滚动翻页
Cybersecurity · AP Cybersecurity
社会工程、密码、公共 Wi-Fi 与 AI
攻击者很少直接硬攻系统。他们会找最容易的入口:一个能被说动而采取行动的人、一个能被猜出的密码、一个能被伪造的网络。
图中依次对同一个目标施展三种途径。一条为诱使目标点击而设计的消息(社会工程);对弱密码的一连串猜测(弱身份验证);以及一个名字几乎和咖啡馆一样的伪造 Wi-Fi 网络,它把目标的流量转给攻击者(公共 Wi-Fi)。
本章是 AP Cybersecurity 的第 1 单元,在课程框架中约占 10 个课时。内容包括社会工程(1.1)、密码攻击的迹象与更强的身份验证(1.2)、攻击者以及对公共网络的攻击(1.3)、攻击者如何使用 AI(1.4),以及防御者如何使用 AI(1.5)。
本单元开启课程的三项技能:解释漏洞如何产生风险、找到缓解风险的办法,以及根据日志中可疑活动的迹象(称为入侵指标,IoC)检测攻击。考试按技能而非单元分配权重:分析风险, 缓解风险 and 检测攻击 各占选择题部分的 25–40%。
操纵的是人,而不是机器
社会工程攻击利用心理手段来操纵用户,使其泄露敏感信息、下载恶意文件或点击恶意链接。
让目标泄露信息称为诱导(elicitation)。另外两种行为,则是让攻击者得以进入目标的设备,或进入目标会输入密码的页面。
社会工程可以当面进行,但更多是通过电子邮件、短信或社交媒体消息。图中沿每个渠道各发出一条消息,并显示它想要的行为:通过email,套取敏感信息(诱导);通过短信,下载恶意文件;通过社交媒体消息,点击恶意链接。
这不需要任何技术缺陷:只要目标照消息的要求去做,攻击就能奏效。所以防御要从识别消息开始。
人们为什么先行动后思考
攻击者常用两种心理手段。恐吓是以负面后果威胁目标,迫使其服从。紧迫感是制造理由,让目标必须迅速行动。
两者都依赖常见的心理学原理。恐吓利用了人天生厌恶负面后果的特点:通过强调这些后果,攻击者用恐惧促使目标行动。紧迫感利用了人对有时间限制的需求会迅速做出反应的天性:感到被迫立即回复的目标不会花时间去考虑这一行为是否合理或安全。
图中依次点亮一封假设的钓鱼邮件的各个线索:
From: PaperTrail Security <alerts@papertrai1-support.example> To: r.diaz@school.example Subject: [紧急] 账户将在 2 小时后被删除 我们检测到有新设备登录。 请在 2 小时内验证你的身份,否则你的 账户将被永久删除, 你的所有文件都将丢失。 立即验证:papertrai1-support.example/verify — PaperTrail 账户团队
紧迫感:“2 小时内”,出现在主题中,正文里又出现一次。恐吓:账户将被“永久删除”,文件将“丢失”。还有另外两个迹象:发件人的域名 papertrai1-support.example 用数字 1 代替字母 l,仿冒真正的 papertrail.example,而链接指向的正是这个相似域名。
安全的做法是慢下来:不要用消息中的链接;自己去访问真正的网站或应用,并核实。
信息、验证码和对设备的控制
社会工程攻击造成的损害取决于受害者交出了什么。
可能导致冒充的个人信息:姓名、电话号码、地址、工作单位、宠物的名字、生日。很多网站正是用这些信息作为验证身份的验证问题。图中受害者的宠物的名字, birthdate, school落到了攻击者手里,攻击者用“Biscuit”回答了“你的第一只宠物叫什么名字?”。
安全信息,如一次性密码(OTP)或登录验证码。拿到验证码 482 913,攻击者就能以受害者的身份登录某项服务。
恶意软件。一次下载或点击就可能在设备上安装恶意软件,窃取 Web 浏览器中的信息(这里是已保存的密码 and 浏览器 Cookie),或把受害者引向一个会获取其登录凭据的网站。
阅读账户的登录日志
在在线密码攻击中,攻击者尝试用常见密码、常见的密码模式或被盗的密码登录某台设备或某项服务。
在登录日志中,它的迹象有:短时间内大量失败的尝试、异常时间的登录尝试,以及来自未知设备的尝试。
一个假设账户的活动:
day time IP address device result 周六 10:43:02 198.51.100.23 known success 太阳 20:51:17 198.51.100.23 known success 周二 03:12:04 203.0.113.77 unknown FAILED 周二 03:12:08 203.0.113.77 unknown FAILED 周二 03:12:12 203.0.113.77 unknown FAILED 周二 03:12:16 203.0.113.77 unknown FAILED 周二 03:12:20 203.0.113.77 unknown FAILED 周二 03:12:24 203.0.113.77 unknown FAILED 周二 03:12:28 203.0.113.77 unknown FAILED 周二 03:12:32 203.0.113.77 unknown FAILED 周二 03:12:36 203.0.113.77 unknown success 周二 18:34:50 198.51.100.23 known success
机主从一台已知的笔记本电脑登录,时间在198.51.100.23,集中在周末和晚上(图中的蓝色)。随后,在某个周二的清晨,203.0.113.77 处的一台未知设备发起了 8 次失败的尝试,间隔 4 秒,从第一次到最后一次共 28 秒:所有迹象同时出现(红色)。紧接着的那次成功是日志中最糟糕的一行:攻击得手了,这个账户不再只属于机主一个人。
如此规律的突发是脚本,而不是人在键入。按 IP 地址和每分钟统计失败次数,防御者就能发现它。
模式,以及由一个人的生活构建的字典
很多人设置密码时遵循常见的模式,攻击者对此一清二楚。
这些模式有:以一两个单词开头,加一个两位数(常是年份),在末尾放一个特殊字符;包含家人或宠物的名字;包含对本人有特殊意义的日期。
所以攻击者会根据收集到的目标个人信息(生日、纪念日、宠物和家人的名字)建立一个可能密码的字典,再由自动化工具逐个提交。
图中攻击者知道一个假设目标的宠物(Biscuit)、姐妹(玛雅)以及出生年月(3/2009)。2 个单词 × 2 个数字(09, 03)× 3 个符号(! ? #) 生成了 12 个候选密码。目标的密码 玛雅09! 完全符合这种模式:它是第 7 次猜测。
字典找不到的密码
用户应当创建长、随机且唯一的密码,并避免使用名字、日期,或其他对本人有特殊意义的词语或数字。
又长又随机,会让猜测无望。图中统计了攻击者必须尝试的密码数量(对数刻度),假设每秒猜测 1,000 次;平均来说,猜到一半时就会碰上正确的那个:
| password | possible | 平均用时 |
|---|---|---|
单词 + 两位数字 + 符号Maya09! | 10,000 个常用单词 × 100 个两位数 × 32 个符号 = 3.2 × 107 | 4.4 hours |
五个随机单词gravel-lantern-orbit-maple-sleet | 7,7765:五个单词,各取自含 7,776 个词的词表 = 2.8 × 1019 | 4.5 × 108 years |
16 个随机字符q7#Lm2$vR9!xT4@k | 9416:16 个字符,每个都可以是键盘上 94 个字符中的任意一个 = 3.7 × 1031 | 5.9 × 1020 years |
这种模式在 4.4 hours 内就被攻破,而由目标自己的词语构成的字典则小得多。五个随机单词大约需要 4.5 × 108 years。
唯一很重要,因为被盗的密码会被拿到其他网站上去试:在已遭泄露的网站上用过的密码,根本不用猜。
密码管理器可以生成并保存强密码(比如那种 16 个随机字符的密码),用户也可以为自己的账户设置长而唯一的口令短语。
只有密码是不够的
只要有条件,用户就应当启用多因素身份验证(MFA),它除密码之外,还要求提供额外的身份证明,例如一次性验证码。
MFA 是额外的一层安全:仅凭猜出、被钓走或被盗的密码,已经打不开账户了。
图中同一个登录表单运行了两次。拿着被盗密码的攻击者通过了第一步,随后被要求输入发送到机主手机上的验证码,而攻击者没有这个验证码:被拒绝。机主输入同样的密码,再输入手机上的验证码(731 806,假设):登录成功。
MFA 也是 1.1 中的攻击要索取一次性验证码的原因之一。把验证码念给攻击者的受害者,连第二因素也一并交了出去:真正的服务从来不会索要它。
技能与动机
可以按技能水平给攻击者分类。
低技能攻击者依赖他人开发、可以在网上买到的恶意网络工具。他们使用的工具利用的是已知漏洞。
高技能攻击者可以开发新的恶意网络工具,或修改现有工具,以适应新的防御技术和工具。他们还能发现没有文档记录的漏洞,称为零日漏洞。
图中低技能攻击者买来一个工具,对系统 3 个已知漏洞中的一个下手;高技能攻击者则自己开发工具,并找到一个无人登记过的漏洞。
攻击者的动机也多种多样:greed, recognition, 一项公益事业, revenge, politics and beliefs。攻击者是谁、为什么出手,能让防御者知道他们可能攻击什么、攻击得多猛。
一个外观相似的无线网络
在恶意双胞胎攻击中,攻击者架设自己的无线接入点(WAP),其服务集标识符(SSID,即网络名称)与目标网络相似或相同。
受害者可能在不知情的情况下选择并连接到这个恶意双胞胎,使攻击者得以截获其网络流量。图中咖啡馆的网络(假设)名为“Harbor Books Wi-Fi”;紧挨着它的攻击者的网络名为“Harbor Books WiFi”。笔记本电脑加入了这个双胞胎,每个数据包都经过攻击者之手。
攻击者能读到什么,取决于协议。它无法读取使用 HTTPS 等加密协议的流量:这些数据包保持密封。而未加密的 DNS 查询(笔记本电脑询问 mybank.example 在哪里)可以被读取,并显示受害者访问了哪些网站。
防御办法:核实你要加入的任何无线网络的名称是否与你打算加入的网络名称完全一致。伪造的网络还可能显示一个假的登录页面(强制门户),索要账户密码;不要给它。
另外两种无线攻击
在干扰攻击中,攻击者用与无线网络同一频率范围的强电磁(EM)信号淹没某个区域。
干扰信号会阻止接入点(AP)与其用户之间的正常流量。阻止用户访问资源的攻击称为拒绝服务(DoS)攻击。图的左侧,干扰器开启期间,用户的流量就中断了。
在战争驾驶攻击中,攻击者一边开车或步行绕着目标转,一边试图探测无线网络的信标,也就是接入点发出的通告。
探测到的信号会告诉攻击者所用无线网络的类型(这里是假设的“Northfield-Staff”,WPA2),并显示信号延伸到建筑物外部的位置。图的右侧,汽车在绕行约 25% 的路程上能听到员工网络,全部在围墙之外:攻击者无需进入就能在这些地方展开行动。
加密与 VPN
大多数互联网协议都经过加密,以保护网络流量。但并非所有协议都加密,所以个人在选择是否加入未加密的 Wi-Fi 网络时,可以权衡自己数据的敏感程度。
某些数据,如 DNS 查询,在未加密的网络上可能很脆弱:附近的任何人或网络的所有者,都可能得知正在访问哪些网站。
个人可以考虑使用虚拟专用网络(VPN),它会把所有流量加密后送到 VPN 运营商的系统。图中流量在隧道内经过咖啡馆的接入点和服务提供商,它们只能看到加密的数据。
VPN 并不会让流量对所有人都不可见。流量在 VPN 服务器处被解密:VPN 提供商可以查看流量。VPN 把信任从咖啡馆和服务提供商转移到了 VPN 运营商身上。
综合起来,习惯是:只加入名称与你想加入的网络完全一致的网络,优先选择 HTTPS 等加密连接,数据重要时使用 VPN。
冒充与共享暗号
攻击者可以使用 AI 驱动的工具,利用某人现有的声音和图像样本,创建此人的数字化身。
借助这类工具,攻击者可以在电话里,甚至视频通话中冒充某人,造成经济损失,或导致敏感信息、隐私信息被泄露。随着越来越多的组织采用声纹身份验证,声音冒充的潜在影响更大。
图中(假设)一位青少年的声音,只需来自 3 条公开视频的 45 秒样本,工具就足以将它克隆出来。克隆的声音打电话给一位亲戚,惊慌失措地要保释金。
防护办法:与亲密的朋友和亲人约定共享暗号,也就是只有你们两人知道的一个暗语或短语,以便在重大情形下互相确认身份。亲戚索要这个暗号,克隆的声音答不上来。
还要启用 MFA:如果攻击者克隆声音来进入使用声纹验证的系统,要求第二因素仍能把他们挡在外面。
钓鱼、泄露、投毒与侦察
生成式 AI 工具,如大语言模型(LLM),能在多个方面帮助攻击者。
用任何语言钓鱼。语言不自然曾经是识破非母语者所写钓鱼内容的一个办法。有了 LLM,任何目标语言的消息读起来都像母语者写的,这条线索就没有了。
套取信息。攻击者可以构造提示词,从 LLM 中套取安全信息或敏感信息;这些信息可能来自用户输入,也可能来自训练模型所用的大型数据集。投毒。攻击者可以发布或修改带有虚假信息的网站,使其被纳入 LLM 的训练集,模型随后重复这些信息(图中是一个虚假的求助热线号码)。
侦察与代码。AI 工具可以扫描互联网,收集目标在社交媒体和公共网站上发布的内容;AI 编程工具还能帮助编写新的恶意软件、修改应用程序代码使其做出恶意行为,或在大型代码库中找出漏洞。
防护办法:不要向聊天机器人或虚拟助手等 AI 工具输入个人数据或敏感数据(有些工具会把用户输入再用于训练),并认真评估 AI 的输出,用信誉良好、稳定、非 AI 的来源加以核实。
配置、代码与检测规则
防御者同样使用 AI 驱动的工具,规则始终一致:建议被采用之前,要由内行的人审核。
AI 工具可以审查防火墙规则、访问控制等安全配置,并推荐更安全的选项:由内行的安全技术员检查。它们可以分析应用程序代码以找出漏洞并推荐缓解措施:由内行的程序员审核。它们还可以为自动化检测系统提出规则:加入之前由内行的检测工程师审核。
图中(假设)一个工具提出了 4 条建议:
| recommendation | 审核人 | result |
|---|---|---|
| firewall rule: 阻止入站 telnet(23 端口) | 安全技术员 | approved |
| code fix: 在数据库查询之前先验证输入 | programmer | approved |
| detection rule: 同一 IP 在 1 分钟内登录失败 10 次即发出警报 | 检测工程师 | approved |
| access control: 移除每个账户对文件服务器的访问权限 | 安全技术员 | rejected |
其中 3 条是合理的,会进入在线系统。最后一条会让所有用户都无法访问文件服务器,所以技术员否决了它。工具速度快;审核人则知道系统是做什么用的。
数百万个事件,少数几条警报
网络上每天发生的数百万个数字事件中,有一些很可能是攻击者在行动。人类不可能把它们全部仔细检查一遍。
一个假设的网络每天记录 4,000,000 个事件。一位分析员每分钟仔细查看一个,一个 8 小时的班次能看 480 个:要 8,333 个班次才能看完一天的事件。
AI 驱动的工具可以经过训练,快速分析数字事件,把很可能是恶意的和无害的区分开。如果工具标记了其中的 0.01%,那就是每天 400 个:正好是一位分析员一个班次的量。
这些工具可以被设定为在检测到很可能是恶意的活动时向人类网络安全人员发出警报,或根据活动类型采取具体的纠正措施:图中是封锁地址 203.0.113.77。
这样,威胁检测与响应团队就能发现恶意活动并迅速介入,防止数字基础设施和数据遭受损失、伤害、破坏与毁灭。