隨著企業(yè)逐漸將應(yīng)用程序轉(zhuǎn)移至云端，并通過應(yīng)用程序編程接口（API）暴露各種功能，網(wǎng)絡(luò)罪犯也紛紛快速轉(zhuǎn)向利用這一新暴露出來的攻擊界面。借助機器爬蟲，黑客能夠大幅增加其攻擊的波及面和有效性。與許多新技術(shù)的情況類似，安全再一次滯后了。

　　管理咨詢公司AArete技術(shù)實踐總經(jīng)理John Carey稱，問題在于企業(yè)必須合理安排其安全預(yù)算?？蛻敉ǔＪ强床坏椒礄C器爬蟲技術(shù)方面的投入的。他說：“工具和技術(shù)稀缺，而且越來越貴。同時，由于是個有利可圖的犯罪領(lǐng)域，威脅范圍也正在擴大?！?/p>

　　針對API的機器爬蟲攻擊問題愈趨嚴(yán)峻

　　今年早些時候，安全公司Radware和研究公司Osterman Research發(fā)布了一份報告，指出2020年有98%的企業(yè)遭受過針對其應(yīng)用程序的攻擊，82%報告稱遭到惡意程序攻擊。最常見的攻擊類型是拒絕服務(wù)（DoS），86%的企業(yè)都經(jīng)歷過；網(wǎng)絡(luò)爬蟲攻擊次之，84%的企業(yè)遭遇過；賬戶劫持則有75%的企業(yè)報告過。

　　受訪企業(yè)中55%將API安全當(dāng)做“首要工作”，59%表示要在2021年“大力投資”API安全。僅四分之一的企業(yè)表示用過機器爬蟲程序管理工具。至于明年，59%的企業(yè)計劃大力投資API防護(hù)，51%打算投入Web應(yīng)用防火墻，但僅32%考慮投資反爬蟲管理工具。此外，僅52%的企業(yè)將安全完全集成進(jìn)API持續(xù)交付，而集成進(jìn)Web應(yīng)用的比例則是63%。

　　情況只會越來越糟數(shù)字經(jīng)濟(jì)保護(hù)委員會9CSDE）、消費技術(shù)協(xié)會和美國電信協(xié)會（USTelecom）3月的一份報告指出，由于2025年物聯(lián)網(wǎng)設(shè)備的數(shù)量預(yù)計可達(dá)到800億，相當(dāng)于全球人口數(shù)量的十倍，機器爬蟲的破壞潛力也將隨其利用物聯(lián)網(wǎng)設(shè)備而呈指數(shù)級增長。API是很容易得手的目標(biāo)，因為企業(yè)可以通過API將后端數(shù)據(jù)和功能暴露給可信合作伙伴、客戶和公眾。CSDE建議采用API網(wǎng)關(guān)來輔助抵御惡意機器爬蟲。

　　根據(jù)安全公司GreyNoise Intelligence的數(shù)據(jù)，在過去三個月里，有超過6800個IP地址一直在掃描互聯(lián)網(wǎng)上的ENV文件（用于存儲數(shù)據(jù)庫登錄憑證、口令和API令牌的配置文件）。GreyNoise研究主管Nathan Thai透露，這些掃描流量中，1.4%已知呈良性?！耙恍┌踩緯呙柽@些文件，他們沒有惡意，只是在做調(diào)查或者編撰報告。”

　　另外23%的流量就是惡意的了，因為相同的IP地址還參與了其他可疑行為。剩下75%歸屬未知類別，可能是無害的研究，也可能是網(wǎng)絡(luò)罪犯在執(zhí)行被動監(jiān)視，好根據(jù)監(jiān)視情況通過其他渠道做別的壞事。Thai稱：“通常情況下，他們會一次做完，因為他們根本不在乎會不會被逮到?！弊畲蟮牧髁縼碓词悄膬耗?？云托管提供商Amazon、Linode、微軟、阿里巴巴和DigitalOcean。

　　而且這種活動還在升級。過去六個月來，執(zhí)行機會性ENV爬取的機器爬蟲的活動規(guī)模直接翻了個倍。Imperva的《2021惡意僵尸網(wǎng)絡(luò)報告》揭示，惡意機器爬蟲如今占據(jù)了所有網(wǎng)站流量的四分之一，相較于去年上升了6%，而且三分之一的登錄嘗試都是惡意的。

　　更糟糕的是，惡意爬蟲程序還越來越智能了。Imperva應(yīng)用安全戰(zhàn)略總監(jiān)Edward Roberts表示：“更難以檢測和阻止的高級僵尸程序構(gòu)成了去年惡意爬蟲流量的主體?！边@種惡意程序是造成API高速濫用、誤用及攻擊的根本原因。隨著API數(shù)量每年成倍增長，惡意黑客也有了更多途徑來入手敏感數(shù)據(jù)。

　　如何利用針對API的機器爬蟲攻擊

　　佛瑞斯特研究所首席分析師Sandy Carielli表示，爬蟲程序常用于憑證填充攻擊，也可用于庫存囤積。她說：“當(dāng)限量版運動鞋、音樂會門票或最新游戲系統(tǒng)等搶手商品開始發(fā)售時，機器爬蟲會搶在合法人類用戶之前一擁而上，瞬間搶光庫存?！比缓笈老x程序運營者就可以轉(zhuǎn)售這些商品牟取暴利了。

　　Carielli表示，企業(yè)也會使用機器爬蟲?！安坏赖碌墓緯门老x程序從競爭對手的網(wǎng)站上爬取價格，然后將自己的價格設(shè)得略低一點，或者爬取高端產(chǎn)品的產(chǎn)品信息和圖片，再用在自己的網(wǎng)站上兜售假貨。”

　　DDoS工具和Web應(yīng)用防火墻防不住所有類型的爬蟲程序攻擊。企業(yè)需要專用的反爬蟲程序管理解決方案。Carielli稱：“注意，爬蟲攻擊合法業(yè)務(wù)邏輯。你不是要阻止所有人登錄或購買產(chǎn)品，而是只阻止惡意爬蟲?！?/p>

　　看一家銀行是如何對抗惡意爬蟲的

　　一家中型金融機構(gòu)的網(wǎng)絡(luò)安全技術(shù)經(jīng)理Jeff表示，被阻止的流量中85%都來自惡意爬蟲程序。其余15%要么是地理封禁的登錄嘗試，要么是合法人類用戶嘗試太多次登錄，或者使用了過時代理或應(yīng)用。

　　不是所有機器爬蟲網(wǎng)絡(luò)流量都會被阻止。有些流量來自良性爬蟲程序。Jeff稱：“我們與Quicken和Mint等其他金融機構(gòu)和聚合器合作。從某種意義上講，這些都是爬蟲網(wǎng)絡(luò)，因為這就是在多個站點執(zhí)行多項功能的API。惡意爬蟲程序則只要能切進(jìn)來就可以造成大量破壞。最糟糕的情況是，惡意爬蟲程序能夠冒充用戶，收集該用戶的財務(wù)信息?！?/p>

　　網(wǎng)絡(luò)罪犯也能以其他方式利用機器爬蟲網(wǎng)絡(luò)。例如，他們可以利用網(wǎng)頁爬蟲找出哪家銀行提供最佳費率，然后創(chuàng)建賬戶用來洗錢。Jeff表示：“你會發(fā)現(xiàn)有機器爬蟲網(wǎng)絡(luò)不斷利用真實賬戶轉(zhuǎn)移資金，只不過是以自動化的方式轉(zhuǎn)移。網(wǎng)絡(luò)罪犯還會利用機器爬蟲網(wǎng)絡(luò)來繞過限制。他們可能位于受限制的國家，將機器爬蟲網(wǎng)絡(luò)設(shè)在不受限國家的云提供商處，從而繞開合規(guī)監(jiān)管?！?/p>

　　為識別機器爬蟲程序，Jeff所在的公司審查機器人程序的用戶代理名稱和IP地址。如果是已知惡意IP地址，就立即阻止。然后查看其與API的交互方式，查找cookie或會話重放、異常行為模式和其他可疑行為的跡象。

　　Jeff稱：“如果請求的第一個頁面是賬戶狀態(tài)頁而不是登錄頁面，那就不正常了。假設(shè)我們知道某賬戶持有者是個22歲的大學(xué)生，每兩周周五會存入200美元，而現(xiàn)在開始每周幾次存入大量現(xiàn)金，那事情就不對勁了?！?/p>

　　Jeff拒絕透露銀行內(nèi)部使用了什么工具來識別惡意行為。而在外圍邊緣，他們采用Salt Security。該工具的人工智能和機器學(xué)習(xí)大幅減輕了內(nèi)部安全團(tuán)隊的工作量。

　　只要發(fā)現(xiàn)一起機器爬蟲程序攻擊，往往該攻擊中的所有請求都有某種共性，比如相似的請求構(gòu)造模式，或者共同的源地址，或者都使用同一個代理。Salt Security首席產(chǎn)品官Elad Koren稱：“如果是合法請求，就會按一定順序進(jìn)來。”這樣就可以使用通用參數(shù)識別同屬于該攻擊的其他流量，或者標(biāo)記目標(biāo)賬戶以加強安全防護(hù)。Koren表示：“機器爬蟲網(wǎng)絡(luò)通常只是攻擊的一部分。加上賬戶劫持，一拿到登錄憑證，他們就能借助更高級的工具深入進(jìn)來，卷走資金?！?/p>

　　常用機器爬蟲網(wǎng)絡(luò)檢測技術(shù)

　　Radware和Osterman Research的調(diào)查研究顯示，Web應(yīng)用防火墻（WAF）是檢測機器爬蟲流量最常用的技術(shù)，48%的企業(yè)都使用這種技術(shù)。此外，47%的企業(yè)查找已知惡意IP地址，43%使用全自動區(qū)分計算機和人類的圖靈測試（CAPTCHA），34%采用速率限制，26%構(gòu)建自有解決方案，僅24%使用專用反機器爬蟲程序技術(shù)。

　　Constellation Research副總裁兼首席分析師Andy Thurai稱：“只要實現(xiàn)得當(dāng)，CAPTCHA非常有效。我們知道，抵御機器爬蟲程序的成功率高達(dá)90%。一般說來，視覺處理挑戰(zhàn)非常有效，需要人腦來解決。”

　　速率限制和WAF也很有效。Thurai表示：“實現(xiàn)得當(dāng)?shù)腁PI安全應(yīng)當(dāng)按用戶、位置和身份限制API使用的速率，或者阻止不受支持的協(xié)議、調(diào)用方式或可疑包頭或內(nèi)容?！睂Ｓ脵C器爬蟲程序防御解決方案還會監(jiān)測規(guī)模、簽名、地理頻次和流量內(nèi)容等流量特征。

　　區(qū)分良性機器爬蟲程序和惡意機器爬蟲程序很有必要。例如，大多數(shù)客戶通信都遷移到了聊天機器人等機器人程序上了。所以，任意給定時間上都有大量良性機器人程序流量流經(jīng)網(wǎng)絡(luò)。模式識別有助于區(qū)分這二者。