小心使得万年船:谨防网络攻击

简介:

就在不久前,在可能是有史以来规模最大的拒绝服务攻击中,众多物联网设备令主要网站瘫痪。我们要了解如何防止网络不被恶意访问,这还要花费很长时间。本文分析事件原委,近期这一问题不会消失的原因,以及你可以采取什么措施建立安全网。

我们所知

10月21日早,超过10万个物联网设备(例如打印机、路由器、摄像机、智能电视)IP开始攻击在美国运营的托管域名系统基础设施公司Dyn.据Dyn称,有三次攻击波:

  • 第一波:从世界调整时间11:00到13:20,主要对东海岸客户造成影响。与Dyn服务器直连的东海岸互联网用户无法访问部分网站,包括亚马逊、Reddit、Airbnb、Soundcloud等。
  • 第二波:从15:50到17:00,攻击变得多样化,对公司的全球用户造成影响。
  • 第三波:持续到20:30,但是未对任何客户造成影响。

谁受到影响?

自然,Dyn是攻击的主要受害人。但是作为一个网络基础设施,Dyn针对此类情况准备充分,“定期练习和准备应对此类情况,不断改进剧本,与缓解服务合作伙伴合作,解决此类问题”。

此次攻击中,60多家大型知名在线服务提供商受到影响。其中包括:亚马逊、贝宝、推特、Netflix、Soundcloud、Airbnb、Reddit等。

据报道,10月24日,相机制造商中国杭州雄迈的设备被污蔑参与了攻击,他们召回了1万台设备。制造商因网络攻击召回所制造的物联网设备,这是有史以来第一次。

是如何做到的?

该公司卷入的此次攻击非常复杂,黑客使用的是Mirai僵尸网络,该工具利用了提供商远程登录默认密码。

美国计算机安全紧急应变小组称:“Mirai恶意软件不断搜索网络,寻找易受攻击的物联网设备,将其感染,利用其进行僵尸网络攻击。Mirai机器人使用简短的62位常见默认用户名和密码,搜索易受攻击网络。因为很多物联网设备并无安全防范或安全水平较弱,用户名和密码的简短使该机器人能够访问成千上万的设备。”

设备被攻击后,黑客在生成递归域名系统重复攻击的53号端口上恶意使用定向掩蔽的传输控制协议和用户数据报协议流量。Dyn确认,Mirai僵尸网络是恶意攻击流量的主要来源。据推测,40多万个被黑物联网设备成为Mirai僵尸网络的一部分。

这是如何发生的?

两种趋势使之成为可能:(1)关键互联网基础设施(域名系统)不安全(2)无安全保障的物联网设备的爆发。

域名系统扮演着两个重要角色:

  1. 将网络地址转换成IP地址。
  2. 定位接收从既定邮箱地址发出邮件的服务器。

没有域名系统,互联网就不工作。

谈谈物联网

国际电信联盟对物联网的定义是,信息社会的全球基础设施,为互联(物理和虚拟)事物的先进服务提供支持,这些互联事物以现有和不断发展的可互操作的信息和通讯技术为基础。换句话说,就是与互联网连接,可以通讯的微型相机、电能表、资产跟踪、手机支付、健康监测、可穿戴设备(手表、手镯)中的传感器等。

物联网的出现是因为GPS小型化的发展,无线化和移动连接、纳米技术、射频识别智能传感技术等。

尽管物联网带来了这些令人兴奋的可能性,但仍有可能危害我们的隐私与安全。据思科最近估计,已经有157亿个设备连入互联网。这些设备包括智能手机、停车计时器、恒温控制器、相机、轮胎、道路、汽车、超市货架以及其他类型的设备。据估计,到2020年,将有250亿个设备连入互联网。平均每个人3个设备。确保这些设备的安全是个挑战。

我们能做什么?

1、审查你的网络中是否有设备被传染,按照指示,在被感染的物联网设备中删除Mirai恶意软件。即使未被感染,也建议您防患于未然:修改默认密码,升级老旧硬件。

2、了解你的风险和单点故障。不要以为这是过度紧张。确保了解应急响应中的潜在损失和责任、营运中断、声誉受损、监管风险、潜在监管防御责任。

3、从各方面分析风险:

  • (1)当攻击针对你时,你是直接受害者。
  • (2)你的客户(以及他们的客户)是第三方受害者。
  • (3)作为可被其他人使用的物联网或其他设备的所有者。你可能会承担责任,特别是在你未采取充分措施,而且有警示的情况下。

4、定期培训和锻炼公司的网络攻击事故反应团队。

5、确保你与客户和第三方提供商的联系保护你免于承担服务失败责任和其他风险。

6、从你信任或从在提供安全设备方面声誉卓著的公司购买服务。成本可能很高,但是会令你少些担忧。

7、考虑为业务购买网络保险。

该域名系统基础设施上的攻击提醒我们,保护网络安全任重道远。我们还需要开始应对这些攻击背后黑客的伦理问题。Mark Weiser《普适计算之父》曾提及:“意义最深远的技术是那些我们视而不见的技术。他们融入我们的生活,与我们密不可分。”但是问题仍然存在。

现在,我们必须保护这些技术,从而保护我们的日常生活。


作者:佚名

来源:51CTO

相关实践学习
基于函数计算快速搭建Hexo博客系统
本场景介绍如何使用阿里云函数计算服务命令行工具快速搭建一个Hexo博客。
相关文章
|
1月前
|
机器学习/深度学习 数据采集 人工智能
m基于深度学习网络的手势识别系统matlab仿真,包含GUI界面
m基于深度学习网络的手势识别系统matlab仿真,包含GUI界面
38 0
|
1月前
|
机器学习/深度学习 算法 计算机视觉
基于yolov2深度学习网络的火焰烟雾检测系统matlab仿真
基于yolov2深度学习网络的火焰烟雾检测系统matlab仿真
|
1月前
|
机器学习/深度学习 算法 计算机视觉
m基于深度学习网络的性别识别系统matlab仿真,带GUI界面
m基于深度学习网络的性别识别系统matlab仿真,带GUI界面
29 2
|
1月前
|
机器学习/深度学习 算法 计算机视觉
基于yolov2深度学习网络的视频手部检测算法matlab仿真
基于yolov2深度学习网络的视频手部检测算法matlab仿真
|
1月前
|
机器学习/深度学习 算法 数据库
基于CNN卷积网络的MNIST手写数字识别matlab仿真,CNN编程实现不使用matlab工具箱
基于CNN卷积网络的MNIST手写数字识别matlab仿真,CNN编程实现不使用matlab工具箱
|
1月前
|
传感器 算法 Go
基于EKF扩展卡尔曼滤波的传感器网络目标跟踪matlab仿真
基于EKF扩展卡尔曼滤波的传感器网络目标跟踪matlab仿真
|
2月前
|
机器学习/深度学习 算法 数据挖掘
【MATLAB】tvf_emd_ MFE_SVM_LSTM 神经网络时序预测算法
【MATLAB】tvf_emd_ MFE_SVM_LSTM 神经网络时序预测算法
44 2
|
2月前
|
机器学习/深度学习 算法 数据挖掘
【MATLAB】REMD_ MFE_SVM_LSTM 神经网络时序预测算法
【MATLAB】REMD_ MFE_SVM_LSTM 神经网络时序预测算法
43 5
|
1月前
|
机器学习/深度学习 并行计算 算法
m基于深度学习网络的瓜果种类识别系统matlab仿真,带GUI界面
m基于深度学习网络的瓜果种类识别系统matlab仿真,带GUI界面
31 0
|
2天前
|
机器学习/深度学习 数据可视化 网络架构
matlab使用长短期记忆(LSTM)神经网络对序列数据进行分类
matlab使用长短期记忆(LSTM)神经网络对序列数据进行分类

热门文章

最新文章