網(wǎng)絡(luò)犯罪分子是指那些故意從事網(wǎng)絡(luò)惡意活動(dòng)的個(gè)人或團(tuán)體。通過(guò)黑客攻擊、網(wǎng)絡(luò)釣魚(yú)等手段意圖破壞我們的系統(tǒng)、網(wǎng)絡(luò)或數(shù)據(jù)。他們的動(dòng)機(jī)多樣，包括經(jīng)濟(jì)利益、政治意識(shí)形態(tài)、怨恨、復(fù)仇等等。

　　近年來(lái)，網(wǎng)絡(luò)安全威脅呈現(xiàn)爆炸式增長(zhǎng)。IBM的威脅情報(bào)報(bào)告將網(wǎng)絡(luò)釣魚(yú)、利用公開(kāi)應(yīng)用和利用遠(yuǎn)程服務(wù)列為三種最常見(jiàn)的攻擊或威脅手段。在這些安全威脅所帶來(lái)的后果中，五個(gè)最嚴(yán)重的分別是敲詐勒索、數(shù)據(jù)盜竊、憑證竊取、數(shù)據(jù)泄露和品牌聲譽(yù)受損，超過(guò)40%的影響與數(shù)據(jù)直接相關(guān)。

　　但正如該報(bào)告中所述，網(wǎng)絡(luò)犯罪的數(shù)量和惡意破壞者的規(guī)模是根據(jù)不完善的數(shù)據(jù)估算的。由于網(wǎng)絡(luò)犯罪分子的類別差異、數(shù)據(jù)集零散且類型繁多以及信息不透明等因素，實(shí)際的網(wǎng)絡(luò)犯罪數(shù)量和規(guī)模一定遠(yuǎn)超報(bào)告所顯示的數(shù)量。

　　在主要的垂直行業(yè)中，制造業(yè)、金融服務(wù)和保險(xiǎn)業(yè)以及專業(yè)和消費(fèi)者服務(wù)行業(yè)受到的攻擊最多。消費(fèi)行業(yè)中的敏感個(gè)人身份信息(PII)數(shù)據(jù)在想要通過(guò)數(shù)據(jù)牟利的威脅者眼中就是一塊“肥肉”。而制造業(yè)的流程和供應(yīng)鏈一旦中斷，就會(huì)導(dǎo)致重大經(jīng)濟(jì)損失，使得勒索的威脅程度急劇上升。

　　根據(jù)世界經(jīng)濟(jì)論壇的預(yù)測(cè)，到2025 年，網(wǎng)絡(luò)犯罪造成的損失將達(dá)到10.5萬(wàn)億美元，包括對(duì)商業(yè)部門(mén)的威脅行為和對(duì)關(guān)鍵公共基礎(chǔ)設(shè)施發(fā)起的協(xié)同攻擊所造成的影響。因此，網(wǎng)絡(luò)安全，特別是數(shù)據(jù)保護(hù)受到企業(yè)高管和政府領(lǐng)導(dǎo)人的高度重視。

　　網(wǎng)絡(luò)犯罪的類型和示例

　　我們可以將網(wǎng)絡(luò)犯罪分子的行為和動(dòng)機(jī)分為三個(gè)方面：訪問(wèn)途徑、目標(biāo)行動(dòng)和影響。

　　訪問(wèn)途徑指網(wǎng)絡(luò)犯罪分子獲得系統(tǒng)或資源訪問(wèn)權(quán)限的途徑。最常見(jiàn)的途徑是通過(guò)電子郵箱發(fā)送魚(yú)叉式網(wǎng)絡(luò)釣魚(yú)郵件，此類郵件通常附有一個(gè)惡意軟件附件或嵌入外部惡意軟件的鏈接。人類因此成為整條安全鏈中最薄弱的環(huán)節(jié)，也是網(wǎng)絡(luò)犯罪分子訪問(wèn)系統(tǒng)和網(wǎng)絡(luò)的首選途徑。

　　第二大常見(jiàn)的訪問(wèn)途徑是利用公開(kāi)應(yīng)用。網(wǎng)絡(luò)應(yīng)用讓我們能夠越來(lái)越方便地訪問(wèn)那些必要但高度敏感的信息，如手機(jī)銀行、醫(yī)療記錄、企業(yè)信息等。企業(yè)和政策制定者仍需要在訪問(wèn)數(shù)據(jù)和服務(wù)的便捷性、服務(wù)的敏感性，以及訪問(wèn)途徑的規(guī)模和數(shù)量之間取得平衡。軟件漏洞或配置錯(cuò)誤都可能導(dǎo)致對(duì)公眾開(kāi)放的應(yīng)用被入侵。被入侵的應(yīng)用通常包括網(wǎng)絡(luò)和應(yīng)用服務(wù)器，或是無(wú)意中暴露在互聯(lián)網(wǎng)上的數(shù)據(jù)庫(kù)和網(wǎng)絡(luò)服務(wù)。

　　一旦網(wǎng)絡(luò)圍著犯罪分子通過(guò)初始訪問(wèn)途徑獲得訪問(wèn)權(quán)限后，就會(huì)利用這一優(yōu)勢(shì)獲得更多的資源訪問(wèn)權(quán)限或采取行動(dòng)。最常見(jiàn)的行動(dòng)包括安裝惡意軟件(后門(mén)和勒索軟件)、訪問(wèn)服務(wù)器和遠(yuǎn)程工具以及入侵商業(yè)電子郵件。勒索軟件攻擊的目標(biāo)并不局限于個(gè)人或企業(yè)數(shù)據(jù)，還可能包括破壞企業(yè)的網(wǎng)絡(luò)服務(wù)，比如身份驗(yàn)證、授權(quán)、虛擬計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)等。2019年，勒索軟件的平均部署時(shí)間為兩個(gè)月，到2021年僅為四天，縮短了94%。網(wǎng)絡(luò)犯罪不僅在數(shù)量上明顯增長(zhǎng)，其利用漏洞和獲取大量敏感數(shù)據(jù)的速度也變得更快。

　　基因檢測(cè)公司23andMe是2023年重大數(shù)據(jù)泄露事件的受害者之一，其690萬(wàn)用戶的血統(tǒng)信息遭遇泄露。這家提供客戶DNA信息的基因檢測(cè)公司表示，數(shù)據(jù)泄露是由于客戶重復(fù)使用密碼造成的。這使得黑客通過(guò)使用其他公司數(shù)據(jù)泄露事件中公開(kāi)的密碼，對(duì)受害者的賬戶進(jìn)行暴力破解。雖然有人會(huì)說(shuō)，可以通過(guò)應(yīng)用的身份驗(yàn)證服務(wù)和暫時(shí)中止賬戶，檢測(cè)出密碼暴力破解行為以阻止網(wǎng)絡(luò)犯罪分子，但這可能會(huì)在無(wú)意中導(dǎo)致賬戶受到攻擊的用戶無(wú)法使用服務(wù)。雖然重復(fù)使用密碼是用戶造成的問(wèn)題，但可公開(kāi)訪問(wèn)的應(yīng)用，尤其是那些可能暴露敏感數(shù)據(jù)的應(yīng)用還是應(yīng)該強(qiáng)制使用雙重身份驗(yàn)證來(lái)防范此類暴力破解攻擊。

　　另一個(gè)受害者是英國(guó)皇家郵政服務(wù)。2023年1月發(fā)生的一起勒索軟件攻擊導(dǎo)致向英國(guó)境外發(fā)送信件或包裹的工作中斷數(shù)月，還致使敏感數(shù)據(jù)被盜，包括技術(shù)信息、人事和員工紀(jì)律處分記錄、工資和加班費(fèi)明細(xì)，甚至一名員工的新冠疫苗接種記錄。

　　對(duì)澳大利亞來(lái)說(shuō)，不僅2022年是個(gè)多事之秋，Optus以及Medibank Private和AHM都遭遇了重大的數(shù)據(jù)泄露事件。2023年也并非風(fēng)平浪靜，Latitude financial的數(shù)據(jù)泄露事件備受關(guān)注。此次數(shù)據(jù)泄露事件涉及約1400萬(wàn)條記錄，包括Latitude客戶的駕照和護(hù)照號(hào)碼。

　　2023年，中國(guó)的數(shù)據(jù)泄露事件也頻頻發(fā)生。2月，中國(guó)廈門(mén)某科技公司信息系統(tǒng)被黑客攻擊，超百萬(wàn)條用戶信息泄露。通過(guò)售賣(mài)這些個(gè)人信息，黑客團(tuán)伙非法非法獲利約40萬(wàn)元。同年8月，南昌某高校發(fā)生大量數(shù)據(jù)泄露案件，當(dāng)?shù)鼐綄?duì)校方處以85萬(wàn)元罰款。

　　數(shù)據(jù)泄露事件中絕大多數(shù)被盜的信息都是個(gè)人身份信息，這些信息包含了姓名、地址、社保賬號(hào)、駕照、護(hù)照、醫(yī)療數(shù)據(jù)、信用卡和密碼等。被盜的信息會(huì)被網(wǎng)絡(luò)犯罪分子掛到暗網(wǎng)或其他論壇上出售，以對(duì)目標(biāo)實(shí)施進(jìn)一步的行動(dòng)。

　　所以這就是為什么管理機(jī)構(gòu)、監(jiān)管部門(mén)和政策制定者要對(duì)個(gè)人身份信息的存儲(chǔ)和處理進(jìn)行高度監(jiān)管，并出臺(tái)歐盟《通用數(shù)據(jù)保護(hù)條例》(GDPR)、美國(guó)《加州消費(fèi)者隱私法案》(CCPA)和《健康保險(xiǎn)可攜性和責(zé)任法案》(HIPAA)等法律。

　　雖然部分?jǐn)?shù)據(jù)泄露事件可能是因?yàn)槠髽I(yè)未能遵守法規(guī)和政策規(guī)定而造成的，但更多數(shù)據(jù)泄露事件是由于網(wǎng)絡(luò)犯罪分子悄無(wú)聲息地獲得了用戶賬戶或服務(wù)訪問(wèn)權(quán)限。后者只有通過(guò)異常行為或者當(dāng)網(wǎng)絡(luò)犯罪分子向個(gè)人或企業(yè)發(fā)出錢(qián)財(cái)勒索要求時(shí)才能發(fā)現(xiàn)。

　　隨著訪問(wèn)途徑的增加以及企業(yè)的日益分散和復(fù)雜化，檢測(cè)異常行為變得越來(lái)越困難。行為模型越來(lái)越依賴于機(jī)器學(xué)習(xí)(ML)模型，以用于從大量數(shù)據(jù)中檢測(cè)出復(fù)雜模式。例如，安全信息事件管理 (SIEM)系統(tǒng)越來(lái)越多地使用從復(fù)雜的互聯(lián)系統(tǒng)和設(shè)備網(wǎng)絡(luò)中收集的實(shí)時(shí)數(shù)據(jù)和特征工程。這就要求對(duì)實(shí)時(shí)數(shù)據(jù)進(jìn)行采集、過(guò)濾和引導(dǎo)，以實(shí)現(xiàn)異常檢測(cè)。這通常包含時(shí)序特征工程、規(guī)范化數(shù)據(jù)、利用網(wǎng)絡(luò)或地理位置數(shù)據(jù)來(lái)豐富數(shù)據(jù)，以及識(shí)別和跟蹤首次發(fā)生的相關(guān)事件等措施。針對(duì)復(fù)雜網(wǎng)絡(luò)和系統(tǒng)的協(xié)同攻擊可能會(huì)持續(xù)很長(zhǎng)時(shí)間，而且網(wǎng)絡(luò)犯罪分子會(huì)設(shè)法獲得寶貴的信息來(lái)加強(qiáng)未來(lái)攻擊的“火力”。

　　總結(jié)

　　數(shù)據(jù)和數(shù)據(jù)相關(guān)服務(wù)的訪問(wèn)途徑數(shù)量及價(jià)值正在增加，隨之增加的還有網(wǎng)絡(luò)攻擊的數(shù)量。如果不能抵御這些攻擊，就可能會(huì)導(dǎo)致后續(xù)代價(jià)高昂的補(bǔ)救工作、關(guān)鍵流程中斷、不可挽回的品牌形象受損以及行業(yè)監(jiān)管機(jī)構(gòu)的罰款。

　　企業(yè)必須在及時(shí)提供數(shù)據(jù)服務(wù)訪問(wèn)權(quán)限的需求與防御網(wǎng)絡(luò)犯罪分子之間取得平衡。另外，檢測(cè)合法用戶的異常行為也至關(guān)重要，因?yàn)檫@些異常行為可能表明該賬戶已被入侵。限制數(shù)據(jù)和系統(tǒng)的訪問(wèn)權(quán)限、記錄訪問(wèn)或試圖訪問(wèn)系統(tǒng)的情況將發(fā)揮越來(lái)越重要的作用。利用不斷發(fā)展的ML模型近乎實(shí)時(shí)地做到這一點(diǎn)，將成為企業(yè)在未來(lái)保護(hù)自身安全的一項(xiàng)基本能力。