互联网业务安全之通用安全风险模型

简介:

互联网业务安全之通用安全风险模型

 

 

 

 

业务安全从流程设计维度可划分为账户体系安全、交易体系安全、支付体系安全、用户信息存储安全。后者对普通用户而言基本属于透明状态,对于电商/互联网金融/社交媒体更多面临的业务安全风险集中在账户/交易/支付三个维度内。


1 账户体系安全

账户体系安全在具体的业务细分中,最直接的业务体现则为注册、登录、找密三个主要入口。针对黑产或灰产抑或“羊毛党”的技术面分析主要有以下攻击、薅羊毛行为。


1.1 垃圾注册

垃圾注册主要指通过程序或者纯人力大量注册的非活越账号,这些账号不能直接给平台带来收益确在一定程度上提升运营成本。账号本身可能给注册行为人带去部份收益。P2P金融行业在注册投资回报现金时,经常会出现这类垃圾注册;电商行业主要用于虚假刷单;社交媒体则面临面临垃圾注册用于发送垃圾消息。


1.2 撞库攻击

撞库风险在登录、注册、找密等普遍存在,目前“黑产”主要通过大量泄漏的用户数据,在这些潜在风险的地方,进行账号检存操作,然后通过存在的账号测试对应密码检存;或者寻找无任何防御的登录口进行撞库。


1.3 盗号洗号

这类风险就不做多过多描述,攻击手法略多。


1.4 验证码安全

验证码在设计之初即为区分人与机器,在各类应用中广泛使用用于防护自动化攻击。但目前基于图形验证码安全的防护手段已基本不再属于黑产的障碍,众多的OCR产品以及更为通用的人工码平台,降成本高效率作业。对于有些网站仅采用手机验证码认证作为区分正常用户与“异常”用户,国内也已有非常成熟的“猫池”设备,提供在线手机打码测试。对于团购类、快车等平台,手机小号注册可直接获取巨大利益回报。举例:某团购平台,对于普通用户购买某火锅优惠券需要79元,新用户优惠价格只需要49元。该平台对于业务风控做了设备指纹操作,但依然可以通过模拟器用“手机码”平台进行下单操作。除掉小号成本5块,回报还是挺诱惑的。验证码安全参考


1.5 信息重放

登录/注册/找密等入口,可能通过短信验证码、邮箱验证码之类的进行确认操作,如果末对操作进行次数及频率上的限制,则会产生大量的重放攻击。另外,对于验证逻辑缺陷类的,例如session末及时删除,可能导致验证码被重放,绕过一些人机基础防护等。


1.6 找密/改密安全

找密/改密设计在验证逻辑上极易产生各种问题,找密密钥的可预测性,找密逻辑缺陷可直接修改收信邮箱,账号检存。改密通过id进行可能修改他人的密码,批量重置等等。从业务层考虑还有找回他人的密码导致财产损失。具体举例:有些产品从用户角度思考,提供更人性化的找密服务,会根据不同场景出现不同的找密方式,在末严格验证身份的情况下或设备指纹不可靠等,极有可能导致客户账号被攻击。


1.7 信息泄漏

业务层的信息泄漏,主要指服务自身的一些运营敏感数据泄漏。比如客户交易的cvv码,用户账号、密码、邮箱等。在账号体系中,该类泄漏非常常见,例如用某第三方开发的P2P程序,在登录时用户账号存在的情况下,直接ajax返回该用户的密码密文、手机号、邮箱等等信息。攻击者可能通过这些接口大量获取敏感信息。


2 交易体系安全

交易体系安全主要在电商、金融类发生实际交易的场景下出现,“羊毛党”或者问题商家在交易体系中,存在大量虚拟交易,信息作弊及各类针对活动场景的攻击。


2.1 刷库存

刷库存在电商类网站普遍存在,属于一种业务勒索型攻击。攻击者通过大量购买库存产品,但不发生实际支付行为,让正常用户无法正常购买。通过相对较成本低的价格带动数据增长的新商户而言,遭遇该类勒索型攻击较为常见。


2.2 刷单

业务数据造假,这种已形成比较成熟的产业链,目前玩法较多。对于验证真实快递单号的电商站,随便都能相互买到这类单号。



2.3 活动作弊

电商类网站在“双十一”之类的各种特殊节日,会推出大量的游戏送抵用券,送红包、送流量、送优惠券等等活动。如某送流量活动,输入手机号,鼠标点击鼓达某个阈值送多少流量,攻击者可直接修改js或者写js自动模拟点击刷活动。再比如,商家为了冲销量,经常举办前几百名免单活动,攻击者通过自动化脚本秒杀商品,大量薅这羊毛。这直接导致商家销售产品存在大量恶意退货、退款,对于正常用户而言,认为自己被耍猴;对于商家投资成本带来的回报与预期有较大出入。


2.4 刷排名

商家通过某些手段,规避虚拟物品限制转换实际产品销售。以处于边界的低价游戏产品,通过叫“白号秒单”(无太多记录的真实账号)的手段,大量刷销量,再更换类目产品,保持各类目都在销量靠前排名靠前,搜索推荐都是这类店铺,给消费者带来较大的损失。


2.5 权限绕过

严格意义来讲业务安全与传统web安全重叠的部份较多。权限绕过这里主要指的是,常见的一类逻辑漏洞。一类是末对用户开放或已下线的的商品,通过id可直接遍历到该商品,然后正常购买;另一类主要指,设计上的缺陷,比如有些卡商,在发的充值券存在一定程序的可推测,或者消费账号可被推测。举例,某游戏激活码简单的组合发售,用户可通过暴力手段,直接用末购买的激活码激活游戏。


2.6 低价购买

某些网站通过id等手段进行价格判断,但存在一定逻辑缺陷。导致可利用低价商品的ID号购买高价值的商品。


2.7 恶意贷款

该种主要存在于P2P类的金融行业,在末知用户信用或真实贷款身份下存的的一类贷款行为,导致坏账率增加。


3 支付体系安全

支付体系在整个交易过程中,视为业务安全里最重要的环节,也是各类风控体系发挥巨大功效的地方。


3.1 数据篡改

在支付过程中,验签不严的情况下,极有可能产生数据篡改伪造。金额任意更改,溢出,负金额等等各种场景。


3.2 高并发缺陷

交易类重放攻击,高并发的情况下末对用户操作行为加锁,导致购买限制的绕过。比如,限制用户每月兑换3次流量,在瞬间重放大量请求的情况下,可能同时成功兑换远大于3次。或者余额只够购买一件产品的情况下,高并发发生交易成功,直接变负数的可能。


3.3 套现

套现行为包括:信用卡套现、抵用券套现、类似“京东”白条类信用产品套现。利用平台信用卡套现较为常见,尤其P2P金融和电商普遍存在,通过信用卡支付->提现等。再如抵用券套现,活动支付时购买两件商品,其中一件商品价格用抵用券足够,另外一件走卡支付,这样就可直接无风险套现抵用券。


3.4 支付行为可信

支付确认阶段,商家无法确定支付是否发生于账户真实主人。比如可能来自被盗账户的支付动作,直接导致正常用户资产损失。比如通过信用卡购买商品的后付费用户,攻击者利用盗取的信用卡绑定发生实际购买行为,平台在接受绑定后产生交易。但卡的真实主人申报该购买无效,不愿支付费用。交易已经发生,对于平台来讲就直接造成次产损失,该类攻击并不鲜见。


4 其它业务安全

4.1 垃圾评论

垃圾评论在社交类应用中大量存在,发广告、发敏感信息、灌水等。


4.2 垃圾消息

垃圾消息与垃圾评论基本上属于一类行为,在社交网站、电商网站,通过api接口漏洞,推送广告、钓鱼链接等等。业务层主要体现工单污染。


4.3 信息作弊

信息作弊主要指各类投票数据、集赞、浏览量、粉丝等通过csrf漏洞或者机器自动刷等,造成各类虚拟数据。

 

 

 

本文来自合作伙伴“阿里聚安全”,发表于2016年08月17日 11:09.

相关文章
|
3月前
|
存储 监控 安全
强化数据丢失防护:五大策略助力数据分类与安全升级
强化数据丢失防护:五大策略助力数据分类与安全升级
|
28天前
|
云安全 存储 弹性计算
|
人工智能 运维 数据可视化
实验室检测避不开的业务复杂性问题,看我用smardaten这么解决!
实验室检测避不开的业务复杂性问题,看我用smardaten这么解决!
实验室检测避不开的业务复杂性问题,看我用smardaten这么解决!
|
安全 数据安全/隐私保护
阿里云产品体系分为6大分类——安全——安全的6种模块——数据安全
阿里云产品体系分为6大分类——安全——安全的6种模块——数据安全自制脑图
138 1
|
安全
阿里云产品体系分为6大分类——安全——安全的6种模块——业务安全
阿里云产品体系分为6大分类——安全——安全的6种模块——业务安全自制脑图
187 1
|
传感器 人工智能 算法
关于技术、业务、产品的一点思考
关于技术、业务、产品的一点思考
414 0
|
安全 数据安全/隐私保护 黑灰产治理
互联网常见业务风险|学习笔记
快速学习互联网常见业务风险
互联网常见业务风险|学习笔记
|
安全 中间件 网络安全
网约车业务系统 网络安全防护评测体系
网约车业务系统网络安全防护评测体系:网约车安全防护测评介绍,评估依据,安全评估流程,交付成果。
524 1
网约车业务系统 网络安全防护评测体系
|
数据可视化 物联网 测试技术
评估企业扩展业务能力的新方法
评估企业扩展业务能力的新方法
456 0
|
数据采集 云安全 机器学习/深度学习