
网络黑产的大数据阴谋(2)_数据分析师培训
“撞库”做大数据库
对黑产链条上的人而言,通过拖库、洗库得到数据并不意味着此番劫掠的结束,还会有黑产链条上的人将得到的数据在其他网站上进行尝试登录,业内称其为“撞库”。2014年12月25日,中国铁路购票网12306网站被曝出泄露用户数据,其时超过13万条用户隐私数据在互联网上疯传,用户账号、密码、身份证号、注册邮箱等数据被大范围流传、买卖。事后经国内安全企业推断,此次数据泄露,并非黑客攻击12306所为,乃是撞库成功.
万涛对法治周末记者解释,撞库就是黑客用其他渠道泄露的用户名和密码尝试登录12306,结果登录成功。登录成功后,就可以获得用户在12306订票时所需的身份证号等个人信息由于很多用户为了方便记忆,会在不同网站使用相同的用户名和密码,这就大大增加了黑客撞库成功的概率。“在12306网站上撞库成功后,黑客也会尝试去撞其他的库,比如去登录淘宝、京东这样的电商网站,如果同样撞库成功的话,黑客又会多了用户个人支付账号、消费记录等数据。”万涛表示,撞库可反复操作,而每一次撞库成功,都会获得用户更多维度的数据。而黑客每次撞库并非像普通用户想象的拿一组用户名和密码手工操作。TOMslnsight公司的报告显示,黑客可以使用自己开发的工具、直接数据库匹配登录技术以及配合黑色产业链中的打码机制(利用人工智能大量输入验证码)对很多网站进行批量撞库。 作为雷霆行动的负责人,腾讯安全管理部总经理朱劲松对此深有体会。他对法治周末记者表示,通过警方破获的一些案件来看,一些黑产人员会把通过不同渠道得到的数据库整合成一个庞大的社工库,大量网络用户的隐私信息、上网的行为和个人金融财产安全相关的数据都会被黑产分子重新进行整合。“这其实做的就是大数据。”朱劲松说。
以2014年广东省破获的“海燕3号”专案为例,据《南方都市报》报道,当时年仅17岁的黑客通过自编软件攻击招聘类网站,因该招聘网站只需输入邮箱号和密码就可登录,为此获取了数百万条公民的个人信息,并将这些信息与其他途径获取的大数据自行整理成数据库,通过使用一套数据整理软件,自动匹配成完整的银行卡用户的核心信息。
截至案发,警方统计得出,该黑客所建数据库中包括各类公民信息、银行卡信息达800万条,其中包含身份证号、登录密码、手机号码和银行卡账号信息齐全的共有19万条,可用于直接盗刷,对应的银行账号金额达14.98亿元。
朱劲松还透露,目前整个黑产圈里已经有人开始利用大量的社工库数据所成立的查询平台,一个黑产人员只要花十几元钱,就可以通过这种平台去查询到一个用户的姓名、手机号码、身份证号码和银行卡号核心四要素。随着拖库、撞库的网站不断增加,用于诈骗分子诈骗的社工库也日益完善,对于用户的潜在威胁也越来越大。 “有了这些多维度的海量信息,也会让网络诈骗变得更有针对性和迷惑性。”朱劲松说。
1个上游端供养10个犯罪团伙
黑客的拖库、撞库举动只是整个黑产链条的一个环节。“生活中很多精准式诈骗的场景背后,都是有一整套的网络黑色产业链的团伙在相互协作,形成对用户进行各类侵害的利益链条。”朱劲松说。朱劲松对这一链条进行了梳理:在整个产业链的上端是技术含量最高、也是最为隐蔽的群体,他们以职业黑客为主,通过挖掘漏洞、编写木马来实施入侵 产业链的中间环节,则是一个更为庞大的进行欺诈的犯罪团伙,他们通常具备比较高的情商,能够熟练地应用社会工程学(它集合了心理学、社会心理学、组织行为学等一系列的学科,可利用人的弱点如人的本能反应、好奇心、信任、贪便宜等弱点进行攻击)的理论和知识来对用户实施具体的欺诈行为;在整个产业链的下游,是支撑整个黑色产业链各种周边的组织。如取钱、洗钱团伙、收卡团伙、贩卖身份证团伙等。
近日,腾讯发布的《网络黑色产业链年度报告》揭示,平均一个上游端就可长期供养10个以上网络黑产犯罪团伙。以辽宁网安部门破获的一起非法入侵韩国网站盗取韩国网民银行存款的特大团伙为例,其中就有黑帽开发制作木马、包马人进行代理木马,然后入侵韩国网站挂马,在韩国网民浏览网站时窃取网银账户密码;在网银账号和密码得手后,网络盗窃黑产团伙便会入侵受害人网银;随后洗钱团伙跟进,将受害人存款转移至韩国银行卡,最后再由下游的取钱团伙,通过ATM机、游戏点卡、充值卡等提现。仅半年时间,由34人组成的犯罪团伙就先后对110余家韩国网站实施入侵,盗窃韩国网民银行账号密码4000余组,涉案金额折合人民币1000余万元。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29