CNCERT:2018年我国DDoS攻击资源分析报告

栏目: 编程工具 · 发布时间: 5年前

目录

一、引言

  (一) 攻击资源定义

 (二) 2018年重点关注情况

二、全年DDoS攻击资源分析

  (一) 控制端资源分析

(二) 肉鸡资源分析

(三) 反射攻击资源分析

1. Memcached反射服务器资源

2. NTP反射服务器资源

3. SSDP反射服务器资源

(四) 发起伪造流量的路由器分析

1. 跨域伪造流量来源路由器

2. 本地伪造流量来源路由器

三、我国境内攻击资源年度活跃及治理情况分析

   (一) 我国境内攻击资源年度活跃趋势

1. 控制端资源

2. 肉鸡资源

3. 反射服务器资源

4. 跨域伪造流量来源路由器资源

5. 本地伪造流量来源路由器资源

 (二) DDoS攻击资源治理情况及典型案例

1. 控制端资源

2. 反射服务器资源

3. 伪造流量来源路由器资源

四、下一步DDoS攻击资源治理建议

一、引言

(一)攻击资源定义

本报告为2018年的DDoS攻击资源年度分析报告。围绕互联网环境威胁治理问题,基于CNCERT监测的DDoS攻击事件数据进行抽样分析,重点对“DDoS攻击是从哪些网络资源上发起的”这个问题进行分析。主要分析的攻击资源包括:

1、控制端资源,指用来控制大量的僵尸主机节点向攻击目标发起DDoS攻击的木马或僵尸网络控制端。

2、肉鸡资源,指被控制端利用,向攻击目标发起DDoS攻击的僵尸主机节点。

3、反射服务器资源,指能够被黑客利用发起反射攻击的服务器、主机等设施,它们提供的网络服务中,如果存在某些网络服务,不需要进行认证并且具有放大效果,又在互联网上大量部署(如DNS服务器,NTP服务器等),它们就可能成为被利用发起DDoS攻击的网络资源。

4、跨域伪造流量来源路由器,是指转发了大量任意伪造IP攻击流量的路由器。由于我国要求运营商在接入网上进行源地址验证,因此跨域伪造流量的存在,说明该路由器或其下路由器的源地址验证配置可能存在缺陷,且该路由器下的网络中存在发动DDoS攻击的设备。

5、本地伪造流量来源路由器,是指转发了大量伪造本区域IP攻击流量的路由器。说明该路由器下的网络中存在发动DDoS攻击的设备。

在本报告中,一次DDoS攻击事件是指在经验攻击周期内,不同的攻击资源针对固定目标的单个DDoS攻击,攻击周期时长不超过24小时。如果相同的攻击目标被相同的攻击资源所攻击,但间隔为24小时或更多,则该事件被认为是两次攻击。此外,DDoS攻击资源及攻击目标地址均指其IP地址,它们的地理位置由它的IP地址定位得到。

(二)2018年重点关注情况

1、2018年利用肉鸡发起DDoS攻击的控制端中,境外控制端最多位于美国;境内控制端最多位于江苏省,其次是浙江省、贵州省和广东省,按归属运营商统计,中国电信占的比例最大。

2、2018年参与攻击较多的境内肉鸡地址主要位于江苏省、浙江省和山东省,其中大量肉鸡地址归属于中国电信。当前仍旧存活且持续活跃超过六个月的境内肉鸡资源中,位于广东省、浙江省、山东省的地址占的比例最大。

3、2018年被利用发起 Memcached 反射攻击境内反射服务器数量按省份统计排名前三名的是广东省、山东省和河南省;按归属运营商统计,数量最多的是中国电信。被利用发起NTP反射攻击的境内反射服务器数量按省份统计排名前三名的省份是山东省、河南省和河北省;按归属运营商统计,数量最多的是中国联通。被利用发起SSDP反射攻击的境内反射服务器数量按省份统计排名前三名的省份是辽宁省、山东省和浙江省;按归属运营商统计,数量最多的是中国联通。

4、2018年转发伪造跨域攻击流量的路由器中,归属于新疆维吾尔自治区移动的路由器参与的攻击事件数量最多;跨域伪造流量来源路由器数量按省份统计,最多位于北京市、江苏省和广东省。持续被利用超过三个月的跨域伪造流量来源路由器中,归属于江苏省、北京市和山东省路由器数量最多。

5、2018年转发伪造本地攻击流量的路由器中,归属于北京市电信的路由器参与的攻击事件数量最多;本地伪造流量来源路由器数量按省份统计,最多位于江苏省、山东省和河南省。持续被利用超过三个月的本地伪造流量来源路由器中,归属于浙江省、广东省、河南省的路由器数量最多。

6、经过一年来针对我国境内的攻击资源的专项治理工作, 根据CNCERT自主监测数据, 与2017年相比,境内控制端、肉鸡等资源的月活跃数量较2017年有了较明显的下降趋势;境内控制端、跨域伪造流量来源路由器、本地伪造流量来源路由器等资源每月的新增率不变、消亡率呈现一定程度的上升,意味着资源消亡速度加快,可利用的资源数量逐步减少;境内反射服务器资源每月的消亡率不变、新增率呈现一定程度的下降,意味着可新增的资源数量逐步减少。 根据外部相关分析报告, 我国境内的僵尸网络控制端数量持续减少;我国境内全年DDoS攻击次数明显下降,特别是反射攻击较去年减少了80%。

二、全年DDoS攻击资源分析

(一)控制端资源分析

根据CNCERT抽样监测数据,2018年以来利用肉鸡发起DDoS攻击的控制端有2108个,其中,334个控制端位于我国境内,1774个控制端位于境外。

位于境外的控制端按国家或地区分布,美国占比最大,占36.3%,其次是中国香港和加拿大,如图1所示。

CNCERT:2018年我国DDoS攻击资源分析报告

图1 2018年以来发起DDoS攻击的境外控制端数量按国家或地区分布

位于境内的控制端按省份统计,江苏省占比最大,占27.5%,其次是浙江省、贵州省和广东省;按运营商统计,中国电信占比最大,占76.9%,中国联通占9.9%,中国移动占0.9%,如图2所示。

CNCERT:2018年我国DDoS攻击资源分析报告

图2 2018年以来发起DDoS攻击的境内控制端数量按省份和运营商分布

2018年以来发起攻击最多的境内控制端前二十名及归属如表1所示。

表1 2018年以来发起攻击最多的境内控制端TOP20

控制端地址 归属省份 归属运营商或云服务商
123.X.X.167 山东省 中国联通
183.X.X.78 浙江省 中国电信
222.X.X.122 江苏省 中国电信
118.X.X.216 江西省 中国联通
123.X.X.146 贵州省 中国电信
27.X.X.234 福建省 中国电信
116.X.X.2 广东省 中国电信
222.X.X.232 江苏省 中国电信
219.X.X.226 河南省 中国电信
117.X.X.110 陕西省 中国电信
123.X.X.147 贵州省 中国电信
183.X.X.243 浙江省 中国电信
183.X.X.90 浙江省 中国电信
125.X.X.100 福建省 中国电信
183.X.X.57 广东省 中国电信
58.X.X.158 江苏省 中国电信
61.X.X.154 江苏省 中国电信
119.X.X.162 广东省 中国电信
222.X.X.7 江苏省 中国电信
220.X.X.54 湖南省 中国电信

(二)肉鸡资源分析

根据CNCERT抽样监测数据,2018年以来共有1,444,633个肉鸡地址参与真实地址攻击(包含真实地址攻击与反射攻击等其它攻击的混合攻击)。

这些肉鸡资源按省份统计,江苏省占比最大,为14.6%,其次是浙江省、山东省和广东省;按运营商统计,中国电信占比最大,为61.6%,中国联通占27.3%,中国移动占9.4%,如图3所示。

CNCERT:2018年我国DDoS攻击资源分析报告

图3 2018年以来肉鸡地址数量按省份和运营商分布

2018年以来参与攻击最多的肉鸡地址前三十名及归属如表2所示。

表2 2018年以来参与攻击最多的肉鸡地址TOP30

肉鸡地址 归属省份 归属运营商或云服务商
60.X.X.174 新疆维吾尔自治区 中国联通
61.X.X.28 甘肃省 中国电信
61.X.X.66 青海省 中国电信
220.X.X..58 广西壮族自治区 中国电信
118.X.X.186 甘肃省 中国电信
221.X.X.129 内蒙古自治区 中国联通
61.X.X.114 河南省 中国联通
61.X.X.243 内蒙古自治区 中国联通
222.X.X.186 广西壮族自治区 中国电信
111.X.X.53 吉林省 中国移动
139.X.X.208 北京市 待确认
202.X.X.202 北京市 中国联通
221.X.X.144 贵州省 中国联通
202.X.X.138 新疆维吾尔自治区 中国电信
42.X.X.155 上海市 中国电信
175.X.X.131 湖南省 中国电信
222.X.X.242 贵州省 中国电信
60.X.X.211 山西省 中国联通
58.X.X.114 湖南省 中国联通
183.X.X.79 浙江省 中国电信
112.X.X.146 安徽省 中国联通
211.X.X.78 上海市 中国联通
27.X.X.250 上海市 中国联通
112.X.X.234 江苏省 中国联通
219.X.X.97 黑龙江省 中国电信
114.X.X.253 北京市 待确认
60.X.X.30 安徽省 中国电信
42.X.X.56 上海市 中国电信
218.X.X.182 河南省 中国联通
111.X.X.69 河南省 中国移动

(三)反射攻击资源分析

根据CNCERT抽样监测数据,2018年以来利用反射服务器发起的三类重点反射攻击共涉及19,708,130台反射服务器,其中境内反射服务器16,549,970台,境外反射服务器3,158,160台。被利用发起Memcached反射攻击的反射服务器有232,282台,占比1.2%,其中境内187,247台,境外45,035台;被利用发起NTP反射攻击的反射服务器有3,200,200台,占比16.2%,其中境内2,040,066台,境外1,160,134台;被利用发起SSDP反射攻击的反射服务器有16,275,648台,占比82.6%,其中境内14,322,657台,境外1,952,991台。

1.Memcached反射服务器资源

Memcached反射攻击利用了在互联网上暴露的大批量Memcached服务器(一种分布式缓存系统)存在的认证和设计缺陷,攻击者通过向Memcached服务器的默认11211端口发送伪造受害者IP地址的特定指令UDP数据包,使Memcached服务器向受害者IP地址返回比请求数据包大数倍的数据,从而进行反射攻击。

根据CNCERT抽样监测数据,2018年以来利用Memcached服务器实施反射攻击的事件共涉及境内187,247台反射服务器,境外45,035台反射服务器。

2018年以来境内反射服务器数量按省份统计,广东省占比最大,占14.1%,其次是山东省、河南省和江苏省;按归属运营商或云服务商统计,中国电信占比最大,占53.5%,中国移动占23.8%,中国联通占13.4%,阿里云占4.5%,如图4所示。

CNCERT:2018年我国DDoS攻击资源分析报告

图4 2018年以来境内Memcached反射服务器数量按省份、运营商或云服务商分布

2018年以来被利用发起攻击的境外Memcached反射服务器数量按国家或地区统计,美国占比最大,占25.2%,其次是中国香港、法国和日本,如图5所示。

CNCERT:2018年我国DDoS攻击资源分析报告

图5 2018年以来境外Memcached反射服务器数量按国家或地区分布

2018年被利用发起Memcached反射攻击的境内反射服务器按被利用发起攻击数量排名TOP30的反射服务器及归属如表3所示,位于北京市的地址最多。

表3 2018年以来境内被利用发起Memcached反射攻击的反射服务器按涉事件数量TOP30

反射服务器地址 归属省份 归属运营商或云服务商
106.X.X.51 北京市 中国电信
202.X.X.240 新疆维吾尔自治区 中国电信
123.X.X.195 北京市 阿里云
119.X.X.93 北京市 中国电信
123.X.X.233 北京市 阿里云
123.X.X.30 北京市 阿里云
101.X.X.97 北京市 阿里云
123.X.X.237 北京市 阿里云
101.X.X.178 北京市 阿里云
112.X.X.84 北京市 阿里云
121.X.X.197 北京市 中国联通
116.X.X.10 云南省 中国电信
101.X.X.74 北京市 阿里云
123.X.X.118 北京市 阿里云
182.X.X.228 北京市 阿里云
223.X.X.13 四川省 中国移动
202.X.X.100 山西省 中国联通
123.X.X.128 北京市 阿里云
119.X.X.156 北京市 中国电信
182.X.X.75 北京市 阿里云
123.X.X.216 北京市 阿里云
101.X.X.68 北京市 阿里云
113.X.X.112 广东省 中国电信
182.X.X.145 北京市 阿里云
182.X.X.145 北京市 阿里云
101.X.X.71 北京市 阿里云
58.X.X.166 山东省 中国电信
123.X.X.197 北京市 阿里云
101.X.X.55 北京市 阿里云
123.X.X.76 北京市 阿里云

2.NTP反射服务器资源

NTP反射攻击利用了NTP(一种通过互联网服务于计算机时钟同步的协议)服务器存在的协议脆弱性,攻击者通过向NTP服务器的默认123端口发送伪造受害者IP地址的Monlist指令数据包,使NTP服务器向受害者IP地址反射返回比原始数据包大数倍的数据,从而进行反射攻击。

根据CNCERT抽样监测数据,2018年以来NTP反射攻击事件共涉及我国境内2,040,066台反射服务器,境外1,160,134台反射服务器。

2018年以来被利用发起NTP反射攻击的境内反射服务器数量按省份统计,山东省占比最大,占20.3%,其次是河南省、河北省和湖北省;按归属运营商统计,中国联通占比最大,占37.1%,中国移动占32.0%,中国电信占28.8%,如图6所示。

CNCERT:2018年我国DDoS攻击资源分析报告

图6 2018年以来被利用发起NTP反射攻击的境内反射服务器数量按省份和运营商分布

2018年以来被利用发起NTP反射攻击的境外反射服务器数量按国家或地区统计,越南占比最大,占51.9%,其次是澳大利亚、美国和巴西,如图7所示。

CNCERT:2018年我国DDoS攻击资源分析报告

图7 2018年以来被利用发起NTP反射攻击的境外反射服务器数量按国家或地区分布

2018年以来被利用发起NTP反射攻击的境内反射服务器按被利用发起攻击数量排名TOP30及归属如表4所示,位于新疆维吾尔自治区的地址最多。

表4 2018年以来境内被利用发起NTP反射攻击的反射服务器按涉事件数量TOP30

反射服务器地址 归属省份 归属运营商或云服务商
221.X.X.37 河南省 中国移动
119.X.X.37 四川省 中国联通
220.X.X.54 安徽省 中国联通
111.X.X.30 贵州省 中国联通
202.X.X.70 新疆维吾尔自治区 中国电信
60.X.X.118 新疆维吾尔自治区 中国联通
218.X.X.126 广西壮族自治区 中国电信
61.X.X.24 北京市 中国联通
125.X.X.194 吉林省 中国联通
119.X.X.198 吉林省 中国联通
203.X.X.100 湖南省 中国联通
60.X.X.126 新疆维吾尔自治区 中国联通
123.X.X.82 北京市 中国联通
123.X.X.134 河南省 中国电信
60.X.X.134 河北省 中国联通
117.X.X.61 天津市 中国联通
124.X.X.22 北京市 中国联通
202.X.X.14 吉林省 中国联通
124.X.X.166 北京市 中国联通
122.X.X.170 江苏省 中国联通
60.X.X.158 新疆维吾尔自治区 中国联通
119.X.X.3 四川省 中国联通
61.X.X.174 山东省 中国联通
60.X.X.102 山东省 中国联通
183.X.X.166 浙江省 中国电信
61.X.X.59 河南省 中国联通
60.X.X.12 新疆维吾尔自治区 中国联通
124.X.X.90 北京市 中国联通
221.X.X.174 新疆维吾尔自治区 中国联通
221.X.X.10 黑龙江省 中国联通
123.X.X.76 北京市 阿里云

3.SSDP反射服务器资源

SSDP反射攻击利用了SSDP(一种应用层协议,是构成通用即插即用(UPnP)技术的核心协议之一)服务器存在的协议脆弱性,攻击者通过向SSDP服务器的默认1900端口发送伪造受害者IP地址的查询请求,使SSDP服务器向受害者IP地址反射返回比原始数据包大数倍的应答数据包,从而进行反射攻击。

根据CNCERT抽样监测数据,2018年以来SSDP反射攻击事件共涉及境内14,322,657台反射服务器,境外1,952,991台反射服务器。

2018年以来被利用发起SSDP反射攻击的境内反射服务器数量按省份统计,辽宁省占比最大,占14.8%,其次是山东省、浙江省和江苏省;按归属运营商统计,中国联通占比最大,占57.8%,中国电信占39.5%,中国移动占2.3%,如图8所示。

CNCERT:2018年我国DDoS攻击资源分析报告

图8 2018年以来被利用发起SSDP反射攻击的境内反射服务器数量按省份和运营商分布

2018年以来被利用发起SSDP反射攻击的境外反射服务器数量按国家或地区统计,俄罗斯占比最大,占19.7%,其次是中国台湾、美国和意大利,如图9所示。

CNCERT:2018年我国DDoS攻击资源分析报告

图9 2018年以来被利用发起SSDP反射攻击的境外反射服务器数量按国家或地区分布

2018年以来被利用发起SSDP反射攻击的境内反射服务器按攻击事件数量排名TOP30的反射服务器及归属如表5所示,位于云南省的地址最多。

表5 2018年以来境内被利用发起SSDP反射攻击的反射服务器按涉事数量TOP30

反射服务器地址 归属省份 归属运营商
116.X.X.15 云南省 中国电信
123.X.X.202 内蒙古自治区 中国电信
120.X.X.234 新疆维吾尔自治区 中国电信
111.X.X.5 湖北省 中国移动
112.X.X.50 云南省 中国电信
113.X.X.14 广西壮族自治区 中国电信
101.X.X.206 上海市 中国电信
111.X.X.69 宁夏回族自治区 中国移动
218.X.X.90 宁夏回族自治区 中国电信
116.X.X.98 上海市 中国电信
111.X.X.182 湖南省 中国移动
118.X.X.118 甘肃省 中国电信
124.X.X.54 上海市 中国电信
116.X.X.163 广西壮族自治区 中国电信
117.X.X.196 新疆维吾尔自治区 中国移动
116.X.X.191 云南省 中国电信
120.X.X.102 新疆维吾尔自治区 中国电信
120.X.X.138 新疆维吾尔自治区 中国电信
117.X.X.46 上海市 中国联通
1.X.X.10 内蒙古自治区 中国电信
119.X.X.138 广东省 中国电信
116.X.X.10 云南省 中国电信
182.X.X.97 云南省 中国电信
218.X.X.163 湖南省 中国电信
117.X.X.182 新疆维吾尔自治区 中国移动
125.X.X.192 广西壮族自治区 中国电信
222.X.X.209 云南省 中国电信
111.X.X.6 黑龙江省 中国移动
101.X.X.34 上海市 中国电信
113.X.X.94 陕西省 中国电信

(四)发起伪造流量的路由器分析

1.跨域伪造流量来源路由器

根据CNCERT抽样监测数据,2018年以来通过跨域伪造流量发起攻击的流量来源于426个路由器。根据参与攻击事件的数量统计,归属于新疆维吾尔自治区移动的路由器(221.X.X.9、221.X.X.5)参与的攻击事件数量最多,其次是归属于北京市电信(219.X.X.70)的路由器,如表6所示。

表6 2018年以来参与攻击最多的跨域伪造流量来源路由器TOP25

跨域伪造流量来源路由器 归属省份 归属运营商
221.X.X.9 新疆维吾尔自治区 中国移动
221.X.X.5 新疆维吾尔自治区 中国移动
219.X.X.70 北京市 中国电信
113.X.X.253 湖北省 中国联通
113.X.X.252 湖北省 中国联通
221.X.X.6 新疆维吾尔自治区 中国移动
61.X.X.25 浙江省 中国电信
218.X.X.101 内蒙古自治区 中国联通
120.X.X.9 广东省 中国联通
120.X.X.8 广东省 中国联通
222.X.X.200 山东省 中国电信
150.X.X.2 山东省 中国电信
222.X.X.1 广西省 中国电信
211.X.X.19 贵州省 中国移动
150.X.X.1 山东省 中国电信
222.X.X.2 广西省 中国电信
221.X.X.253 广东省 中国联通
221.X.X.254 广东省 中国联通
222.X.X.201 山东省 中国电信
220.X.X.253 北京市 中国电信
218.X.X.177 贵州省 中国移动
218.X.X.176 贵州省 中国移动
220.X.X.243 北京市 中国电信
211.X.X.20 贵州省 中国移动
202.X.X.137 浙江省 中国电信

2018年以来跨域伪造流量涉及路由器按省份分布统计,北京市占比最大,占16.2%,其次是江苏省和广东省;按路由器所属运营商统计,中国联通占比最大,占34.4%,中国移动占28.8%,中国电信占22.8%,如图10所示。

CNCERT:2018年我国DDoS攻击资源分析报告

图10 2018年以来跨域伪造流量来源路由器数量按省份和运营商分布

2 .本地伪造流量来源路由器

根据CNCERT抽样监测数据,2018年以来通过本地伪造流量发起攻击的流量来源于1019个路由器。根据参与攻击事件的数量统计,归属于北京市电信的路由器(220.X.X.243、220.X.X.253)参与的攻击事件数量最多,其次是归属于浙江省电信的路由器(220.X.X.127、220.X.X.126),如表7所示。

表7 2018年以来参与攻击最多的本地伪造流量来源路由器TOP25

本地伪造流量来源路由器 归属省份 归属运营商
220.X.X.243 北京市 中国电信
220.X.X.253 北京市 中国电信
220.X.X.127 浙江省 中国电信
220.X.X.126 浙江省 中国电信
219.X.X.2 山西省 中国电信
61.X.X.4 浙江省 中国电信
118.X.X.169 四川省 中国电信
219.X.X.10 山西省 中国电信
211.X.X.19 贵州省 中国移动
61.X.X.8 浙江省 中国电信
211.X.X.254 河南省 中国移动
211.X.X.253 河南省 中国移动
221.X.X.1 河南省 中国移动
221.X.X.2 河南省 中国移动
222.X.X.16 新疆维吾尔自治区 中国电信
222.X.X.15 新疆维吾尔自治区 中国电信
211.X.X.20 贵州省 中国移动
222.X.X.2 吉林省 中国联通
150.X.X.1 山东省 中国电信
150.X.X.2 山东省 中国电信
118.X.X.168 四川省 中国电信
218.X.X.177 贵州省 中国移动
218.X.X.176 贵州省 中国移动
222.X.X.4 吉林省 中国联通
218.X.X.130 四川省 中国电信

2018年以来本地伪造流量涉及路由器按省份分布,江苏省占比最大,占10.4%,其次是山东省、河南省和北京市;按路由器所属运营商统计,中国电信占比最大,占37.9%,中国移动占32.5%,中国联通占20.6%,如图11所示。

CNCERT:2018年我国DDoS攻击资源分析报告

图11 2018年以来本地伪造流量来源路由器数量按省份和运营商分布

三、我国境内攻击资源年度活跃及治理情况分析

2018年以来,在主管部门指导下,CNCERT组织各省分中心,联合各地运营商、云服务商等对我国境内的DDoS网络攻击资源进行了专项治理,取得了较好的效果。

根据CNCERT自主监测数据,综合境内各类DDoS网络攻击资源的变化趋势,(1)控制端、肉鸡等资源的月活跃数量较2017年有了较明显的下降趋势;(2)控制端、跨域伪造流量来源路由器、本地伪造流量来源路由器等资源每月的新增率不变、消亡率相比2017年月度平均数值呈现一定程度的上升,意味着资源消亡速度加快,可利用的资源数量逐步减少;(3)反射服务器资源每月的消亡率不变、新增率相比2017年月度平均数值呈现一定程度的下降,意味着可新增的资源数量逐步减少。

根据外部分析报告,(1)国际安全厂商卡巴斯基“全球DDoS攻击每季度分析系列报告” 显示,位于我国境内的僵尸网络控制端数量在全球的占比呈现逐年下降趋势,控制端数量在全球的排名呈现上升趋势,说明位于我国境内的僵尸网络控制端数量持续减少;(2)中国电信云堤与安全企业绿盟共同发布的《2018年DDoS攻击态势报告》 指出,得益于对反射攻击的有效治理,全年DDoS攻击次数较2017年下降28.4%,特别是反射攻击较去年减少了80%,活跃反射源下降了60%,特别是SSDP反射源有显著的减少。

具体情况如下:

(一)我国境内攻击资源年度活跃趋势

1.控制端资源

2018年,利用肉鸡发起DDoS攻击的境内控制端平均每月数量为38.5个,较2017年平均每月数量相比下降46%。境内控制端资源每月的新增率为75%,消亡率为77%,与2017年平均每月70%的新增率和71%的消亡率相比,资源变化速度加快。其中,位于上海市的境内控制端(182.X.X.227)、位于浙江省的境内控制端(120.X.X.114)、位于北京市的境内控制端(117.X.X.204)、在近三个月甚至半年内持续活跃。

2 .肉鸡资源

2018年以来,被利用发起DDoS攻击的境内肉鸡平均每月数量为130,292个,与2017年平均每月数量相比下降37%。境内肉鸡资源每月的新增率为78%,消亡率为76%,与2017年平均每月87%的新增率和88%的消亡率相比均有所下降。

截止2018年12月仍被利用的境内肉鸡资源中,监测发现有2,658个肉鸡本年度持续活跃超过六个月,这些肉鸡资源根据涉及事件数量排序TOP20如表8所示。

表8 2018年持续活跃超过六个月的境内肉鸡根据发起DDoS攻击事件数量TOP20

肉鸡地址 归属省份 归属运营商或云服务商
222.X.X.63 贵州省 中国电信
122.X.X.166 浙江省 中国电信
122.X.X.199 河南省 中国联通
60.X.X.211 山西省 中国联通
121.X.X.3 浙江省 阿里云
121.X.X.2 浙江省 阿里云
121.X.X.1 浙江省 阿里云
202.X.X.138 新疆维吾尔自治区 中国电信
220.X.X.58 广西壮族自治区 中国电信
183.X.X.101 江苏省 中国移动
42.X.X.7 北京市 中国电信
58.X.X.243 江苏省 中国联通
183.X.X.79 浙江省 中国电信
117.X.X.248 江西省 中国电信
218.X.X.249 广西壮族自治区 中国电信
202.X.X.202 北京市 中国联通
119.X.X.27 广东省 中国电信
183.X.X.182 浙江省 中国移动
121.X.X.89 浙江省 阿里云
112.X.X.234 江苏省 中国联通

上述持续活跃超过六个月的境内肉鸡资源按省份统计,广东省占的比例最大,占14.6%,其次是浙江省、山东省和江苏省;按运营商统计,中国电信占的比例最大,占57.2%,中国联通占24.9%,中国移动占14.3%,如图12所示。

CNCERT:2018年我国DDoS攻击资源分析报告

图12 2018年持续活跃超过6个月的肉鸡数量按省份和运营商分布

3.反射服务器资源

2018年,利用境内服务器、主机等设施发起DDoS反射攻击的反射服务器平均数量为2,258,099个。境内反射服务器资源每月的新增率为65%,消亡率为71%,与2017年平均每月的85%新增率和的71%消亡率相比,新增率呈现减缓趋势。

截止2018年12月仍被利用的境内Memcached反射服务器中,监测发现有1,348个在本年度持续活跃超过六个月,这些Memcached反射服务器根据涉及事件数量排序TOP20如表9所示。

表9 2018年被利用发起攻击超过六个月的境内Memcached反射服务器根据攻击事件数量TOP20

反射服务器地址 归属省份 归属运营商或云服务商
115.X.X.100 山东省 阿里云
123.X.X.128 北京市 阿里云
121.X.X.127 浙江省 阿里云
223.X.X.13 四川省 中国移动
123.X.X.237 北京市 阿里云
182.X.X.143 北京市 阿里云
115.X.X.4 山东省 阿里云
106.X.X.51 北京市 中国电信
117.X.X.92 陕西省 中国电信
101.X.X.178 北京市 阿里云
120.X.X.127 广东省 阿里云
139.X.X.137 上海市 阿里云
60.X.X.105 天津市 中国联通
119.X.X.156 北京市 中国电信
182.X.X.145 北京市 阿里云
101.X.X.253 北京市 阿里云
115.X.X.53 浙江省 阿里云
115.X.X.236 山东省 阿里云
121.X.X.156 浙江省 中国电信
211.X.X.112 湖南省 中国移动

上述持续活跃超过六个月的境内Memcached反射服务器按省份统计,山东省占的比例最大,占10.6%,其次是辽宁省、广东省、浙江省和河南省;按运营商或云服务统计,中国联通占的比例最大,占45.6%,中国电信占33.0%,中国移动占12.0%,阿里云占6.2%,如图13所示。

CNCERT:2018年我国DDoS攻击资源分析报告

图13 2018年活跃超过6个月的Memcached反射服务器数量按省份运营商或云服务商分布

截止2018年12月仍被利用的境内NTP反射服务器中,监测发现有89,303个在本年度持续活跃超过六个月,这些NTP反射服务器根据涉及事件数量排序TOP20如表10所示。

表10 2018年被利用发起攻击超过六个月的境内NTP反射服务器根据攻击事件数量TOP20

反射服务器地址 归属省份 归属运营商或云服务商
124.X.X.22 北京市 中国联通
223.X.X.33 四川省 中国移动
59.X.X.62 海南省 中国电信
120.X.X.12 河北省 中国联通
111.X.X.105 河北省 中国移动
101.X.X.56 浙江省 中国联通
125.X.X.2 浙江省 中国电信
61.X.X.130 湖北省 中国联通
221.X.X.37 河南省 中国移动
60.X.X.196 河北省 中国联通
111.X.X.130 西藏自治区 中国移动
61.X.X.38 北京市 中国联通
221.X.X.40 广西壮族自治区 中国联通
183.X.X.179 河北省 中国移动
113.X.X.28 湖北省 中国联通
125.X.X.157 河南省 中国联通
218.X.X.131 安徽省 中国电信
175.X.X.38 吉林省 中国联通
220.X.X.13 湖南省 中国电信
221.X.X.28 浙江省 中国联通

上述持续活跃超过六个月的境内NTP反射服务器按省份统计,河北省占的比例最大,占15.3%,其次山东省、辽宁省、河南省和湖北省;按运营商或云服务统计,中国联通占的比例最大,占50.8%,中国电信占31.5%,中国移动占16.9%,如图14所示。

CNCERT:2018年我国DDoS攻击资源分析报告

图14 2018年以来持续活跃超过6个月的NTP反射服务器数量按省份运营商或云服务商分布

截止2018年12月仍被利用的境内SSDP反射服务器中,监测发现有84,867个在本年度持续活跃超过六个月,这些SSDP反射服务器根据涉及事件数量排序TOP20如表11所示。

表11 2018年被利用发起攻击超过六个月的境内SSDP反射服务器根据攻击事件数量TOP20

反射服务器地址 归属省份 归属运营商或云服务商
1.X.X.122 内蒙古自治区 中国联通
124.X.X.122 北京市 鹏博士
119.X.X.114 广东省 中国电信
119.X.X.178 宁夏回族自治区 中国电信
111.X.X.31 安徽省 中国移动
111.X.X.5 湖北省 中国移动
116.X.X.3 上海市 中国电信
1.X.X.38 内蒙古自治区 中国电信
111.X.X.94 湖南省 中国移动
113.X.X.62 广西壮族自治区 中国电信
1.X.X.246 内蒙古自治区 中国电信
183.X.X.202 重庆市 中国电信
120.X.X.150 新疆维吾尔自治区 中国移动
111.X.X.27 山西省 中国移动
111.X.X.191 湖北省 中国移动
220.X.X.120 湖南省 中国电信
182.X.X.22 云南省 中国电信
111.X.X.20 广西壮族自治区 中国移动
222.X.X.230 云南省 中国电信
218.X.X.45 湖北省 中国移动

上述持续活跃超过六个月的境内SSDP反射服务器按省份统计,辽宁省占的比例最大,占14.4%,其次是山东省、浙江省、河北省和河南省;按运营商或云服务统计,中国联通占的比例最大,占53.0%,中国电信占38.2%,中国移动占7.9%,如图15所示。

CNCERT:2018年我国DDoS攻击资源分析报告

图15 2018年以来持续活跃超过6个月的SSDP反射服务器数量按省份运营商或云服务商分布

4.跨域伪造流量来源路由器资源

2018年,被利用转发跨域伪造攻击流量的境内运营商路由器平均每月数量为110个;境内跨域伪造流量来源路由器资源每月的新增率为22%,消亡率为34%,与2017年平均每月22%的新增率和20%的消亡率相比,资源消亡率加快。

截止2018年12月,被持续利用转发DDoS攻击的境内跨域伪造流量来源路由器中,监测发现有31个在近三个月持续活跃,这些路由器根据涉及事件数量 排序 如表12所示。

表12 近3个月持续活跃的境内跨域伪造流量来源路由器地址

跨域伪造流量来源路由器 归属省份 归属运营商
219.X.X.70 北京 中国电信
221.X.X.1 天津 中国电信
220.X.X.243 北京 中国电信
202.X.X.116 天津 中国电信
222.X.X.200 北京 中国电信
222.X.X.201 北京 中国电信
202.X.X.118 天津 中国电信
202.X.X.194 江苏 中国电信集团
202.X.X.195 江苏 中国电信集团
202.X.X.191 江苏 中国电信集团
218.X.X.6 北京 中国电信
222.X.X.201 北京 中国电信
221.X.X.2 天津 中国电信
202.X.X.193 江苏 中国电信集团
202.X.X.192 江苏 中国电信集团
221.X.X.2 江苏 中国移动
221.X.X.3 江苏 中国移动
220.X.X.253 北京 中国电信
202.X.X.232 甘肃 中国电信
202.X.X.210 河南 中国电信
202.X.X.213 河南 中国电信
202.X.X.234 甘肃 中国电信
218.X.X.2 山西 中国联通
112.X.X.38 上海 中国联通
180.X.X.2 北京 中国电信
221.X.X.12 江苏 中国移动
120.X.X.4 山东 中国移动
120.X.X.1 山东 中国移动
218.X.X.1 山西 中国联通
61.X.X.14 北京 中国联通
61.X.X.12 北京 中国联通

5.本地伪造流量来源路由器资源

2018年,被利用转发伪造本区域攻击流量的境内运营商路由器平均每月数量为337个;境内本地伪造流量来源路由器资源每月的新增率为12%,消亡率为26%,与2017年平均每月14%的新增率和13%的消亡率相比,资源消亡率加快。

截止2018年12月,被持续利用转发本地伪造流量DDoS攻击的境内运营商路由器中,监测发现有80个在近三个月持续活跃,这些路由器根据涉及事件数量排序TOP20如表13所示。

表13 近3个月持续活跃的境内TOP20本地伪造流量来源路由器地址

本地伪造流量来源路由器 归属省份 归属运营商
221.X.X.189 广东 中国移动
218.X.X.254 山东 中国联通
61.X.X.1 浙江 中国电信
61.X.X.8 浙江 中国电信
221.X.X.18 河南 中国移动
202.X.X..50 福建 中国电信
61.X.X.4 浙江 中国电信
119.X.X.9 广东 中国电信
221.X.X.229 广东 中国移动
202.X.X.136 浙江 中国电信
59.X.X.1 广东 中国电信
202.X.X.193 江苏 中国电信集团
220.X.X.243 北京 中国电信
180.X.X.2 北京 中国电信
202.X.X.192 江苏 中国电信集团
202.X.X.236 贵州 中国电信
218.X.X.254 山东 中国联通
211.X.X.254 河南 中国移动
211.X.X.253 河南 中国移动
61.X.X.13 江苏 中国电信

按省份统计,浙江省占的比例最大,占15.0%,其次是广东省、河南省和山东省;按路由器所属运营商统计,中国电信占的比例最大,占53.8%,中国移动占比27.5%,中国联通占比12.5%,如图16所示。

CNCERT:2018年我国DDoS攻击资源分析报告

图16 2018年被持续利用且本月仍活跃的本地伪造流量来源路由器数量按省份运营商分布

(二)DDoS攻击资源治理情况及典型案例

1.控制端资源

从2012年起,在主管部门指导下,CNCERT定期组织分中心协调基础电信企业、云服务商持续对恶意程序控制端进行打击,国际安全厂商卡巴斯基2015年以来的DDoS攻击季度分析报告显示,位于我国境内的僵尸网络控制端数量在全球的占比呈现逐年下降趋势,控制端数量在全球的排名呈现上升趋势,如图17和图18所示,说明位于我国境内的僵尸网络控制端数量持续减少,治理取得较好成效。

CNCERT:2018年我国DDoS攻击资源分析报告

图17 22015年至2018年我国境内控制端全球占比趋势图

CNCERT:2018年我国DDoS攻击资源分析报告

图18 2015年至2018年我国境内控制端数量全球排名趋势图

2.反射服务器资源

2017年12月开始,在主管部门指导下,CNCERT组织分中心每月协调基础电信企业、云服务商对我国境内被利用发起反射攻击的反射服务器资源进行通报治理,每月上百万的反射服务器资源的治理难度非常大,经过一年的治理,部分省份取得了较好的治理效果,典型案例如下:

(1)2018年4月,宁夏回族自治区被利用发起NTP反射放大攻击的反射服务器IP地址数量突增,当月参与攻击的NTP反射服务器数量超过5万个,在全国排名第一。CNCERT宁夏分中心协同宁夏电信研判发现,主要原因为宁夏电信近百万台家庭光猫产品均开启了NTP服务,黑客可利用NTP协议的漏洞向这些光猫发起伪造请求,从而导致大规模DDoS攻击。宁夏分中心一方面协调宁夏电信在出口路由器设置了访问控制策略,限制了这些IP地址出入口的NTP请求;另一方面督促宁夏电信协调中兴、华为、TP-LNK等光猫厂商对光猫产品升级固件,调整家庭宽带网络架构,从根本上杜绝NTP反射放大攻击行为。此后数月,发起于宁夏回族自治区的NTP反射放大攻击大幅度下降。

(2)2018年6月前,山东省每月被利用发起SSDP反射放大攻击的反射服务器IP地址数量在我国境内范围内一直排名前两位。针对此情况,CNCERT山东分中心协同山东省运营商研判,山东联通结合自身情况,在网络出口对1900端口、11211端口等采取治理措施,从月均数十万的反射攻击资源规模下降至万量级,大幅降低了省内发起SSDP、Memcache等反射放大攻击风险。

3.伪造流量来源路由器资源

2012年开始,为防范伪造流量攻击,各基础运营商开展了虚假源地址整治工作,通过部署URPF或ACL等策略实现对虚假源地址的过滤。2018年度,CNCERT组织分中心加大力度,协助各地基础运营商,为其提供虚假源地址验证策略效果不明显、仍存在虚假流量的相关区域的攻击事件详情,帮助进一步减少运营商网内发起的包含反射攻击在内的伪造流量攻击。经过一年的治理,部分省份取得了较好的治理效果,典型案例如下:

(1)在跨域伪造流量来源路由器治理方面,存在多地基础运营商的接入层路由器部署的URPF或ACL等策略与某些业务冲突或未生效的情况,通过以CNCERT发现的攻击事件触发排查,江西、福建、吉林、河北、甘肃等省市等多个省市运营商都对相应的路由器进行了查漏补缺,CNCERT监测已基本没有发起于该省运营商网内的伪造流量攻击事件。

(2)在本地伪造流量来源路由器治理方面,安徽分中心积极研究虚假源地址防御策略,建立了URPF和ACL白名单精确过滤法的伪造流量处置方法,实现了只允许本路由器分配给用户的IP地址段(白名单)出去,非用户IP地址段(虚假IP)直接丢弃,并纳入了运营商省内交换机、路由器配置规范,确保了以后新增的交换机均按照配置规范进行配置,在本地伪造流量来源路由器治理方面取得了较好的效果。

四、下一步DDoS攻击资源治理建议

综上,经过针对我国境内的互联网DDoS攻击资源的专项治理工作,各类攻击资源的被利用情况从不同方面呈现了好转趋势,各省针对当地重点资源的集中治理也不同程度地取得了积极效果。我们主要采取了以下措施:

1.针对伪造流量来源路由器,请各基础电信企业根据CNCERT监测的攻击事件记录,核查相关路由器的策略配置问题,发现存在配置遗漏的路由器。

2.针对多次参与攻击的控制端和肉鸡由各运营企业对用户进行及时通报并督促其整改并加固设备。

3.针对多次被利用发起反射放大攻击的服务器,由各运营企业及时通知所属用户,NTP服务器建议升级版本进行NTP monlist漏洞修复,关闭NTP服务的monlist功能;SSDP服务器建议所属客户进行ACL访问权限控制;Memcached服务器建议所属用户升级到最新软件版本,以及配置启用SASL认证等权限控制策略等措施。

但是,目前的治理工作还存在虚假源地址验证策略部分区域效果不明显、仍存在虚假流量;动态地址定位难、用户不重视;反射服务器资源数量庞大治理难等问题,下一步的治理工作建议如下:

1.继续做好虚假源地址过滤工作, 基础电信企业将虚假源地址的安全配置策略下沉到其运营网内的接入层路由器,并做好定期核查,加大运营企业对其网络下可被利用发起DDoS攻击的资源设备的处置力度。

2.根据各地基础电信企业核查,目前大量被利用的互联网设备为路由器、光纤猫等设备对互联网开放了不必要的端口, 建议推动落实国内各类网络设备厂商网络安全责任,对产品开展出厂检测,严格落实控制默认端口开放和默认口令管理,减轻威胁隐患,联网设备厂商支持在网设备的远程升级,封堵相关漏洞及端口。

3. 加大宣传力度,加强个人用户的安全意识, 对网络主机及网络设备需要随时更新漏洞、关闭不需要的服务,安装必要的防毒和防火墙软件,随时注意系统安全。收到基础运营商等运营企业的安全隐患通知后应加以重视。

4. 制定工作机制,在各主管部门指导下,由CNCERT、基础电信运营企业、互联网企业、安全企业、云服务商等组织联合,共同开展DDoS黑产治理工作, 充分将企业与中心的数据和监测分析能力相结合,从攻击检测、溯源、处置等不同角度实现优势互补, 发现新型及大规模DDoS攻击、从源头上处置大的黑产组织,形成威慑作用。

引用文章连接:

①https://securelist.com

②http://www.nsfocus.com.cn/content/details_62_2915.html

声明:本文来自国家互联网应急中心CNCERT,版权归作者所有。文章内容仅代表作者独立观点,不代表安全内参立场,转载目的在于传递更多信息。如需转载,请联系原作者获取授权。


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

Processing语言权威指南

Processing语言权威指南

Casey Reas、Ben Fry / 张静 / 电子工业出版社 / 2013-10-1 / 139.00

本书介绍了可视化艺术中的计算机编程概念,对开源编程语言Processing作了非常详尽的阐述。学生、艺术家、设计师、建筑师、研究者,以及任何想编程实现绘画、动画和互动的人都可以使用它。书中的大部分章节是短小的单元,介绍Processing的语法和基本概念(变量、函数、面向对象编程),涵盖与软件相关的图像处理、绘制,并且给出了大量简短的原型程序,配以相应的过程图像与注释。书中还有一些访谈文章,与动画......一起来看看 《Processing语言权威指南》 这本书的介绍吧!

JSON 在线解析
JSON 在线解析

在线 JSON 格式化工具

RGB CMYK 转换工具
RGB CMYK 转换工具

RGB CMYK 互转工具

HSV CMYK 转换工具
HSV CMYK 转换工具

HSV CMYK互换工具