<menu id="guoca"></menu>
<nav id="guoca"></nav><xmp id="guoca">
  • <xmp id="guoca">
  • <nav id="guoca"><code id="guoca"></code></nav>
  • <nav id="guoca"><code id="guoca"></code></nav>

    疑似45億地址信息泄露事件跟進分析

    VSole2023-02-16 10:49:49

    2月12日晚,在即時通訊軟件Telegram上,某機器人爆出超45億國內個人信息遭到泄露,數據包括真實姓名、電話、地址等信息,并公開了免費查詢渠道。

    該機器人管理員提供的navicat截圖顯示,數據量為4541420022條(45億),數據庫大小為435.35GB,數據量極為龐大。

    其實,早在2023年2月7日,威脅獵人情報平臺在聊天工具Telegram的頻道“社工庫-??163??”中,捕獲到“45億姓名地址庫”的最新信息:


    威脅獵人迅速關注到該事件并保持持續關注,經研究發現該頻道于2021年4月28日創建,創建以來,長期未發布信息,直到2月7日凌晨開始發布信息。目前,此頻道現已更名為“社工庫2023頻道??星鏈??”

    「事件跟進時間線」

    2021年4月28日,黑產創建Telegram頻道“社工庫-??163??”,并被威脅獵人情報平臺納入監測;

    2023年2月7日01時10分,該頻道發布第一條消息:“133”,疑似黑產開始進行測試;

    2023年2月7日03時14分,該頻道更名為“社工庫2023頻道??星鏈??”,并發布第二條信息:“更新45億姓名地址庫 最新”,被威脅獵人情報平臺捕獲;

    2023年2月12日9時40分,黑產開始在多個Telegram數據售賣群發布廣告,“45億訂單機器人”,并引起廣泛關注;

    2023年2月12日18時30分,該事件緊急度升級,威脅獵人情報研究員開始針對該事件進行分析和研判;

    2023年2月12日23時,該社工機器人因訪問量過大無法使用,同時出現大量冒充該機器人的其他黑產團伙;

    2023年2月13日,該社工機器人在發布“請大家嘗試使用2號機器人,1號機器人無法響應!!!”之后,沒有再發布任何消息,而網絡上開始出現“數據來源于某大型電商平臺泄露”等多種聲音;

    2023年2月13日20時,威脅獵人情報研究員根據數據研判分析,得出初步結論。

    事件分析驗證

    事件爆出后,威脅獵人情報研究員第一時間選取真實在用的手機號,對該事件進行了驗證分析,發現:

    1)查詢的返回結果為姓名和地址信息,且信息正確,確定為真實的數據泄露事件,非虛假數據;

    2)查詢出來的地址信息,沒有明顯的平臺聚集性,存在不同平臺的收貨地址;

    3)查詢出來的地址信息,包含歷史數據和較新的數據,比如某個手機號三年前短期使用的地址與最新搬家后的地址,同時出現在了泄露的信息中;

    4)同一個地址,以不同的形式出現了10次,有些精確到門牌號的地址,也因為一些細節字符的差異,出現了四次,且經過確認,該信息的主人明確沒有在同一平臺上同時留下這么多信息。

    結合以上4點現象,可以初步推斷:

    此次泄露事件,大概率是由多個泄露源(包括歷史泄露的庫)提取姓名、地址拼接而成。

    數據泄露來源分析

    要拼接出這樣的數據,存在幾種可能性:

    1)泄露的數據包含手機號、姓名、地址;

    2)泄露的數據A包含手機號、姓名+泄露的數據B包含手機號、地址;

    3)泄露的數據A包含手機號、姓名+泄露的數據B包含姓名、地址(姓名會重名,因此這種可能性很小)。

    實際上,數據泄露已然成為頻發事件,個人信息泄露規模及后果令人觸目驚心。僅在過去的2022年中,威脅獵人情報平臺就監測到3218起驗證有效的數據泄露事件,其中,捕獲數據泄露事件最多的是物流行業,事件數量占比40.17%;其次是金融行業,事件數量占比37.68%;事件數量第三的行業為電商行業,事件數量占比為7.88%,數據泄露同樣發生在政府、互聯網、汽車、企業服務等行業。

    對泄露的事件分析后,我們發現:

    1)泄露的數據中,包含手機號、姓名、地址的有1200余起;

    2)泄露的數據中,包含手機號、姓名的有1900余起;

    3)泄露的數據中,包含手機號、地址的1700余起;

    我們進一步對包含手機號、姓名、地址泄露信息的行業分布進行分析發現,和整體相差不大,依然是物流行業占比最高,達54%,電商行業占比7%

    威脅獵人情報研究員對物流、電商行業進行分析后發現,這兩個行業數據泄露的主要原因包括

    1. “內鬼”違規獲取,包括:面單拍攝、數據人為導出等

    如下,威脅獵人數據資產泄露情報監測平臺在2022年11月15日捕獲到,國內某大型物流公司的用戶快遞面單信息數據遭到泄露,量級達每日上千條

    泄露原因主要是快遞站點工作人員進行面單拍攝,而后該人員在Telegram等交易平臺,以每單4元的價格進行出售。

    2.API遭到爬蟲攻擊導致的泄露,典型事件為國內某大型電商平臺的11億用戶數據泄露

    2021年6月,國內某大型電商平臺用戶ID、昵稱、手機號以及用戶評價等敏感信息數據遭到泄露,已有超11億8千多萬用戶遭到影響

    泄露主要原因是其電商平臺API接口被爬蟲攻擊導致,黑產團伙通過批量添加微信好友進行營銷推廣,非法獲利數萬元。

    3.商家和快遞公司之間的云倉平臺被植入木馬、漏洞攻擊等

    2022年,國內某云倉被黑產團伙以應聘工作為由虛假入職,通過在其使用的工作電腦或面單打印機電腦上安裝木馬軟件,對用戶敏感信息數據進行竊取,并在數據交易市場上以單價3元進行售賣。

    面對越來越多的API攻擊和數據泄露風險,企業應從多個維度來構建防御體系,更需要基于風險情報來構建攻擊檢測模型,做到及早感知及時防御,從而保障企業及其用戶的數據安全。

    信息泄露數據與信息
    本作品采用《CC 協議》,轉載必須注明作者和本文鏈接
    當前,以數字經濟為代表的新經濟成為經濟增長新引擎,數據作為核心生產要素成為了基礎戰略資源,數據安全的基礎保障作用也日益凸顯。伴隨而來的數據安全風險與日俱增,數據泄露數據濫用等安全事件頻發,為個人隱私、企業商業秘密、國家重要數據等帶來了嚴重的安全隱患。近年來,國家對數據安全個人信息保護進行了前瞻性戰略部署,開展了系統性的頂層設計。《中華人民共和國數據安全法》于2021年9月1日正式施行,《中華人
    2022年1月,國務院印發《“十四五”數字經濟發展規劃》(以下簡稱“規劃”),明確了“十四五”時期推動數字經濟健康發展的指導思想、基本原則、發展目標、重點任務和保障措施。規劃指出,數字經濟是繼農業經濟、工業經濟之后的主要經濟形態,是以數據資源為關鍵要素,以現代信息網絡為主要載體,以信息通信技術融合應用、全要素數字化轉型為重要推動力,促進公平效率更加統一的新經濟形態。
    在數字經濟時代,隨著人工智能、大數據等產業的快速發展,數據要素的作用及其重要性愈發凸顯。與此同時,大量挖掘和收集用戶數據信息,金融領域用戶數據信息泄露事件多發。 隨著《數據保護法》《個人信息保護法》等的落地,金融業如何做到既保護數據安全,又充分發揮數據資產價值、高效鏈接多方數據,成為一項亟需解決的課題。
    各經濟體更加重視數據競爭力,紛紛制定出臺數據戰略,宣誓數據安全和主權。因此,歐盟認為必須建立歐洲數據主權。近年來,我國陸續發布了一系列數據及其安全相關的法律法規和標準規范,數據資產價值得到確認。2020年6月,12部委聯合發布《網絡安全審查辦法》,推動建立國家網絡安全審查工作機制。
    國家工業信息安全發展研究中心作為國家級信息安全研究和推進機構,聯合華為技術有限公司共同研究編制了《數據安全白皮書》,全面分析了我國數據安全產業基礎、防護關鍵技術、法律法規體系現狀,從提升數據安全產業基礎能力、加快研究和應用數據安全防護技術、強化法律法規在數據安全主權的支撐保障作用等三方面展望數據安全發展未來,提出了數據安全發展倡議,為行業發展提供借鑒和參考,積極推動我國數據治理工作有序開展。
    近年來,隨著國家網絡安全戰略部署的有效推進,在新一代信息技術加速兩化融合的同時,工業信息安全風險持續攀升,工業領域面臨著越來越嚴峻的安全形勢。一旦工業控制系統遭受到攻擊,除了直接造成工業生產停滯,帶來巨大的經濟損失外,還會將后果延伸至整個產業生態,危及公眾生命及財產安全,甚至進一步威脅到國家安全。
    數據所有者能夠根據授權用戶的屬性設置密文策略,在數據加密的同時保證授權的靈活性。針對量子計算的發展可能帶來的安全挑戰,基于格構造抗量子的方案可以有效提升安全性。此外,利用區塊鏈技術存儲數據信息,以應對非可信云服務的偽造、篡改數據等行為。最后,分析了方案的安全性各方面性能,結果表明所提方案能夠適用于非可信的云存儲應用。
    關鍵信息基礎設施安全保護制度是黨中央有關文件和《中華人民共和國網絡安全法》確定的基本制度。在當前嚴峻的網絡安全形勢下,全面摸清關鍵信息基礎設施底數,準確了解關鍵信息基礎設施安全現狀,確定其信息資產的價值、敏感性和嚴重性,分析發生威脅時潛在的損失或破壞,為全面掌握關鍵信息基礎設施網絡安全風險提供依據。近年來,各單位、各部門按照相關法律法規規定,開展了關鍵信息基礎設施的安全檢查和整改工作,全面加強了網
    數據、云計算等信息技術的發展,加速了信息化發展速度,同樣刺激了網絡攻擊的普遍化、持久化、武器化,也給攻擊溯源帶來了新挑戰。傳統的溯源技術大都針對某一類 或某幾類的數據進行分析,還原攻擊過程,且溯源過程需要大量的人工介入。從攻擊溯源的 基本思路入手,結合大數據技術特點,以及大數據安全產品的開發經驗,提出一種基于大數 據技術的多層溯源框架,對多元數據進行分析,繪制盡可能完整的攻擊路徑,還原攻擊全過程
    數據是指大型復雜的結構化或非結構化數據集。大數據技術使組織能夠生成、收集、管理、分析和可視化大數據集,并為診斷、預測或其他決策任務提供見解。處理大數據的關鍵問題之一是采用適當的大數據治理框架,這樣可以:①以所需的方式管理大數據,以支持有效機器學習的高質量數據訪問;②確保該框架規范存儲和處理在相關監管框架內以可信賴的方式收集來自供應商和用戶的數據。提出了一個大數據治理框架,指導組織在相關的規則框架
    VSole
    網絡安全專家
      亚洲 欧美 自拍 唯美 另类