發佈日期:2024年7月5日
在我們過去的幾篇網誌中,我們探討了裝置智能和行為分析如何有效阻止詐騙。但我們談論的究竟是哪種詐騙?
當我們與客戶討論常見的詐騙手法時,對於詐騙的實際樣貌和運作方式,往往存在一定程度的不確定性。雖然人們普遍對不法之徒所使用的各種技術有很好的理解,但許多人仍在努力全面了解各種詐騙手法,並明確定義每種方法。這當然是可以理解的——網路詐騙者正不斷迅速演變,並同時向多個方向發展。
一個重要原則是,網路攻擊是詐騙者在時間、金錢和精力上的投資。正如你在決定退休金計劃的投資地點前,可能會比較兩隻互惠基金,詐騙份子亦會權衡不同攻擊手法的利弊。你是否正在與一名為不時之需儲蓄,並會對其資源吝嗇的不法人士打交道?你的詐騙份子是準備為獲取巨額即時回報而冒險一搏的冒險家嗎?或許你的網絡安全威脅更著眼於長遠,有興趣隨著時間慢慢累積其儲備。儘管這些不法人士都抱持滲透你系統的共同目標,但每個都根據其獨特需求和偏好,選擇適合其投入程度的策略。
為協助您了解現今各投資水平最常見的網路安全威脅,以下列出我們現今最常遇到的詐騙類型——以及應對措施。
以下列表絕非全面,因此我們已將範圍縮小至在與團隊討論網絡安全策略時,最可能出現的詐騙手法。
你應將這些威脅納入你的整體數碼策略中,無論是適用於桌面、行動裝置還是兩者皆適用。這些策略存在於一個範圍內,根據詐騙份子的投資水平(從低到高)來衡量。投資水平因不法份子為攻擊投入的資源和時間、其方法的擴展性以及成功的可能性而異。
透過自動化帳戶盜用,不法之徒會部署機器人程式和基本自動化工具來實施詐騙。例如,在一種不複雜的憑證填充攻擊中,詐騙者會部署一個簡單的自動化腳本,該腳本可以在幾秒鐘內輸入數千個被盜的用戶憑證,試圖登入網站,甚至無需載入登入頁面。
詐騙者雖然可以在網上採取某些步驟來隱藏其機械人及攻擊,但這種方法嚴重依賴非人為因素。因此,當攻擊不夠複雜時——即它們不會模仿真人的行為——它們很可能會被最基本的機械人偵測工具阻止,這些工具擅長識別自動化跡象。危險訊號包括從單一 IP 位址使用不同憑證多次登入,或以快於人類可能的速度輸入憑證。
人類也可能參與帳戶盜用。然而,人為攻擊在監察和精密性方面所獲,卻在可擴展性方面有所損失。例如,如果詐騙者在網上購買了 10,000 個使用者憑證清單,要讓那個單一網路罪犯手動嘗試每個登入就顯得不切實際。
人力農場解決了人為驅動帳戶盜用的可擴展性問題。現在,詐騙者可以將這份包含10,000個用戶憑證的清單外包給許多以低時薪工作的人。引入人力可擴展規模,並通常能帶來更高的成功率,因為這些員工不會被機械人偵測工具標記為自動化操作。
還有許多其他情況,詐騙份子可以尋求人肉農場的支援。例如,當透過自動化程式輸入正確憑證時,目標公司的安全系統可能會偵測到類似機器人的行為,並呈現典型的阻礙,例如驗證碼 (CAPTCHA)。詐騙份子的自動化程式會立即將驗證碼 (CAPTCHA) 重定向至人肉農場工作人員,他們會輕鬆解決該難題並繞過安全措施。登入成功,個人資訊被竊取。
惡意軟件通常是由詐騙者建立的惡意檔案或程式碼,它會虛擬地感染我們的裝置 — 我們在使用可疑網站或在公共網絡上使用裝置時,可能會感染惡意軟件。
惡意軟體形式多樣,包括勒索軟體和間諜軟體。然而,對於大多數公司而言,竊取憑證的惡意軟體特別令人擔憂。一旦感染用戶裝置,這種惡意軟體就會讓詐騙者存取受害者的使用者名稱和密碼,在某些情況下還能存取其他關鍵的個人資料。話雖如此,在大多數竊取憑證的惡意軟體案例中,不法份子在利用這些使用者資訊時,仍依賴自己的裝置和地理位置,這讓他們更容易被發現。
有些詐騙份子甚至成功堵塞這個漏洞,透過接管用戶的裝置本身。這種攻擊涉及一種惡意軟體,稱為遠端存取木馬 (RAT)。在用戶裝置感染了 RAT 後,詐騙份子就能夠遙距登入用戶已知的裝置並在該處執行操作。當憑證儲存在該裝置時,很難區分好人和不法份子,因為詐騙份子現在可以存取與已驗證客戶相同的裝置、地理位置和憑證。
這種策略以利用用戶自身參與和權限的方式完成詐騙互動。例如,試想詐騙者在您的銀行網站上輸入您的用戶名和密碼後可能發生的情況。如果實施了正確的網絡安全計劃,您的銀行應根據新設備、地理位置、異常時間和實體互動等標記該互動。這些危險訊號最終可能會促使以電話驗證碼形式進行干預。
如果詐騙者也知道您的電話號碼,他們可以偽裝成銀行代表聯絡您,誘使您提供等同於打開自家大門的關鍵資訊。不法分子隨後可輕易將資金轉移到自己的銀行帳戶。雖然您銀行的網路安全策略應再次將此行為標記為異常,但目標是更早地預防這些異常情況。詐騙者可透過冒充美國國稅局等主要機構,利用用戶在數碼空間中的恐懼和知識不足來提高賭注。這個過程難以擴展規模,這也是它需要更多時間投入的原因,但同時也能帶來更高的回報。
在這些情況下,詐騙份子能夠誘導用戶規避旨在保護他們的網絡安全策略。
當你深入了解常見的詐騙類型,並與團隊就這些策略如何威脅你的業務達成共識時,通常會建議尋求擅長發現用戶行為中異常情況的第三方供應商協助。
與網絡安全技術建立合作夥伴關係,能獲取最新的裝置智能、行為分析及行為工具,且不影響用戶體驗。憑藉尖端網絡安全技術,你可以標記行為異常,並保留關於哪些高風險互動和交易需要你方進一步介入的決策權。當對危險信號採取行動時——無論是自動化、人為或可疑的受信任用戶——你都只在必要時施加阻礙,讓良好用戶自由運作,減少麻煩。
能夠評估行為和裝置洞見的技術,可以偵測本文討論的威脅,以及未列入我們清單的威脅之間的細微差異。例如,雖然裝置智能策略可以成功預防某些類型的帳戶盜用和惡意軟件攻擊,但行為工具在其他威脅發生時更擅長介入。例如,在處理 RAT 時,辨別良好用戶與不法分子之間的差異可能細微到如同追蹤客戶通常如何移動滑鼠或輸入資訊的速度。