常见网络攻击类型及其检测方法

Table of Contents
攻击类型是技术类别,而不是某个单独工具。勒索软件、网络钓鱼和凭据填充都指攻击者反复针对多个目标使用、只做少量变体的方法。了解这些类别,有助于你整理在安全团队中遇到的告警。
单个恶意软件家族可能在几个月内出现又消失。下列攻击类别多年来一直相对稳定,并且每种都会在终端、身份、网络或电子邮件遥测数据中留下可识别的痕迹。
要点
- 学习攻击模式,而非载荷。 攻击类别的变化速度远慢于单个工具。
- 每种类别都会留下证据。 检测工作从了解哪种遥测记录了活动开始。
- 通过复现攻击来理解它。 家庭实验室能把抽象的攻击类别变成有记录的观察结果。
- 记录你的发现。 简短的调查记录既能证明工作,也能说明收集到的证据。
常见攻击类型一览
下表列出了安全团队最常遇到的攻击类别。后续各节会介绍每种类别、常见变体,以及防御人员为检测它而查看的数据。
| 攻击类型 | 作用 |
|---|---|
| 恶意软件 | 运行勒索软件、间谍软件和木马等恶意程序 |
| 拒绝服务 | 用流量淹没服务,直到合法用户无法访问 |
| 网络钓鱼 | 诱骗他人泄露凭据或运行恶意文件 |
| 欺骗 | 伪装成可信系统、发件人或地址 |
| 基于身份的攻击 | 滥用被盗或伪造的凭据,以有效用户身份行事 |
| 代码注入 | 向应用程序插入恶意代码,改变其行为 |
| 供应链攻击 | 入侵可信供应商、库或更新渠道 |
| 社会工程 | 操纵他人采取不安全的行动 |
| 内部威胁 | 滥用现任或前任员工拥有的访问权限 |
| DNS 隧道 | 在 DNS 查询中编码数据,以绕过控制措施 |
| 物联网攻击 | 针对联网设备进行横向移动、监视或加入僵尸网络 |
| 人工智能攻击 | 使用机器学习生成内容、冒充他人或绕过过滤器 |
范围说明: 这些类别会相互交叉。网络钓鱼邮件经常携带恶意软件,凭据被盗后也常会出现基于身份的攻击。请把列表当作不同的观察角度,而不是互不相干的固定类别。
恶意软件
恶意软件是任何旨在破坏、控制系统或从系统获利的程序。该术语涵盖勒索软件、无文件恶意软件、间谍软件、广告软件、木马、蠕虫、Rootkit、键盘记录器和僵尸网络。
| 子类型 | 行为 |
|---|---|
| 勒索软件 | 加密文件,并要求支付解密密钥费用 |
| 无文件恶意软件 | 通过系统内置工具运行,很少写入磁盘 |
| 间谍软件 | 在用户不知情的情况下收集活动数据 |
| 木马 | 伪装成合法软件,诱使用户运行 |
| 蠕虫 | 无需用户操作便在主机之间复制自身 |
| Rootkit | 隐藏在操作系统中以长期维持控制权 |
证据所在位置: 终端检测与响应工具,即 EDR,会记录进程树、命令行、文件写入和注册表更改。无文件攻击同样会产生进程和脚本遥测,因为操作系统仍会启动攻击所滥用的工具。
拒绝服务
拒绝服务(DoS)攻击向目标发送大量请求,直到合法用户无法访问。分布式拒绝服务(DDoS)攻击同时从多个系统重复相同做法,因此更难按源地址过滤流量。
| 特征 | DoS | DDoS |
|---|---|---|
| 来源 | 一个系统 | 多个系统 |
| 阻止难度 | 中等 | 高,因为来源分布在多个网络中 |
| 典型影响 | 可用性丧失 | 大规模可用性丧失 |
证据所在位置: 与基线相比的流量大小、每个来源的连接数、请求速率峰值和错误率变化。可用性监控通常会在安全团队发现事件之前发出告警。
网络钓鱼
网络钓鱼利用电子邮件、短信、电话或社交媒体,诱使他人泄露凭据或运行恶意附件。不同变体按照目标和渠道区分。
| 变体 | 目标和渠道 |
|---|---|
| 鱼叉式网络钓鱼 | 通过电子邮件针对特定个人或团队 |
| 高管钓鱼 | 针对高级或执行人员,通常意在转移资金或数据 |
| 短信钓鱼 | 欺诈性短信 |
| 语音钓鱼 | 欺诈性电话或语音消息 |
证据所在位置: 邮件网关日志、URL 检查结果、附件分析和用户报告。谨慎员工的报告是此列表中价值最高的信号之一。
欺骗
欺骗攻击将攻击者隐藏在可信身份背后,使目标接受连接、消息或地址。伪装为攻击者争取时间,并绕过基于信任的检查。
| 类型 | 伪造对象 |
|---|---|
| 域名欺骗 | 冒充真实品牌的相似网站或电子邮件域名 |
| 电子邮件欺骗 | 消息的发件人地址 |
| ARP 欺骗 | 本地网络地址,用于拦截两个主机之间的流量 |
证据所在位置: 邮件标头中的 SPF、DKIM 和 DMARC 结果、域名注册年限、证书不匹配,以及本地网络上的重复地址警告。
基于身份的攻击
基于身份的攻击使用有效账户,而非利用软件漏洞。攻击者拥有可用凭据,所以活动看起来像正常使用,并混在背景噪声中。这类攻击占**安全运营中心(SOC)**每日处理告警的很大一部分。
如果你只在家庭实验室中练习一种攻击类型,就选择这一类。相关信号丰富,练习可重复,而且设置规模不大。
| 技术 | 过程 |
|---|---|
| Kerberoasting | 请求服务票证,然后离线破解其中的加密密码 |
| 中间人攻击(MITM) | 插入双方之间,以读取或修改会话 |
| 哈希重用攻击 (Pass-the-Hash) | 重用被盗的密码哈希来开启新会话 |
| Golden ticket | 伪造 Kerberos 票证以获得广泛的域访问权限 |
| Silver ticket | 伪造某项特定服务的服务票证 |
| 凭据收集 | 批量收集用户名和密码 |
| 凭据填充 | 在许多互不相关的网站上重复尝试同一组凭据 |
| 密码喷洒 | 对许多账户尝试一个常见密码 |
| 暴力破解 | 对一个账户尝试许多密码 |
| 降级攻击 | 迫使连接使用较弱版本的协议 |
证据所在位置: 登录记录、身份验证失败次数、令牌异常、不可能的行程告警和身份风险检测。对手中间人(AiTM)网络钓鱼也属于此类,因为攻击者窃取的是有效会话令牌而非密码;从陌生基础设施重放令牌会触发身份风险引擎。
代码注入
代码注入把攻击者控制的代码放进有漏洞的应用程序,使应用程序在正常工作时运行这些代码。执行有害操作的是应用程序,而不是攻击者本人。
| 类型 | 目标 |
|---|---|
| SQL 注入 | 使用未经验证的输入构建的数据库查询 |
| 跨站脚本(XSS) | 在访客浏览器中运行攻击者脚本的网页 |
| 恶意广告 | 被恶意代码填充的合法广告位 |
| 数据投毒 | AI 或机器学习模型的训练数据集 |
证据所在位置: Web 应用日志、数据库查询记录、内容安全策略报告,以及不同于正常应用使用的请求模式。
供应链攻击
供应链攻击针对受信任的第三方,该第三方的产品或服务会触达许多客户。软件供应链攻击会将恶意代码注入应用程序、库或更新,再交付给该产品的所有用户。硬件供应链攻击则在发货前入侵实体组件。
现代软件依赖第三方库,因此一个被入侵的依赖项可能影响远超原始供应商的用户。
证据所在位置: 软件组成分析、构建流水线记录、可信更新产生的意外出站连接,以及已发布制品的完整性检查。
社会工程
社会工程利用心理压力诱使他人采取不安全的行动。攻击者诉诸权威、紧迫感、恐惧、金钱或信任。
| 技术 | 手法 |
|---|---|
| 借口编造 | 编造可信情境以获取信任 |
| 商业电子邮件欺诈(BEC) | 冒充可信同事,以转移款项或索取数据 |
| 虚假信息 | 通过社交媒体和机器人传播虚假说法 |
| 互惠交换 | 以奖励换取信息或访问权限 |
| 情感陷阱 | 建立虚假关系以获取金钱、数据或访问权限 |
| 尾随进入 | 跟随员工通过安全门 |
证据所在位置: 电子邮件身份验证结果、异常的付款更改请求、服务台记录和物理访问日志。
内部威胁
内部威胁是现任或前任员工、承包商或合作伙伴滥用访问权限。有些人出于金钱或不满而故意行动,另一些人则因疏忽而造成风险,例如把凭据留在共享文档中。
事件报告中,疏忽的内部人员比恶意内部人员更常见。两种情况都需要相同的检测控制:将访问行为与该角色的基线进行比较。
证据所在位置: 数据传输量、非正常工作时间的活动、权限变更,以及从敏感代码库批量下载文件的记录。
DNS 隧道
DNS 隧道在 DNS 查询和响应中编码数据。几乎所有网络都允许 DNS,因此这种方法能绕过为检查 Web 流量而设的控制措施。
检测依赖流量大小和形态。单个主机向一个域名发送数千次查询,会明显偏离正常基线;异常长的子域名则可能包含编码后的载荷。
证据所在位置: DNS 查询记录、每台主机的查询长度和数量、TXT 等不常见的记录类型,以及对几天前才注册的域名发起的查询。
物联网攻击
物联网攻击针对摄像头、打印机、恒温器或传感器等联网设备。较弱的默认凭据和罕见的固件更新,使这些设备成为常见的入侵入口。设备被攻陷后,可能加入僵尸网络、泄露数据,或成为进入更大网络的通道。
5G 部署会大规模增加联网设备,每台新设备都是一个补丁周期较长的新目标。
证据所在位置: 设备清单、出站连接模式、固定用途设备产生的异常数据传输,以及设备群中的固件版本差异。
人工智能攻击
人工智能攻击将机器学习应用于攻击者的工作。
| 技术 | 用途 |
|---|---|
| 对抗性 AI/ML | 操纵训练数据或输入以误导模型 |
| Dark AI | 专门运用 AI 和机器学习来利用漏洞 |
| 深度伪造 | 生成逼真的伪造音频、视频或图像 |
| AI 生成的社会工程 | 大规模进行令人信服的聊天或语音交流 |
深度伪造语音电话或流畅的钓鱼聊天,会让老套路更有说服力。底层技术仍然熟悉,因此基于行为的检测技能比绑定某个工具的技能更经久耐用。
证据所在位置: 内容来源信号、通过其他渠道核实金钱或访问请求,以及身份和付款变更前后的行为异常。
将攻击与遥测数据对应起来
每种类别都会进入不同的数据源。下表将二者对应起来,为检测工作提供一个起点。
| 攻击类型 | 主要遥测数据 |
|---|---|
| 恶意软件 | EDR 中的进程、文件和注册表记录 |
| 拒绝服务 | 网络流量和可用性监控 |
| 网络钓鱼 | 邮件网关和 URL 分析记录 |
| 欺骗 | 邮件身份验证和网络地址记录 |
| 基于身份 | 登录和身份保护记录 |
| 代码注入 | Web 应用和数据库查询日志 |
| 供应链 | 构建流水线和依赖项清单 |
| 社会工程 | 邮件、服务台和物理访问记录 |
| 内部威胁 | 数据访问和传输记录 |
| DNS 隧道 | DNS 查询记录 |
| 物联网 | 设备清单和出站流量记录 |
| 基于 AI | 身份、付款和内容来源记录 |
从遥测数据列开始检测。有效规则应基于已知数据源和已知行为,而非工具名称。
事件中不同类别会相互交叉。 一封钓鱼邮件可能导致凭据被盗、恶意软件运行和基于身份的入侵。标记最初的访问技术,然后分别记录后续行为。这样不会把一个事件拆成四个互不相关的告警,也能让调查时间线更清晰。
在实验室中练习检测
除非亲眼观察,否则攻击类别仍然抽象。家庭实验室让你能够生成活动、收集遥测数据,并将告警与原始记录进行比较。 搭建安全运营中心的职业视频 展示了完整搭建过程,帮助你在受聘前积累工作经验。
从身份类别开始。创建测试用户,启用登录记录,然后连续执行失败和成功的登录。接着阅读登录记录,写下哪些字段能够区分正常使用和练习活动。
可重复的练习:
- 从上面的遥测表中选择一个类别。
- 在自己的测试系统或账户上复现安全版本的活动。
- 收集该类别产生的遥测数据。
- 将检测思路写成规则、已保存的搜索或查询。
- 用练习活动测试规则,确认它会针对预期行为触发。
- 记录规则的限制,包括它无法检测到的活动。
Microsoft SOC Home Lab 指南 详细介绍了环境搭建,包括许可、网络分段、日志收集和身份控制测试。 Mad Hat Cyber Range 指南 将同一思路扩展为适用于工作坊的环境,并包含攻击、检测和防御练习。
为保持术语一致,请将观察到的行为映射到相应的 MITRE ATT&CK 技术 。把映射当作分析师的辅助工具,而不是归因证据。请将原始事件、查询、规则版本和已知盲点与练习记录一并保存。
后续步骤
从一个类别和一个练习开始。完成并记录第一个练习后,再加入第二个类别。目标是深入开展一次调查,而不是列出一份工具清单。
- Microsoft SOC Home Lab 指南 为这些练习搭建环境。
- 搭建家庭 IT 实验室 介绍安全实验室所需的底层基础设施。
- IT 简历写作建议 展示如何把有记录的实验室作为实践经验写进简历。
- 五大网络攻击途径及其缓解措施 将范围缩小到最常见的攻击途径。
参考资料: 攻击类别及其子类型参考了 Kurt Baker 撰写的 CrowdStrike 常见网络攻击概述 。产品和参考链接指向 Microsoft 文档。






