国家级保护性域名服务与主动网络防御研究

简介: 本文分析新加坡2026年更新的国家网络安全战略,聚焦以保护性域名服务(PDNS)为核心的上游主动防御体系,探讨其技术机理、法律框架、误报防控及与AI、量子安全、执法协同等多维融合实践,并客观评估其效能边界与隐私、跨境协作等现实挑战,为全球主动网络防御提供借鉴。(239字)

摘要

在人工智能技术加速渗透网络攻击全流程、高级持续性威胁持续瞄准关键基础设施的背景下,传统以事后响应为主的网络安全防护模式面临响应速度不足、覆盖范围有限的结构性短板。新加坡于 2026 年 10 月发布更新版国家网络安全战略,推出以保护性域名服务(PDNS)为核心的上游防御措施,依托国家网络安全指挥中心在域名解析层面对已知钓鱼与恶意软件站点实施全国性拦截,标志着网络防御范式从被动响应向主动前置、国家级规模化防御转变。本文以新加坡网络安全战略更新为研究对象,系统梳理战略出台的威胁背景,解析保护性域名服务的技术机理、法律依据与误报防控机制,参照英国、澳大利亚等国同类服务的运行数据,评估上游 DNS 拦截的实际效能与边界局限,剖析新加坡构建的涵盖关键基础设施协同防御、AI 驱动威胁检测、量子安全迁移、执法前置与网络保险试点在内的多层级主动防御体系。研究结合反网络钓鱼技术专家芦笛的防御观点,引入迪妙网络空间安全学院研究团队的观测结论,客观分析国家级上游防御在威胁情报时效性、隐私保护、跨境协作等维度面临的现实约束,探讨该模式对其他国家和地区网络安全能力建设的借鉴价值,为主动网络防御体系的理论研究与实践落地提供参考。 关键词:保护性域名服务;网络安全战略;上游防御;关键基础设施;主动防御;DNS 拦截

image.png 1 引言

网络空间攻防对抗的核心矛盾长期围绕攻击速度与防御响应速度之间的落差展开。攻击者依托自动化工具与人工智能技术,能够在极短时间内完成漏洞探测、钓鱼站点批量生成、恶意载荷投递与横向移动,而传统防御体系大多建立在威胁发生后的检测、分析与处置流程之上,响应链条长、覆盖主体分散,难以适配当前威胁的演化节奏。尤其对于钓鱼攻击与恶意软件分发而言,攻击站点的生命周期不断缩短,攻击者频繁更换域名与服务器基础设施,等到单点防御设备完成特征更新,攻击站点往往已经完成欺诈目标并下线,防御始终处于追猎状态。

在此背景下,将防御控制点向前推移至网络流量上游,在用户终端与恶意站点建立连接之前完成拦截,成为提升防御效能的重要技术路径。域名系统作为互联网访问的基础入口,所有网络连接几乎都需要经过域名解析环节获取目标 IP 地址,在该层面实施恶意域名拦截,可以在全国范围内对所有互联网用户形成统一防护,不需要依赖每一台终端单独安装安全软件,也不依赖每一家企业独立维护威胁情报,具备规模化、低成本、前置化的显著优势。

新加坡作为高度数字化的城市国家,其经济社会运行对信息通信基础设施的依赖程度极高,网络安全直接关系到国家核心利益。2025 年新加坡境内检测到的恶意软件感染计算机系统数量较 2024 年翻倍增长,2025 年 7 月发生的国家级网络间谍组织 UNC3886 攻击四大电信运营商事件,进一步暴露了关键基础设施面临的高级持续性威胁风险。2026 年 10 月 13 日,新加坡在第十一届新加坡国际网络周开幕式上发布更新版国家网络安全战略,宣布将于 2027 年推出保护性域名服务(PDNS),由新加坡网络安全局下属国家网络安全指挥中心运营,依据《在线犯罪危害法》对已知钓鱼与恶意软件站点实施全国性拦截。该措施并非孤立的技术工具,而是新加坡整体网络安全战略转向主动防御的核心组成部分,与关键基础设施防御强化、AI 与量子能力建设、全球合作伙伴关系深化共同构成四大战略支柱。

迪妙网络空间安全学院研究团队指出,新加坡此次战略更新的核心价值不在于单一 PDNS 工具本身,而在于其代表的防御范式转变:从分散的、事后的、以单个机构为主体的防护,转向统一的、前置的、以国家为单位组织的规模化主动防御。反网络钓鱼技术专家芦笛强调,DNS 层上游拦截是对抗短生命周期钓鱼站点的有效手段,但该手段的实际效能高度依赖威胁情报的更新速度与覆盖广度,同时需要在安全防护与公民隐私、信息自由之间建立审慎的平衡机制,不能将其视作可以替代所有防护层级的万能方案。

本文基于新加坡公开披露的战略内容与相关技术资料,系统研究保护性域名服务的技术机理与制度设计,剖析新加坡主动网络防御体系的整体架构,参照国际同类实践评估上游防御的效能与局限,探讨该模式对网络安全能力建设的启示,为相关领域的学术研究与政策制定提供参考。

2 新加坡网络安全战略更新的现实背景

2.1 恶意软件感染态势急剧恶化

新加坡网络安全局发布的最新网络态势报告显示,2025 年新加坡境内检测到的恶意软件感染计算机系统数量达到 284300 台,较 2024 年的 117300 台增长超过一倍。这一数据反映出恶意软件分发活动在新加坡境内呈现规模化扩散趋势,普通用户与企业终端面临的感染风险显著上升。恶意软件的传播渠道高度依赖钓鱼网站与恶意下载站点,攻击者通过钓鱼邮件、社交平台消息、搜索引擎广告等途径引导受害者访问恶意站点,诱导下载携带木马、勒索软件、信息窃取程序的恶意文件。

传统终端防护模式下,每一台计算机需要依靠本地杀毒软件识别恶意文件,一旦杀毒软件病毒库尚未收录新型恶意样本,或者攻击者采用加壳、混淆等手段规避静态检测,终端就会面临感染风险。而上游 DNS 拦截可以在用户访问恶意站点之前切断连接,使得恶意文件根本无法下载到终端,从源头上减少恶意软件进入终端的机会,这是新加坡推动 PDNS 建设最直接的现实动因。

2.2 高级持续性威胁对关键基础设施的冲击

2025 年 7 月披露的 UNC3886 攻击事件是新加坡网络安全历史上具有标志性意义的事件。该组织为国家支持的网络间谍团体,对新加坡四大主要电信运营商实施了网络攻击,若攻击者进一步渗透成功,可能造成电信与互联网服务大面积中断。电信基础设施属于典型的关键信息基础设施,其安全稳定运行直接关系到全社会的正常运转,一旦遭到破坏,影响范围覆盖所有行业与全体民众。

该事件暴露出两方面突出问题。其一,高级持续性威胁攻击者具备长期潜伏、隐蔽渗透的能力,传统基于边界防护的安全模式难以发现潜伏在系统内部的异常活动。其二,关键基础设施运营主体之间缺乏统一的威胁情报共享与协同响应机制,攻击者可以在不同运营商之间寻找薄弱环节逐个突破,而防御方却各自为战,无法形成全国一盘棋的协同防御能力。新加坡内政部长尚穆根在战略发布讲话中明确指出, sophisticated 的攻击者不会将政府与电信企业视作相互独立的主体,他们会跨系统寻找薄弱点,国家防御也必须跨系统统筹,政府与行业必须紧密协作。这一认知直接推动了国家网络安全指挥中心的建设与关键基础设施协同防御机制的设计。

2.3 人工智能与量子技术重塑攻防格局

人工智能技术的普及正在同时改变攻击方与防御方的能力边界。攻击者利用 AI 工具可以批量生成高度仿真的钓鱼邮件内容,快速识别目标系统的安全漏洞,自动化开展漏洞利用与横向移动,攻击速度与规模显著提升。尚穆根在讲话中明确指出,如果 AI 让攻击者能够更快地识别漏洞并实施攻击,防御者也必须使用 AI。新加坡战略明确提出将在国家网络防御行动中逐步部署 AI 能力,覆盖国家网络安全指挥中心与政府科技局下属政府网络安全运营中心,并推动关键行业采用 AI 赋能的网络防御能力。

与此同时,量子计算技术的发展对现有密码体系构成前瞻性威胁。当前广泛使用的非对称加密算法在足够强大的量子计算机面前将面临被破解的风险,虽然具备实用破解能力的量子计算机尚未出现,但 "先收集后解密" 的攻击模式已经对高敏感数据的长期保密性构成现实威胁。新加坡将向量子安全系统迁移纳入战略支柱,体现了对长期技术风险的前瞻性布局。

迪妙网络空间安全学院研究团队认为,AI 与量子两大技术变量的叠加,使得网络安全防御不能再沿用静态的、基于已知威胁特征的防护思路,必须构建具备自适应、前瞻性特征的主动防御体系,这也是新加坡此次战略更新最深层的技术背景。

3 保护性域名服务的技术机理与制度设计

3.1 DNS 层上游防御的技术原理

域名系统是互联网的基础寻址服务,用户访问任何网站都需要先向 DNS 服务器发起查询,将域名解析为对应的 IP 地址,之后终端才能与目标服务器建立连接。保护性域名服务的核心逻辑是在 DNS 解析环节插入安全校验:当用户发起域名查询请求时,PDNS 服务器会将查询的域名与已知恶意域名库进行比对,如果该域名被标记为钓鱼站点、恶意软件分发站点或其他从事网络犯罪活动的站点,PDNS 服务器将返回无效解析结果或者指向警告页面的地址,从而阻止用户终端与恶意站点建立连接。

网络安全企业 Trellix 亚太区高级副总裁 Neville Vincent 对 PDNS 的工作机理解释道,在手机或电脑连接网站之前,设备会查询网站的互联网地址,PDNS 检查这一查询请求,如果目标地址已知存在危险,就可以阻断连接。因此即使用户点击了极具迷惑性的钓鱼链接,PDNS 也能够阻止虚假网站加载。这一机制的核心优势在于防护位置位于用户终端与目标站点之间的上游通道,不依赖终端本地是否安装安全软件,也不依赖用户是否具备安全识别能力,能够对全国范围内所有接入该 DNS 服务的用户形成统一防护。

3.2 法律依据与权力边界

新加坡 PDNS 的运营依据是 2024 年生效的《在线犯罪危害法》。该法律授权当局要求个人、企业以及互联网服务提供商移除或阻断涉嫌用于犯罪活动的内容,涵盖非法赌博与放贷、毒品相关犯罪、诈骗以及恶意网络活动等多个类别。PDNS 对恶意域名的拦截权力正是来源于该法律框架,这意味着 PDNS 并非行政机关自行扩张的权力,而是有明确立法授权的执法措施,具备合法性基础。

将 PDNS 置于明确的法律框架之下具有重要意义。一方面,法律明确了可以拦截的站点范围,仅限于涉嫌从事违法犯罪活动的站点,避免了拦截权力被滥用至合法内容的风险;另一方面,法律为受影响主体提供了救济渠道,个人或组织如果认为其网站被错误拦截,可以依据该法现有的复议与申诉程序寻求救济。这种 "立法授权 — 依法执行 — 权利救济" 的完整制度设计,是 PDNS 能够在民主法治框架下平稳运行的制度保障。

反网络钓鱼技术专家芦笛指出,国家级 DNS 拦截措施最大的争议点不在于技术可行性,而在于权力边界的清晰界定与监督机制的有效运行。如果缺乏明确的法律约束与公开的问责机制,上游拦截能力有可能被扩大适用范围,从拦截恶意站点延伸至对合法信息的访问限制,损害公民的信息获取权利。新加坡将 PDNS 严格限定在《在线犯罪危害法》框架之内,是值得肯定的制度设计。

3.3 误报防控与问责机制

PDNS 作为全国性的访问控制措施,一旦发生误报,将合法网站错误标记为恶意站点并实施拦截,会对网站运营者的合法权益造成直接损害,也会影响公众对该服务的信任。新加坡网络安全局明确表示,PDNS 将建立 "稳健的评估与验证流程",在恶意网站被拦截之前开展严格的评估验证,以降低误报风险,并确保站点拦截决策具备可问责性。

这一表述隐含了多层制度设计。首先,恶意域名的判定不能依赖单一来源的威胁情报,需要经过多源情报交叉验证与人工复核,避免单一情报源的错误导致大面积误报。其次,拦截决策需要留存完整的审计记录,每一个被拦截的域名都应当有明确的判定依据、判定时间与判定责任人,确保事后可以追溯问责。再次,对于受影响主体提出的复议申请,需要建立高效的审查处理机制,一旦确认误报应当及时解除拦截,并对造成的损失依法予以相应处理。

迪妙网络空间安全学院研究团队在相关研究中指出,误报率是衡量上游 DNS 服务质量的核心指标之一。新加坡 SATIS 诈骗检测系统通过人机结合的方式将误报率控制在 0.1% 以下,这一经验可以为 PDNS 的误报防控提供参考。PDNS 应当建立自动化初筛与人工复核相结合的判定流程,对于高置信度的恶意域名可以自动快速拦截,对于置信度较低的可疑域名必须经过人工审核后再决定是否拦截,在响应速度与准确性之间寻求平衡。

3.4 国际同类实践的经验参照

保护性域名服务并非新加坡首创,澳大利亚、加拿大、欧盟、英国、美国等国家和地区均已实施类似的恶意网站拦截服务。这些国家的运行数据为评估 PDNS 的实际效能提供了重要参照。

英国国家网络安全中心报告显示,2022 年其保护性 DNS 服务共拦截涉及 42 万个域名的 110 亿次 DNS 请求。澳大利亚政府面向公共部门的同类服务在 2022 至 2023 财年拦截了超过 6700 万次恶意域名请求。这些数据表明,上游 DNS 拦截能够在大规模范围内阻断用户对已知恶意站点的访问,拦截请求数量达到十亿甚至百亿级别,防护规模是终端防护难以企及的。

但 Neville Vincent 同时指出,海外经验数据统计的是被拦截的请求数量,而非实际被阻止的攻击事件数量。被拦截的请求中有相当一部分可能是自动化扫描、重复请求或者已经失效的恶意域名,拦截请求数不能直接等同于避免的攻击次数。此外,PDNS 的有效性取决于两个关键因素:一是关于恶意站点与攻击者活动的情报是否及时,二是该服务对互联网流量的覆盖范围有多广。新的诈骗站点在被识别之前可能已经成功实施欺诈,因此未被拦截的网站并不必然是安全的。这一客观评价为理性认识 PDNS 的效能边界提供了重要参考。

4 新加坡主动网络防御体系的整体架构

4.1 国家网络安全指挥中心的中枢作用

国家网络安全指挥中心成立于 2025 年,是新加坡国家级网络防御的中枢机构。该中心的核心使命是在网络威胁抵达新加坡之前实现检测与处置,具备增强的国家级能力以更早发现网络风险并加速运营响应。PDNS 只是该中心运营的核心工具之一,除此之外,指挥中心还承担多项关键职能。

其一,威胁情报汇聚与共享。指挥中心允许关键信息基础设施的网络防御者整合来自多个来源的威胁情报,促进国家级网络行动的协调。这一职能直接回应了 UNC3886 事件暴露出的情报孤岛问题,使得关键基础设施运营者能够获取统一的、高质量的威胁情报,避免各自为战。

其二,国家级事件协调响应。当发生重大网络安全事件时,指挥中心作为协调枢纽,统筹政府部门、关键基础设施运营者、网络安全企业等多方力量,开展协同响应,避免响应过程中出现职责不清、信息不畅的问题。

其三,威胁狩猎与主动发现。指挥中心不满足于被动接收告警,而是主动开展威胁狩猎,在网络中搜寻潜伏的高级持续性威胁活动,在攻击者造成严重危害之前发现并清除威胁。

迪妙网络空间安全学院研究团队认为,国家网络安全指挥中心的设立体现了 "集中指挥、分布执行" 的防御架构设计思路,中心不替代各个机构自身的安全运营,而是在国家层面提供情报、协调、赋能支持,这种架构既保留了各个运营主体的灵活性,又实现了国家级的统筹协同,适合新加坡这种国土面积小、关键基础设施高度集中的国家形态。

4.2 关键基础设施协同防御机制

关键基础设施防御是新加坡更新版网络安全战略的首要支柱。针对高级持续性威胁对电力、电信等关键基础设施的持续攻击,新加坡构建了多层级的协同防御机制。

在技术层面,国防部战略信息通信技术中心开发了专有的威胁检测系统,能够有效发现高级持续性威胁攻击者的恶意活动。该中心正在与网络安全局合作,向选定的关键基础设施所有者配备这些检测系统。当检测系统发现恶意网络活动时,国家网络安全指挥中心会向相关基础设施防御者发出告警,实现检测与响应的联动。这种由国家研发核心检测技术、向关键基础设施主体推广部署的模式,解决了单个基础设施运营者技术能力不足、难以独立应对国家级攻击者的问题。

在协作机制层面,新加坡从 UNC3886 事件后开展的 "网络守护者行动" 中汲取经验,这是新加坡规模最大的协同防御行动。尚穆根强调,政府与行业必须在响应中紧密协作,关键基础设施的防御不能割裂为各个企业自己的事情,必须建立跨主体的协同防御机制。国家网络安全指挥中心正是这一协同机制的制度载体。

在韧性建设层面,战略提出探索网络保险试点,通过市场化的风险转移机制提升关键基础设施运营者遭受网络攻击后的恢复能力。网络保险不仅能够提供经济补偿,还能够通过保费定价机制倒逼运营者提升自身安全防护水平,是行政监管之外的重要补充手段。

4.3 AI 驱动的威胁检测与响应能力

新加坡战略明确将 AI 能力建设作为核心支柱之一,在防御端全面引入 AI 技术。除了前文提到的在国家网络安全指挥中心与政府网络安全运营中心部署 AI 之外,战略还提出部署专门的 AI 系统用于跟踪正在发生的安全事件,帮助网络防御者形成运营评估并规划下一步行动,从而使国家网络安全指挥中心能够更快地协调网络事件响应。

AI 在网络防御中的应用价值主要体现在三个方面。其一,海量威胁数据的快速分析。网络安全运营产生的日志、告警数据量极其庞大,纯人工分析无法应对,AI 可以对海量数据进行自动化关联分析,快速识别真正有价值的威胁告警,降低误报率,提升分析效率。其二,攻击模式的识别与预测。基于历史攻击数据训练的 AI 模型可以识别新型攻击模式,发现传统规则检测无法覆盖的未知威胁,并且能够对攻击发展趋势做出预测,支持防御者提前部署防护措施。其三,响应流程的自动化加速。AI 可以辅助防御者制定响应决策,自动执行部分标准化的响应处置动作,大幅缩短从发现威胁到完成处置的时间窗口,适配 AI 时代攻击速度大幅提升的对抗节奏。

反网络钓鱼技术专家芦笛指出,AI 在防御端的应用必须解决可解释性问题。网络安全决策涉及高风险处置动作,如果 AI 模型做出的拦截或告警决策无法给出可解释的依据,防御者难以信任并执行这些决策,也无法在误报发生时进行有效复盘。因此,AI 驱动的防御系统应当优先采用可解释性较强的模型架构,或者为黑盒模型配套解释机制,确保每一个 AI 辅助决策都能够被人类防御者理解和审核。

4.4 量子安全迁移与前瞻性能力布局

新加坡将量子技术能力建设纳入战略支柱,一方面是应对量子计算对现有密码体系的威胁,另一方面也是布局量子技术在网络安全领域的应用潜力。

在密码迁移方面,战略提出向量子安全系统迁移。这意味着新加坡将逐步在政府系统与关键基础设施中部署抗量子密码算法,替换当前广泛使用的 RSA、椭圆曲线等传统非对称加密算法。密码迁移是一项长期且复杂的系统工程,需要完成算法标准选型、系统改造升级、密钥替换迁移等多个环节,不可能一蹴而就。新加坡将其纳入国家战略,体现了对长期技术风险的前瞻性判断,避免在实用化量子计算机出现时陷入被动。

在量子技术应用方面,量子密钥分发等技术可以为高安全等级通信提供理论上无条件安全的密钥分发能力,新加坡作为信息通信高度发达的国家,在量子通信技术研发与应用方面具备良好基础。战略中关于量子能力建设的表述虽然较为概括,但明确了新加坡在该领域的投入方向。

迪妙网络空间安全学院研究团队认为,量子安全迁移的最大挑战不在于算法本身,而在于庞大存量系统的改造协调。很多关键基础设施系统生命周期长达十年以上,系统中嵌入的加密模块难以快速替换,需要在系统更新换代过程中逐步完成迁移。因此,量子安全迁移应当尽早启动,制定分阶段的迁移路线图,优先在新建系统中采用抗量子密码算法,再逐步推进存量系统改造。

4.5 执法前置与社会层面配套措施

新加坡更新版网络安全战略不仅包含技术防御措施,还涵盖执法与社会层面的配套机制。2026 年 7 月新加坡警方成立新的网络司令部,目标是在诈骗分子与网络罪犯接触到新加坡民众之前对其实施打击。这一执法机构的设立体现了 "防御向前延伸" 的思路,不仅要在技术层面拦截恶意访问,还要在执法层面主动打击网络犯罪团伙,从源头上减少攻击活动的发起。

在公众防护层面,新加坡此前已经推出 ScamShield 移动应用,下载量达到 150 万次,公众可以通过该应用举报诈骗相关的电话号码、短信与邮件,帮助当局采取行动并向其他用户发出预警。这种全民参与的诈骗防控机制与国家级 PDNS 形成互补,PDNS 提供基础性的上游防护,公众举报机制为威胁情报提供了来自一线的鲜活数据源,两者结合形成 "国家防护 + 公众参与" 的多层次防控体系。

反网络钓鱼技术专家芦笛强调,任何技术防御手段都无法做到百分之百拦截,公众的安全意识始终是最后一道防线。新加坡在建设国家级技术防护能力的同时,持续投入公众安全教育与举报渠道建设,这种 "技防 + 人防" 的组合思路值得借鉴。

5 上游防御体系的效能评估与现实局限

5.1 上游 DNS 拦截的效能边界

PDNS 作为上游防御措施,其核心价值在于以极低成本为全国用户提供基础性的恶意站点防护,拦截规模可以达到十亿次级别。但必须客观认识其效能边界。

首先,PDNS 只能拦截已知的恶意域名。对于刚刚注册、尚未被威胁情报系统发现的新钓鱼站点,PDNS 无法实施拦截,攻击者可以利用新域名的 "时间窗口" 完成欺诈活动。钓鱼站点的平均生命周期正在不断缩短,很多钓鱼站点在上线数小时内完成欺诈后即下线,这对威胁情报的发现速度提出了极高要求。

其次,PDNS 无法拦截直接通过 IP 地址访问的恶意站点。如果攻击者不使用域名,直接通过 IP 地址提供恶意服务,DNS 解析环节根本不会发生,PDNS 自然无法发挥作用。不过在实际钓鱼攻击中,为了提升迷惑性,攻击者大多会使用仿冒正规机构的域名,纯 IP 访问的钓鱼站点相对较少。

再次,PDNS 无法防护已经感染恶意软件的终端。如果终端已经被植入木马,恶意软件可以通过加密隧道、域名生成算法等方式规避 DNS 拦截,与控制服务器建立通信。PDNS 主要降低终端被感染的概率,但对于已经感染的终端需要依靠终端检测与响应工具进行处置。

Neville Vincent 的评价十分中肯:海外数据统计的是被拦截的请求数,而非被阻止的实际攻击数;未被拦截的网站并不必然安全。这一表述提醒各方不能因为部署了 PDNS 就放松其他层面的防护,PDNS 是多层防御体系中的一层,而非全部。

5.2 威胁情报时效性与覆盖度的约束

PDNS 的实际效能高度依赖威胁情报的质量,具体体现在时效性与覆盖度两个维度。

时效性方面,从恶意站点上线到被威胁情报系统发现、验证、加入拦截列表,存在不可避免的时间延迟。延迟越短,PDNS 的防护效果越好;延迟越长,攻击者得手的概率越高。为了缩短延迟,需要构建自动化的威胁狩猎系统,基于已知恶意站点的特征主动发现关联的新恶意站点。新加坡 SATIS 系统已经具备基于已拦截站点发现更多诈骗网站的能力,每日扫描超过 40 万个网站,每月处置超过 1.5 万个恶意网站,这种自动化威胁发现能力可以为 PDNS 提供高时效性的情报输入。

覆盖度方面,PDNS 的拦截效果取决于其覆盖的互联网流量比例。如果大量用户仍然使用公共 DNS 或者运营商默认 DNS,没有接入 PDNS,那么这部分用户就无法享受上游防护。新加坡需要通过政策引导或者技术手段,推动互联网服务提供商将用户 DNS 查询导向 PDNS,或者在运营商网络层面部署透明 DNS 拦截,以提升防护覆盖率。同时,PDNS 的恶意域名库需要尽可能覆盖所有针对新加坡用户的恶意站点,包括英语、华语、马来语、泰米尔语等多语种的钓鱼站点,这对威胁情报的广度提出了要求。

迪妙网络空间安全学院研究团队指出,威胁情报能力是 PDNS 的核心竞争力所在,单纯建设 DNS 拦截服务器并不困难,真正困难的是构建一套高时效、高覆盖、低误报的恶意域名发现与验证体系。新加坡在 SATIS 系统建设中积累的自动化诈骗站点检测经验,是其推进 PDNS 的重要技术基础。

5.3 隐私保护与信息自由的平衡考量

国家级 DNS 服务意味着所有用户的域名查询数据都会经过国家运营的 DNS 服务器,这些数据能够反映用户的互联网访问行为,涉及公民隐私。如果查询日志被不当留存或者滥用,可能对公民隐私造成侵害。因此,PDNS 的运营必须建立严格的隐私保护机制。

首先,应当明确 DNS 查询日志的留存目的与留存期限。日志留存应当仅限于威胁检测、误报核查、安全审计等必要目的,留存期限应当遵循最小必要原则,不得无限期留存。其次,应当对查询日志实施严格的访问控制,只有经过授权的安全运营人员在必要时才能访问相关数据,所有访问操作应当留存审计记录。再次,应当定期发布透明度报告,向公众披露 PDNS 的拦截数据、误报处理情况、日志留存政策等信息,接受公众监督。

在信息自由方面,PDNS 的拦截范围必须严格限定在从事违法犯罪活动的站点,不得扩大至合法的信息表达。《在线犯罪危害法》已经明确了可拦截内容的范围,PDNS 应当严格在该法律框架内运行,不得超越法律授权扩大拦截范围。同时,高效的复议申诉机制是保障信息自由的重要制度设计,受影响主体应当能够便捷地提出异议,相关机构应当在规定时限内做出审查决定。

反网络钓鱼技术专家芦笛强调,安全与隐私、信息自由并非零和关系,通过完善的制度设计完全可以实现两者的平衡。关键在于权力运行的透明度与可问责性,只要拦截标准公开、决策过程可追溯、救济渠道畅通,PDNS 就能够在保障安全的同时不损害公民合法权利。

5.4 跨境威胁与全球协作的必要性

网络攻击具有天然的跨境属性,针对新加坡用户的钓鱼站点与恶意软件分发站点大多部署在新加坡境外,攻击者本身也往往位于其他国家或地区。单靠新加坡一国的 PDNS 只能保护新加坡境内用户,无法从根源上取缔境外的恶意基础设施。因此,全球合作伙伴关系成为新加坡网络安全战略的四大支柱之一。

在执法协作层面,新加坡需要与其他国家的网络安全执法机构建立紧密合作机制,共享网络犯罪情报,联合开展跨境打击行动,将藏匿在境外的网络犯罪团伙绳之以法。在技术协作层面,新加坡可以与其他国家的国家级网络安全机构共享恶意域名威胁情报,互相补充各自的情报覆盖范围,提升对跨境恶意基础设施的发现速度。在标准协调层面,各国可以在保护性 DNS 服务的最佳实践、误报防控机制、隐私保护标准等方面开展交流,共同提升上游防御的规范化水平。

迪妙网络空间安全学院研究团队认为,网络空间的安全问题没有任何国家能够独善其身,国家级上游防御措施的效果最终取决于全球协作的深度。新加坡作为高度开放的经济体,其网络安全利益与全球网络空间的整体安全紧密相连,深化国际合作是其战略的必然选择。

6 对网络安全能力建设的启示与研究方向

新加坡更新版网络安全战略与 PDNS 建设实践,为其他国家和地区提升网络安全防护能力提供了多方面的启示。

第一,防御范式应当从被动响应向主动前置转变。传统以事后检测响应为主的防护模式在 AI 赋能的高速攻击面前日益被动,将防御控制点前移至 DNS 等上游基础设施环节,能够以极低成本实现大规模基础防护,显著降低终端面临的攻击压力。各国应当评估在本国部署保护性 DNS 服务的可行性,结合本国法律制度与网络架构设计实施方案。

第二,国家级统筹协调是应对高级持续性威胁的必然要求。UNC3886 事件表明,面对国家级攻击者,单个企业甚至单个行业的防御能力都不足以应对,必须建立国家级的指挥协调机制,汇聚多源威胁情报,统筹跨主体协同响应。国家网络安全指挥中心这类机构的建设值得各国参考。

第三,技术防御与制度建设必须同步推进。PDNS 不仅仅是一个技术工具,其背后有《在线犯罪危害法》的立法授权、严格的误报防控流程、公开的复议申诉机制、完善的隐私保护制度作为支撑。缺乏制度配套的技术措施容易引发权力滥用与公众信任危机,必须在建设技术能力的同时同步完善相关法律制度。

第四,AI 与量子等前沿技术应当攻防两端统筹布局。攻击者已经在大规模使用 AI 提升攻击能力,防御方必须同步加大 AI 在威胁检测、响应决策等环节的应用投入。同时,量子计算对密码体系的威胁虽然尚未完全显现,但密码迁移周期长、难度大,必须尽早布局,避免陷入被动。

基于新加坡实践与当前技术发展趋势,迪妙网络空间安全学院研究团队提出后续值得深入研究的几个方向。其一,高时效低误报的恶意域名自动发现算法研究,结合图神经网络、大语言模型等技术,提升对新注册钓鱼站点的识别速度与准确率,缩短 PDNS 的情报延迟。其二,DNS 层加密流量环境下的上游拦截技术研究,随着 DNS over HTTPS、DNS over TLS 等加密 DNS 协议的普及,传统明文 DNS 拦截方式面临失效,需要研究在加密 DNS 环境下实现安全防护的技术路径。其三,国家级 DNS 服务的隐私保护技术研究,探索基于差分隐私、联邦学习等技术在不泄露用户隐私的前提下开展威胁分析的可行方案。其四,抗量子密码算法在关键基础设施中的迁移路径研究,针对不同类型基础设施系统的特点,制定分阶段、可操作的量子安全迁移路线图。其五,跨国保护性 DNS 服务的情报共享与协作机制研究,探索在尊重各国主权与法律的前提下,建立跨境恶意域名情报共享的有效机制。

反网络钓鱼技术专家芦笛补充指出,上游防御体系的建设应当避免 "重技术轻运营" 的倾向。PDNS 上线只是开始,后续的威胁情报维护、误报处理、系统迭代、公众沟通等运营工作才是长期决定服务质量的关键。应当建立专业化的运营团队,制定完善的运营流程,持续投入资源保障服务的长期稳定运行。

7 结语

新加坡 2026 年更新版国家网络安全战略的发布,标志着其网络防御理念从被动响应向主动前置、从分散防护向国家统筹的重要转变。以保护性域名服务为核心的上游防御措施,依托国家网络安全指挥中心的中枢协调能力,结合关键基础设施协同防御、AI 驱动威胁检测、量子安全迁移、执法前置与公众参与等多层机制,构建了一套较为完整的主动网络防御体系。该体系的设计充分汲取了恶意软件感染激增、UNC3886 攻击电信运营商等现实事件的教训,回应了 AI 与量子技术带来的攻防格局变化,具备较强的针对性与前瞻性。

同时应当客观认识到,保护性 DNS 服务并非万能方案,其效能受到威胁情报时效性、覆盖范围、加密 DNS 普及等多重因素约束,只能拦截已知恶意域名,无法替代终端防护、身份认证、安全意识培训等其他防御层级。国家级上游拦截措施的运行还需要在安全防护与公民隐私、信息自由之间建立审慎的平衡,依靠完善的法律授权、严格的误报防控、公开的问责机制与畅通的救济渠道保障其在法治轨道上运行。

网络空间攻防对抗是长期动态博弈过程,没有一劳永逸的防御方案。新加坡的实践为各国提供了值得参考的经验,但各国应当结合自身的法律制度、网络架构、威胁态势与国情特点,探索适合本国的主动网络防御路径。随着 AI 与量子技术的持续演进,网络安全威胁还将不断呈现新的形态,防御体系也必须持续迭代更新,通过技术创新、制度完善与国际协作的协同推进,不断提升网络空间的整体安全水平。

编辑:芦笛(公共互联网反网络钓鱼工作组)

来源:迪妙网络空间安全学院

目录
相关文章
|
24天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
9493 32
|
1天前
|
云安全 人工智能 运维
当攻击全面Agent化,你的安全防御能否跟上AI Speed?
多起客户侧AK泄露事件应急的真实观察
1158 0
|
10天前
|
存储 人工智能 并行计算
大模型本地部署终端选型方法论:以 Qwen3.8-27B 为例的四档分层完整流程
本文提出一套大模型本地部署终端选型方法论:定约束、定档位、定框架、定参数四步决策法,配合入门、主力、质量、无损四档分层模型。以 Qwen3.8-27B 实测数据为例,逐环节解读显存、带宽、存储、散热、系统、预算等要素,给出面向不同预算的优选方案、决策自查清单与市场观察框架。文末前瞻 AI 笔记本的 CPU+GPU 与统一内存两条路线,论证四步决策法在新品类上的延续性。
|
9天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型深度拆解:原理解读、实战测评与保姆级落地教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为**System One Model(系统一模型)**,对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
726 1
|
5天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型全解析:核心原理拆解,性能实战测评与落地部署教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为System One Model(系统一模型),对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
481 0
|
23天前
|
人工智能 测试技术 API
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
Jev是TypeSafe AI推出的“系统一模型”,不生成文本,专做毫秒级结构化决策:Choice(多选)、Score(打分)、Noul(是非概率)。响应快193倍、成本低444倍,适合工单路由、内容审核、测试定级等高频判断场景。
2553 4
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
|
4天前
|
存储 缓存 测试技术
QWT 3D 模块重构记:旧渲染管线改进介绍及实时瀑布图示例
QWT 3D模块完成重大重构:解耦窗口与图形(Plot+Item),摒弃OpenGL 1.x固定管线,迁至Core Profile着色器渲染;支持多图元同场景叠加,并以实时3D瀑布图验证——滑动窗口、固定色域、64帧×256点达61fps。兼容Qt 5.12+/6,LGPL协议。
179 120
|
16天前
|
Windows
【保姆级】.NET Framework 3.5离线安装教程(2026最新实测)
.NET Framework 3.5是微软经典运行库,专为兼容老软件、老游戏设计。Win7自带,Win10/11需手动启用(在线或离线安装)。它与4.x系列并存不冲突,缺它会导致“找不到组件”报错。本文详解两种安装方式及常见问题解决,小白也能轻松上手。(239字)
2105 0