢問 mybank.example 在哪裡)則可以被讀取,並顯示受害者造訪了哪些網站。
防禦方法:確認你要連上的任何無線網路,其名稱和你打算加入的網路名稱完全相符。假網路還可能顯示假的登入頁面(強制入口網頁),要求輸入帳號密碼;千萬不要給它。
另外兩種無線攻擊
在干擾(jamming)攻擊中,攻擊者以與無線網路相同頻率範圍的強電磁(EM)訊號淹沒某個區域。
干擾訊號會阻止存取點(AP)與其使用者之間的正常流量。使使用者無法存取資源的攻擊,稱為阻斷服務(DoS)攻擊。圖的左側,干擾器開啟時,使用者的流量就停止了。
在尋網駕駛(war driving)攻擊中,攻擊者開車或步行繞著目標,試圖偵測無線網路的信標,也就是存取點發出的公告。
偵測到的訊號讓攻擊者得知所用無線網路的類型(這裡是假設的「Northfield-Staff」,WPA2),並顯示訊號延伸到實體建築之外的範圍。右側,汽車在繞行一圈中約有 25% 的時間聽得到員工網路,而且全都在牆外:攻擊者不必進門就能在這些地方下手。
加密與 VPN
大多數網際網路協定都經過加密,以保護網路流量。但並非所有流量都有加密,所以個人可以衡量資料的敏感程度,來決定要不要加入未加密的 Wi-Fi 網路。
有些資料(例如 DNS 查詢)在未加密的網路上可能很脆弱:附近的任何人或網路的擁有者,都可能得知正在造訪哪些網站。
個人可以考慮使用虛擬私人網路(VPN),它會把所有流量加密後送到 VPN 營運者的系統。圖中,流量在通道內經過咖啡館的存取點與服務供應商,而它們只看得到加密過的資料。
VPN 並不會讓流量對所有人都隱形。流量會在 VPN 伺服器解密:VPN 供應商看得到流量。VPN 把信任從咖啡館與服務供應商,轉移給了 VPN 營運者。
綜合起來,這些習慣是:只加入名稱與你想連的網路完全相符的網路,優先使用 HTTPS 等加密連線,並在資料重要時使用 VPN。
冒充,以及共用暗號
攻擊者可以使用 AI 驅動的工具,利用某人現有的聲音與影像樣本,製作出那個人的數位分身。
有了它,攻擊者可以在電話上,甚至在視訊通話中冒充某人,造成財務損失,或導致敏感或私人資訊外洩。隨著越來越多組織採用語音身分驗證,聲音冒充的潛在影響也更大。
圖中(假設),一位青少年 45 秒的聲音(來自 3 則公開影片貼文)就足以讓工具複製。複製出來的聲音打電話給一位親戚,驚慌地要保釋金。
防範方法:與親密的朋友和親戚建立共用暗號,也就是只有你們兩人知道的暗語或短句,在高風險的情況下用來互相驗證身分。親戚要求說出暗語,複製的聲音就答不出來。
並且啟用 MFA:如果攻擊者複製聲音來進入採用語音驗證的系統,要求第二個因素仍能把他們擋在門外。
網路釣魚、資料洩漏、下毒與偵察
生成式 AI 工具,例如大型語言模型(LLM),在幾個方面幫助攻擊者。
用任何語言進行網路釣魚。不自然的語言曾是識破非母語者所寫網路釣魚訊息的線索。有了 LLM,任何目標語言的訊息讀起來都像是母語者寫的,這個線索就消失了。
擷取資訊。攻擊者可以設計提示,從 LLM 擷取安全或敏感的資訊;這些資訊可能來自使用者輸入,也可能來自訓練模型所用的大型資料集。下毒。攻擊者可以發布或修改含有錯誤資訊的網站,使其被納入 LLM 的訓練集,讓模型複述這些錯誤(圖中是一組假的客服專線號碼)。
偵察與程式碼。AI 工具可以掃描網際網路,蒐集目標在社群媒體與公開網站上發布的內容,而 AI 程式設計工具可以協助撰寫新的惡意軟體、修改應用程式程式碼使其帶有惡意,或在大型程式碼庫中找出漏洞。
防範方法:不要把個人或敏感資料輸入聊天機器人或虛擬助理等 AI 工具(有些會把使用者輸入回饋到訓練中),並仔細評估 AI 的輸出,以信譽良好、穩定、非 AI 的來源加以查證。
設定、程式碼與偵測規則
防禦者也使用 AI 驅動的工具,而且規則每次都一樣:由有專業知識的人先審查建議,才能採用。
AI 工具可以檢視安全設定(例如防火牆規則和存取控制),並建議更安全的選項:由有專業知識的資安技術員檢查。它們可以分析應用程式程式碼以找出漏洞並建議緩解措施:由有專業知識的程式設計師審查。它們可以建議自動化偵測系統的規則:在加入之前,由有專業知識的偵測工程師審查。
圖中(假設),一個工具提出 4 項建議:
| recommendation | 審查者 | result |
|---|---|---|
| firewall rule: 封鎖傳入的 telnet(連接埠 23) | 資安技術員 | approved |
| code fix: 在資料庫查詢之前先驗證輸入 | programmer | approved |
| detection rule: 同一個 IP 在 1 分鐘內登入失敗 10 次就發出警報 | 偵測工程師 | approved |
| access control: 移除所有帳號對檔案伺服器的存取權 | 資安技術員 | rejected |
其中 3 項是妥當的,會進入正式系統。最後一項會讓所有使用者都無法存取檔案伺服器,所以技術員將它退回。工具很快;審查者則知道系統是拿來做什麼的。
數百萬筆事件,少數幾則警報
網路上每天發生的數百萬筆數位事件中,有些很可能是攻擊者在動手。人類無法仔細檢查所有事件。
一個假設的網路每天記錄 4,000,000 筆事件。一位分析師每分鐘仔細看一筆,在 8 小時的班次中能看 480 筆:一天的事件需要 8,333 個班次。
AI 驅動的工具可以經過訓練,快速分析數位事件,把可能是惡意的與無害的分開。如果這個工具標記了 0.01% 的事件,那就是每天 400 筆:剛好是一位分析師一個班次的量。
這些工具可以被設定成在偵測到可能是惡意的活動時,警示人類的網路安全人員,或依活動類型採取特定的矯正行動:圖中是封鎖位址 203.0.113.77。
這樣一來,威脅偵測與回應團隊就能抓到惡意活動並迅速介入,防止數位基礎設施與資料遭受損失、傷害、損壞與破壞。