（文章來源：教育新聞網）
? ? ?? 橫向網絡釣魚攻擊(針對組織中受感染電子郵件帳戶的用戶的騙局)在美國日益受到關注。過去，攻擊者會從組織外部的電子郵件帳戶發送網絡釣魚詐騙，而最近，電子郵件傳播的詐騙激增，攻擊者會破壞組織內部的電子郵件帳戶，然后使用這些帳戶向內部員工發送內部網絡釣魚電子郵件。 -這種攻擊稱為側向網絡釣魚。

當網絡釣魚電子郵件來自內部帳戶時，絕大多數電子郵件安全系統都無法阻止它。現有的安全系統主要依靠IP和域信譽等信號來檢測來自外部的網絡攻擊，當電子郵件來自內部來源時，這些攻擊無效。橫向網絡釣魚攻擊也很昂貴。例如，FBI數據顯示，這些網絡攻擊在2013-2018年間造成了超過120億美元的損失。在過去兩年中，這些攻擊造成的損失增加了136%。

為了緩解這一日益嚴重的問題，數據科學研究所成員Asaf Cidon幫助開發了一種基于機器學習的檢測器原型，該檢測器可以自動檢測并阻止橫向網絡釣魚攻擊。檢測器使用多種功能來阻止攻擊，包括檢測接收者是否偏離了員工通常會與之通信的對象;電子郵件的文本是否類似于其他已知的網絡釣魚攻擊;以及鏈接是否異常。該檢測器可以以較高的準確率和較低的誤報率檢測到這些攻擊中的絕大多數-在每100萬員工發送的電子郵件中有4次誤報。

Cidon是研究小組的成員，該小組分析了來自近100個企業的1.13億員工發送的電子郵件的數據集。他們還分析了147起橫向網絡釣魚事件，每起事件都涉及至少一封網絡釣魚電子郵件。這項研究是與梭子魚網絡(Barracuda Networks)聯合進行的，梭子魚網絡是一家網絡安全公司，旨在為研究人員提供有關其客戶的數據，目的是開發一種用于橫向網絡釣魚的檢測器。

研究人員還寫了一篇有關該研究的論文《大規模檢測和表征橫向網絡釣魚》，最近在領先的網絡安全會議Usenix Security 2019上獲得了杰出論文獎。哥倫比亞大學電氣工程與計算機科學系助理教授Cidon說：“本研究分析的攻擊是最難檢測到的網絡攻擊類型之一，因為它們發自內部員工的帳戶。”工程學以及數據科學研究所的成員。阻止這種有針對性的社會工程攻擊的關鍵是使用基于機器學習的方法，這些方法可以依賴于發件人，收件人和組織的獨特上下文。”

當攻擊者發起網絡釣魚攻擊時，其目的是說服用戶該電子郵件是合法的，并誘使他們執行特定的操作。因此，通過使用他們所認識和信任的同事的被黑電子郵件帳戶，比說服用戶相信電子郵件是合法的更好的方法。在橫向網絡釣魚中，攻擊者利用受損的電子郵件帳戶向組織中的其他用戶發送網絡釣魚電子郵件，這得益于同事的隱式信任以及被劫持用戶帳戶中的信息。Cidon幫助開發的分類器可以查找通信模式中的異常情況。例如，分類器會標記一個雇員突然發送一連串帶有模糊鏈接的電子郵件，或者標記一個雇員從其已發送郵件文件夾中系統地刪除電子郵件-試圖掩蓋他們的騙局。

利用此類網絡釣魚攻擊以及一系列用戶報告的事件，研究人員使用機器學習來量化橫向網絡釣魚的規模，確定攻擊者使用的主題內容和收件人定向策略。然后，他們能夠確定攻擊者用來定制攻擊的兩種策略：內容和名稱定制。內容剪裁是攻擊者如何剪裁電子郵件的內容，以迫使收件人單擊鏈接并陷入網絡釣魚電子郵件。他們發現的最常見的內容剪裁是一般的網絡釣魚內容(例如，“您收到了新文檔，請單擊此處打開”)。但是他們還發現，某些攻擊者是根據組織的特定情況定制電子郵件的(例如，“

他們對影響近100個組織的1億多封電子郵件的分析得出的一些主要發現包括：超過10%的事件導致成功的附加內部折衷(這比外部發起的攻擊高出幾個數量級)。大多數攻擊是相對簡單的網絡釣魚電子郵件。但是，很大一部分攻擊者的確會根據收件人的角色和組織的上下文對電子郵件進行大量定制。超過30%的攻擊者采取某種復雜的行為：通過隱藏其在攻擊中的存在(例如，刪除外發電子郵件)或與攻擊的接收者進行接觸以確保成功。Cidon說，這類攻擊代表了網絡犯罪的新領域：高度個性化的攻擊，攻擊者愿意花數天和數周的時間進行“偵察”。

Cidon補充說：“在這項研究中，我們專注于基于鏈接的橫向網絡釣魚。“但是，在探索沒有鏈接的攻擊或結合其他社交媒體(例如短信和語音)的攻擊時，仍有大量工作要做。但是我們希望我們的探測器能夠應對日益嚴重的橫向網絡釣魚攻擊。”
? ? ? （責任編輯：fqj）