业务遭遇欺诈风险,发起攻击的黑灰产主要是为了谋取利益。对于黑灰产利益目的甄别需要多方面情报,再辅助技术和专家经验,然后进行综合判断,进而帮助企业及时响应、精准布控。 果然,某知名新能源汽车App遭黑灰产疯狂薅羊毛,给车企带来经济与用户的双重损失。黑灰产通过技术手段,注册大量虚假账号,并使用自动化作弊工具进行养号、积攒积分。 7月份,顶象防御云业务安全情报中心监测发现,多个网友通过电商、论坛、IM等方式主动联系到黑灰产,付费帮助其伪造投票量和新用户注册量,然后领取NFT平台的奖励。 黑灰产借机注册大量虚假账号,哄抢平台上首发、稀缺、珍贵的数字藏品。然后通过电商平台折价出售。 业务安全情报通过知己知彼的过程,让威胁攻击变得立体可见,帮助企业加速对行业中新型威胁的布防速度和能力,帮助企业提前获取黑灰产发动威胁的工具、路径、意图等信息,勾勒出攻击者画像。
隐私策略反成为黑灰产的保护伞 iMessage的安全问题饱受用户吐槽,但这不意味着iMessage的隐私保护策略低级。 PQ3技术允许用户使用公钥改变端到端加密的算法,这样它们就可以在经典的非量子计算机上工作,但又能防止使用未来量子计算机的潜在黑灰产攻击。 那么问题来了,如此严格的隐私保护策略给了黑灰产们极其宽广的操作空间。由于端到端的加密机制,黑灰产们的敏感内容同样被保护了起来,从而直接导致短信屏蔽功能失效。 这还真是一个令人感到讽刺的现象。 据卡巴斯基介绍,在2019年就有黑灰产尝试利用该漏洞发起攻击,到了iOS 16版本,该漏洞甚至演变成黑灰产滥用的局面。 在2023年6月披露细节后苹果公司才进行了修复,那在此期间,黑灰产团队究竟利用此漏洞发起了多少次攻击,目前仍未有确切的信息。
对于黑灰产,报告发现:2019年监测到各类网络黑产攻击日均70万次,电商网站、视频直播、棋牌游戏等行业成为网络黑产的主要攻击对象。 其中,像游戏、视频等业务更是黑灰产的重点攻击对象。为了保障业务安全,腾讯依靠旗下庞大的安全团队,在各条业务线上进行黑灰产的研究、对抗和打击工作,积累了丰富的黑灰产对抗实践经验。 Karma 说,“在我们的黑灰产监测系统里,每天能捕获到亿次级恶意网络行为,攻击范围广。可以说,黑灰产本身就是互联网的一块阴影,互联网越发达,阴影也相应的增大。” 而今年以来,情况略微有变。 资源:从事该项黑灰产需要什么前置资源?从哪里获取? 3. 路径:攻击方法是什么?操作流程是什么样?网络路径是什么样? 4. 变现:黑灰产收益是通过什么方式变现?在哪里变现? 那么,在这个基础上,企业要有效的打击黑灰产,最有效的方式是需要了解自身业务存在哪些黑灰产相关的攻击场景,熟悉对方的作恶成本,包括所需的资源、时间、金钱、渠道及收益等。
前言 黑灰产威胁情报就是针对黑灰产行为进行研究,所以首先得定义什么是是黑灰产行:我认为,以获利为目的,针对公司业务,给公司造成较大损害的行为,即使这个行为可能不违法,也可能符合活动规则等,都属于黑灰产行为 分析追踪及治理打击各种黑灰产攻击case三年了,很多国内的攻击行为给我的形象,就是一个刚刚学会说话的小孩,挥舞着 “+12真·天崩地裂般若奔雷大刀”,来跟各大厂商搏斗,前赴后继的。 3、 产出与作用 黑灰产威胁情报的重点就是对围绕公司业务的黑灰产行业及群体进行监控,去摸清相关黑灰产产业结构及组成,逐渐去完善相关黑灰产产业大图及产业链结构,并且分析产业链及结构特点,了解黑灰产产业变化 非数据形式,多是风险预警、黑灰产线索、黑灰产攻击手法描述、行业研究报告等形式出现,非数据形式的产出是黑灰产威胁情报的核心产物,蕴含的价值是最大的,同时也是最难发挥出最大价值的。 4、 威胁情报建设的一点引子 建设思路我们以案例的形式来简单聊下,以常规的垃圾注册黑灰产攻击行为进行举例。
这不是一次简单的"刷量"或"引流",而是一场精心策划的系统性攻击。当我们深入剖析这起事件,会发现一个令人警醒的事实:黑灰产已经完成了从"游击队"到"正规军"的蜕变。 一场持续约3小时的攻击,让这个日活过亿的平台陷入短暂瘫痪。更重要的是,它揭开了黑灰产技术演进的冰山一角。 快手并非没有防御体系。公开资料显示,其安全系统: 每天处理10亿+日志 部署上千条检测策略 采用ATT&CK攻击框架建模 那么,防御为何失效? 从"被动防御"到"主动对抗" 传统思维:等攻击发生 → 发现问题 → 打补丁 新思维:假设随时处于攻击状态 → 持续对抗 → 动态进化 构建"纵深防御"体系 借鉴军事领域的"纵深防御"理念,平台需要建立多层次防线 重视威胁情报共享 黑灰产的工具、手法会在圈内快速扩散。平台之间应该: 建立行业威胁情报联盟 共享攻击特征和防御经验 联合对抗共同的敌人 单打独斗的时代已经过去。
●核心痛点:随着小程序成为茶百道数字化营销的核心载体,其面临两大关键挑战:○安全风险激增:黑灰产频繁发起刷单、薅羊毛、恶意爬取等攻击行为,严重威胁用户权益和品牌声誉;○网络稳定性不足:部分区域网络质量差 基于微信私有协议构建专属通道,支持多地域就近接入,提升访问速度至10倍;○数据私有协议加密:保障用户交易与会员数据传输安全;○Web应用防火墙(WAF):识别并阻断恶意请求,防止SQL注入、XSS等常见攻击 3.客户价值●量化效果:拦截黑灰产攻击:成功拦截4000万+次异常请求;○防护成功率:协议级攻击**100%**被成功阻断;○网络稳定性:整体网络稳定性提升10倍;○访问成功率:提升至99%+;○平均耗时 4.客户证言“我们深知防黑灰产对于品牌的必要性,这也是技术团队义不容辞的责任。和腾讯小程序安全加速合作增强了茶百道的风险防御能力。”——马晓超,茶百道IT研发总监qw01
网络黑灰产已逐步渗透各行各业, 在利益驱动下,这些黑灰产分子无孔不入, 金融业务的各个环节也已被他们摸透。 面对当下困局,金融机构应该如何应对?
刚刚,腾讯云安全天御联合腾讯防水墙发布了一份《2019 年白酒行业黑灰产研究白皮书》,揭开了这群神秘人的面纱↓ ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 点击右上角收藏,无需下载,永久阅读《2019 年白酒行业黑灰产研究白皮书》。 关注腾讯云安全获取更多资讯 点右下角「在看」 开始我们的故事 ?
每年的618购物节,零售电商都会集中开展促销活动,通过优惠券、红包、满减、抵扣等形式多样的优惠方式为消费者提供更好的购物体验,同时也引来了黑灰产和竞争对手的觊觎,面临“薅羊毛”、大流量攻击、品牌仿冒、内容合规等安全挑战 如何升级安全防护能力,保障营销费用不被黑灰产“薅”走?
顶象业务安全情报如何帮助企业“弄懂”黑灰产?顶象业务安全情报——企业一眼“看透”黑灰产不可否认,随着互联网的发展,黑灰产们也变得越来越“聪明”。 同时,这也意味着网络安全厂商与黑灰产的攻防对抗将会日趋激烈,对于防守方而言,仅仅有防御能力是不够的,更需要持续的监测与响应,时刻掌握黑灰产的动向。此时,情报能力就变得尤为重要。 通过分析发现,黑灰产通过打卡作弊工具,向员工兜售“代打卡服务”。其黑灰产的作弊手段主要分为三种,即人脸识别劫持、内外勾结获利、内控管理风险。 顶象安全研究人员据此分析,其原因是企业各个业务平台上沉淀的数据,缺乏共享利用,企业内不同部门之间各自为战,而黑灰产则是团伙作案,这样信息上的不对称导致技术防控上会存在一定的滞后性。 以顶象第一期业务安全情报为例,针对保险行业的保险代打卡问题,顶象通过对黑灰产作弊手段及保险行业的整体风险态势分析,顶象防御云业务安全情报中心建议保险公司采取事前事中事后的全流程防控,有效防虚假打卡欺诈行为
一、黑灰产AI智能化现状:从“蛮力时代”到“智能博弈” 2026年,互联网黑灰产已彻底告别传统“堆资源、拼人力”模式,进入“真人化×智能化”新阶段。 威胁猎人报告显示,2025年国内新增拦截卡达786万例,同比提升127.77%,真人众包型接码平台首次出现,黑产资源结构发生根本性转变。 AI技术正重塑黑灰产攻击范式。 二、AI智能化对抗方案:从被动防御到主动博弈 面对AI驱动的黑灰产攻势,防御体系必须从被动拦截转向主动对抗,形成多维度智能防护体系。 1. 结语 2026年的黑灰产攻防已进入AI智能化的深水区。攻击者利用AI技术实现攻击自主化、隐蔽化和规模化,而防御方必须构建以AI对抗AI的智能防护体系。 在AI重塑网络安全格局的今天,唯有持续创新、智能协同,才能在黑灰产的智能化攻势中构筑坚固的防御长城。
而且,在博览会上,有展馆展示了多种网络黑灰产作案工具。 以下就是展馆展示的八大网络黑灰产作案工具: 1猫池(可以同时接受多个用户拨号连接的设备) ? 黑灰产的猫池上的电话卡,常为通过黑产渠道拿到的非实名认证的廉价电话卡。猫池常被黑灰产用来在各大电商平台上进行大规模网络手机账号垃圾注册,为薅羊毛提供必须的账号资源。 22G短信嗅探设备 ? 网路配图 涉及黑灰产类型:电信诈骗、洗钱 作案方法:黑产人员经常到偏远乡村,以100元到300元不等的低廉价格,购买当地农民的身份证,以及用这些身份证办理的银行卡和手机卡。 网络配图 涉及黑灰产类型:电信诈骗 作案方法:匿名防追踪是电信诈骗人员最关注的自保措施。
“网络黑灰产”大家对这个词并不陌生,但是其实黑产并不等于灰产,两者还是有区别的。 网络黑灰产涉及黑产和灰产两个方面,黑产中的“黑”主要是指法律明确将此类行为规定为违法犯罪行为。 而灰产则与黑产有所不同,是指行为在立法上尚未有明确的规定,游离于违法犯罪的边缘,未构成犯罪的行为,如恶意注册、买卖账号等。 网络黑灰产的主要类型,包括但不限于钓鱼网站、黑客勒索、木马病毒、电信诈骗、邮件诈骗等。 但是互联网高度发达的背后隐藏着不少的隐患与监管盲区,由于新型网络犯罪区别于传统犯罪,在罪名适用上出现了困难,一些“黑灰产业”伴随着互联网而诞生并逐渐蔓延,在电子商务领域也存在一些问题,诸如黑客攻击、盗取信息 此黑产组织是通过网络攻击手段获取到目标邮件服务器高级权限账号后,以财务部的名义发送了一封《关于发布最新工资补贴通知》邮件,该封邮件正文是工资补贴通知,在正文中放置了一张二维码图片,诱导收件人扫描正文中二维码
2022年1月,顶象防御云业务安全情报中心监测发现保险行业更多类似案例。黑灰产破解多家公司保险考勤系统,还制作出打卡作弊工具,并向保险公司员工兜售“代打卡服务”。 顶象防御云业务安全情报中心分析发现,黑灰产使用三种技术手段进行“虚假考勤”。1、人脸考勤作弊工具:针对配置人脸识别的考勤系统。 购买者将个人照片和工号提交给黑灰产,黑灰产再将相关提交给内部合作人员。在现场的内部合作人员,使用黑灰产的作弊工具,绕过蓝牙定位检测,完成考勤打卡。 3、远程代打卡:针对不能够熟练使用作弊工具的购买者,黑灰产提供“远程代打卡服务”。购买者只需要提供工号给黑灰产,即可完成每日考勤打卡。 或者,黑灰产破解公司的考勤系统或App,变成一个山寨App,输入购买人的照片和工号,即自动完成远程考勤打卡操作。
NFT数字藏品备受瞩目,平台和藏品暴增,用户还在熟悉摸索中,在泡沫倾向化下黑灰产捷足先登。 7月份,NFT遭受的攻击最严重 从黑灰产攻击月份来看,攻击最严重的是7月,其次是6月、5月、8月。 每日下午13点-16点,黑灰产攻击最猛烈 监测发现,黑灰产在下午13点至16点攻击最猛烈。深夜0-6点,依然高频访问,且每小时的访问量极为接近,符合自动化工具行为特征。 NFT风险分析及欺诈手段 顶象防御云业务安全情报中心分析发现,大多数NFT数字藏品平台营销反作弊的风控意识薄弱,没有部署对应的安全防护,在黑灰产眼里近乎裸奔,导致黑灰产可以用低成本的机刷攻击方式,自动化程序批量注册 统计显示,黑灰产主要采用如下几个欺诈方式。 虚假注册。黑灰产通过接码平台、打码平台、代理IP、脚本软件等作弊工具,实现批量自动化账号注册。 刷票刷榜。 黑灰产通过群控软件,操控大量账号,短时间内完成大批量的哄抢。 防御云的防控建议 国内NFT数字藏品为了避免风险,不允许数字藏品二次交易,购买者也只拥有收藏权和有限转赠权。
网络黑灰产已逐步渗透各行各业, 在利益驱动下,这些黑灰产分子无孔不入, 金融业务的各个环节也已被他们摸透。 面对当下困局,金融机构应该如何应对?
黑灰产抢购优惠券的方式各地的城市消费券发放的平台主要在支付宝、微信、云闪付及银行App等各个大平台。 按照领取规则,消费者只能够领取到所在城市的消费券,为了绕过消费券的发放规则,黑灰产主要采用人工抢和机器抢两类方式进行。 人工抢——招募“刷手”冒名领券黑灰产通过各种渠道招募拥有真实身份、真实账户“刷手”,然后通过社群,下达任务,组织进行统一操作和套现。《城市消费券安全调研报告》详细披露了整个流程黑灰产的整个流程。 通过社群,黑灰产下达抢券任务,引导刷手在指定的时间内集中哄抢消费券。为了助力“刷手”能够抢到消费券,黑灰产还会提供更改定位的作弊软件和教程,以便于成功领券。 《城市消费券安全调研报告》揭露了黑灰产抢购城市消费券的方式、套现流程i套现的全过程,并给列出详细的安全解决方案。
“钓鱼工具包”上线,黑产进入“订阅时代”过去,发起一次像样的钓鱼攻击,攻击者至少需要掌握基础脚本编写能力、懂得配置服务器、申请域名,还要能绕过安全软件检测。整个过程耗时耗力,门槛不低。 中小企业成重灾区,防御窗口急剧压缩这种“工业化”攻击模式带来的最直接后果是:攻击面显著扩大。过去,黑客更倾向于攻击大型企业或金融机构,因为“回报高”。 但现在,由于成本极低、操作简单,大量攻击开始涌向防御能力较弱的中小企业、地方机构、学校乃至个体商户。“以前我们觉得小公司没人盯,现在恰恰相反。” 更严峻的是,攻击响应速度远超传统防御体系的反应能力。数据显示,从钓鱼页面获取用户凭证,到攻击者尝试用该账号登录企业内网或云服务,平均时间已缩短至5分钟以内。 防御升级:从“堵漏洞”到“重构信任”面对这场由“工具化+自动化”引发的安全危机,专家呼吁防御体系必须从根本上升级。
不过在黑灰产领域,这种处理方法有一个问题:大量的黑话/黑词对于下游任务非常有效,但却不在通用的词典中,导致分词器无法准确切分出对应的词。比如,今年 315 晚会曝光的“714 ”,再比如“口子”。 笔者所在的防水墙团队整合了多源异质数据,在黑产人群识别、威胁渗透、黑产对抗等场景具备行业领先的能力。作为黑灰产能力建立的基础,行话/黑词的识别显得至关重要。 ,计算新词(或所有词)与种子黑词的相似度,筛选得到黑词 比如种子词选取毒品,最终发现“溜冰”这个原本看似人畜无害的词与毒品相关的种子词相似程度均很高,即可推测自己发现了一个该领域的新词。 如下面两句: 周末和小伙伴一起去溜冰 周末和小伙伴在出租屋溜冰 nlp 任务的输入一般是词的 emb vector, 上一步完成新词发现保证黑词/行话能够被正常发现后我们可以对分词后的文本进行嵌入。 word2vec 生成的静态词嵌入无法解决一词多义问题,BERT 等虽然可以解决一词多义,但是对于单纯的新词发现任务/黑词扩散等任务来说显得有点多此一举了。
顶象防御云业务安全情报中心监测到,某知名新能源汽车App遭黑灰产疯狂薅羊毛,给车企带来经济与用户的双重损失。 顶象防御云业务安全情报中心分析发现,针对汽车App的积分,黑灰产主要通过如下三种方式进行牟利。第一种:倒卖积分。黑灰产通过积分转赠、代下单的方式倒卖非法获取的积分。 黑灰产给车企带来的三重危害顶象防御云业务安全情报中心认为,黑灰产的欺诈不仅侵害用户应得的利益,让汽车App遭受经济损失,更给车企带来巨大人力浪费。1、让用户利益受损。 针对黑灰产使用自动化作弊方式,在注册、登录、签到、分享等积分任务业务场景部署智能验证码,进行人机校验,可有效拦截此类黑产攻击。 端加固基于虚机源码保护专利技术,为App、小程序、H5等提供全方位的安全保护,有效防御黑灰产的调试、注入、模拟器、逆向和二次打包等攻击威胁。设备指纹。