การรวบรวมข้อมูล Dark Web สามารถช่วยลดอาชญากรรมได้อย่างไร

เผยแพร่แล้ว: 2016-12-10
สารบัญ แสดง
มันทำงานอย่างไร
ประเภทของอาชญากรรมบนเว็บมืด
การรวบรวมข้อมูลเว็บเพื่อควบคุมอาชญากรรมเว็บมืด
การตรวจจับเนื้อหาที่อาจผิดกฎหมาย
ติดตาม bitcoin
ระบุการโจมตีซีโร่เดย์
การป้องกันอาชญากรรมในโลกแห่งความเป็นจริง

คุณอาจคิดว่าคุณสามารถเข้าถึงอินเทอร์เน็ตได้อย่างเต็มที่ แต่ความจริงก็คือการเข้าถึงของคุณนั้นจำกัดอยู่ที่ยอดภูเขาน้ำแข็งที่เว็บมีอยู่จริงๆ เสิร์ชเอ็นจิ้นอย่าง Google เข้าถึงได้เฉพาะเว็บ Surface เท่านั้น ซึ่งประกอบเป็นเรื่องเกี่ยวกับ 03 เปอร์เซ็นต์ ของทั้งเว็บ ส่วนที่เหลือเรียกว่าเว็บมืดหรือที่เรียกว่าเว็บลึกและเป็นสถานที่ลึกลับ ไม่มีใครรู้จริง ๆ ว่ามันใหญ่แค่ไหน แต่คาดว่าจะใหญ่กว่าเว็บพื้นผิวประมาณ 500 ถึง 6000 เท่า อยากรู้เกี่ยวกับการดูเว็บลึกหรือไม่? คุณทำไม่ได้ด้วยเบราว์เซอร์ปกติของคุณ คุณจะต้องใช้เบราว์เซอร์พิเศษเพื่อเข้าสู่เว็บลึก และที่นั่น คุณจะไม่ระบุชื่อโดยสมบูรณ์

โลกลับนี้ยังมีชื่อเสียงในการเป็นแหล่งเพาะพันธุ์อาชญากรรมไซเบอร์และอาชญากรรมในโลกแห่งความเป็นจริง เหตุผลหลักก็คือการไม่เปิดเผยตัวตนที่มีให้ กิจกรรมที่ผิดกฎหมาย เช่น การค้ายา การค้าเงินปลอม การค้าอาวุธและกระสุน การปลอมแปลง หรือแม้แต่บริการนักฆ่าที่แฝงตัวอยู่เบื้องหลังการไม่เปิดเผยตัวตนนี้

มันทำงานอย่างไร

ความมืดคือเว็บโดยพื้นฐานแล้วเป็นมุมที่ร่มรื่นที่สุดของเว็บที่เครื่องมือค้นหาไม่ไป ผู้คนโต้ตอบกันที่นั่นโดยไม่ได้รับการดูแลจากหน่วยงานของรัฐ ไซต์เหล่านี้มักถูกเข้ารหัสด้วยกลไกเช่น Tor ที่อนุญาตให้ผู้ใช้เข้าชมโดยไม่เปิดเผยตัวตน ด้วยเหตุผลเดียวกัน อาชญากรจึงถูกใช้เพื่อดำเนินกิจกรรมที่ผิดกฎหมายโดยไม่ถูกติดตามแต่อย่างใด

Tor ทำงานเหมือนหัวหอม ดังนั้นโลโก้ onion ของเบราว์เซอร์ Tor ซึ่งหมายความว่า เมื่อคุณใช้ที่อยู่ IP ที่เข้าถึงเว็บไซต์ใดเว็บไซต์หนึ่ง คุณจะพบที่อยู่ IP หลายชั้นมากขึ้น ไม่สามารถตรวจสอบที่อยู่ IP ที่แท้จริงของผู้ใช้ได้ เช่นเดียวกับที่คุณจะไม่พบอะไรเลยหากคุณลอกเปลือกหัวหอมออก เว็บไซต์หลายแห่ง โดยเฉพาะเว็บไซต์ที่ผิดกฎหมายสามารถเข้าถึงได้ผ่านเบราว์เซอร์ของ Tor เท่านั้น ธุรกรรมในเว็บมืดนั้นทำผ่าน bitcoin ซึ่งทำให้แทบเป็นไปไม่ได้ที่จะติดตามเหมือนธุรกรรมบัตรเครดิตทั่วไป

ประเภทของอาชญากรรมบนเว็บมืด

มีการก่ออาชญากรรมที่หลากหลายด้วยความช่วยเหลือของเว็บมืด นี่คือตัวอย่างบางส่วน:

การฉ้อโกงทางไซเบอร์

เว็บมืดเป็นบ่อเกิดของวิธีการและกระบวนการในการขโมยข้อมูลบัตรเครดิตและข้อมูลส่วนบุคคล อาชญากรจะบุกเข้าไปในเว็บไซต์ของร้านค้าหรือช่องทางการชำระเงินก่อนเพื่อขโมยข้อมูลบัตร จากนั้นขายให้กับผู้หลอกลวงคนอื่นๆ ที่ใช้ฟอรัมการ์ดและเว็บไซต์การตลาด ในที่สุด รายละเอียดของบัตรจะถูกฟอกเป็นเงินสดผ่านกระบวนการนี้ การขายการหาประโยชน์จากคอมพิวเตอร์เครื่องใหม่ก็เป็นหนึ่งในภัยคุกคามที่ใหญ่ที่สุดในเว็บมืดเช่นกัน เมื่อมีการขายช่องโหว่ให้กับแฮ็กเกอร์มากขึ้น ขนาดของการโจมตีจะมีขนาดใหญ่

อาชญากรรมในโลกแห่งความจริง

อาชญากรรมในโลกแห่งความเป็นจริงจำนวนมากเกี่ยวข้องกับเว็บมืดมาเป็นเวลานานแล้ว Silk Road เป็นหนึ่งใน darknets แรกที่เป็นเจ้าภาพในการขายยาผิดกฎหมายจนถึงปี 2013 เมื่อ FBI ปิดตัวลง หลังจากนั้นตาข่ายมืดจำนวนมากได้ผุดขึ้นมาแทนที่เส้นทางสายไหม เป็นไปได้ว่ายาผิดกฎหมายใดๆ ที่คุณระบุชื่อได้จะหาซื้อได้ใน darknet ในเว็บลึก มาเฟียยาใช้ระบบจัดส่งเพื่อขนส่งยาเหล่านี้ไปยังลูกค้าอย่างลับๆ ซึ่งทำให้ยากต่อการควบคุม

ยอดขายอาวุธเพิ่มขึ้นและลดลงในเว็บลึก ตัวอย่างเช่น มีการจับกุมที่มีชื่อเสียงมากมายในสหราชอาณาจักรที่ทำให้อาชญากรไซเบอร์มองว่าการค้าอาวุธเป็นธุรกิจที่มีความเสี่ยงสูง เว็บไซต์หลายแห่งในดาร์กเว็บยังคงขายเครื่องยิงจรวด รถถัง อาวุธปืน และวัตถุระเบิดที่อันตรายสูงอื่นๆ นอกเหนือจากนี้ นักฆ่ายังสามารถจ้างได้ อวัยวะของมนุษย์กำลังถูกค้ามนุษย์ และแม้กระทั่งการโจมตีของผู้ก่อการร้ายก็มีการวางแผนในเว็บไซต์ลึกบางแห่ง

เว็บรวบรวมข้อมูลเพื่อควบคุมอาชญากรรมเว็บมืด

เทคโนโลยีการรวบรวมข้อมูลเว็บกำลังได้รับความนิยมเพิ่มขึ้นในหมู่ผู้ใช้ทางธุรกิจเนื่องจากพลังอันน่าทึ่งในการให้ข้อมูลการแข่งขันและการวิจัยเว็บอย่างกว้างขวาง เราเชื่อว่าเทคโนโลยีการรวบรวมข้อมูลสามารถนำไปใช้กับ darknets บนเว็บลึกเพื่อควบคุมภัยคุกคามอาชญากรรมที่เพิ่มขึ้นนี้ผ่านทางเว็บ การรวบรวมข้อมูลสามารถช่วยได้ด้วยวิธีต่อไปนี้

การตรวจจับเนื้อหาที่อาจผิดกฎหมาย

ไม่ใช่ว่าเว็บลึกทั้งหมดหรือแม้แต่ไซต์ .onion ที่ก่ออาชญากรรมหรือสิ่งผิดกฎหมายใดๆ ด้วยขนาดที่ใหญ่ของเว็บลึก จึงเป็นไปไม่ได้ที่เจ้าหน้าที่จะเยี่ยมชมแต่ละไซต์ด้วยตนเองและประเมินเนื้อหาสำหรับลักษณะที่อาจผิดกฎหมาย นี่คือที่มาของการรวบรวมข้อมูล การรวบรวมข้อมูลเว็บสามารถใช้เพื่อรวบรวมข้อมูลและจัดทำดัชนีไซต์ดังกล่าวนับล้านแห่งในเวลาอันสั้น และสามารถตั้งโปรแกรมให้รายงานเมื่อตรวจพบคำหลักบางคำ คำหลักเหล่านี้อาจเป็นอะไรก็ได้ที่ต้องระวัง เช่น ชื่อปืน ยาเสพติด ซึ่งเป็นชุดคำที่เกี่ยวข้องกับกิจกรรมที่ผิดกฎหมายในเว็บลึก สิ่งนี้ทำให้การค้นหาสิ่งต่าง ๆ ใน darknets ง่ายขึ้น และตอนนี้งานเดียวที่เหลืออยู่คือการติดตามอาชญากรที่อยู่เบื้องหลังกิจกรรมที่ผิดกฎหมายเหล่านี้ ในการเริ่มต้น นี่เป็นงานที่ท้าทายมาก เนื่องจากทุกอย่างไม่ระบุตัวตนบนเว็บมืด ไม่ใช่เรื่องที่เป็นไปไม่ได้ นั่นคือวิธีที่ FBI จับ Ross Ulbricht ผู้ก่อตั้งเส้นทางสายไหม ซึ่งเป็นหนึ่งในตลาดอาชญากรแห่งแรกในเว็บมืด

ติดตาม bitcoin

[spacer height=”10px”]นอกเหนือจากโฆษณาแล้ว Bitcoin ไม่ได้เปิดเผยตัวตนอย่างที่คิด โดยพื้นฐานแล้วมันเป็นเงินสดอิเล็กทรอนิกส์และเหมือนกับทุกสิ่งที่เป็นดิจิทัล มันทิ้งร่องรอยไว้เบื้องหลัง แม้ว่า bitcoin จะไม่เกี่ยวข้องกับรายละเอียดส่วนบุคคลของผู้ถือ แต่ทุกธุรกรรมของ bitcoin จะถูกบันทึกในบันทึกสาธารณะด้วยรหัสกระเป๋าเงินของพวกเขา ซึ่งหมายความว่า bitcoin จะปลอดภัยตราบใดที่คุณระมัดระวังเป็นพิเศษ การย้ายที่ไม่ดีเพียงครั้งเดียวและผู้ใช้อาจถูกจองพร้อมหลักฐานที่จำเป็นทั้งหมด ด้วยการเชื่อมต่อจุดระหว่างธุรกรรมแต่ละรายการโดยใช้การเรียนรู้ของเครื่อง เราสามารถคาดหวังกลไกการติดตามที่ดีขึ้นเพื่อระบุผู้ถือ bitcoin ในอนาคตอันใกล้ ด้วยเทคโนโลยีการรวบรวมข้อมูลเว็บ บันทึกของ bitcoin สามารถตรวจสอบได้อย่างต่อเนื่องเพื่อหาสัญญาณที่อาจนำไปสู่การเชื่อมต่อ

ระบุการโจมตีซีโร่เดย์

เว็บมืดเป็นที่ที่ช่องโหว่ใหม่ทั้งหมดในระบบคอมพิวเตอร์ได้รับการเผยแพร่ก่อนในรูปแบบของการหาประโยชน์และมัลแวร์ ในเดือนกุมภาพันธ์ 2558 Microsoft ระบุช่องโหว่ที่ร้ายแรงในระบบปฏิบัติการ windows แม้ว่าพวกเขาจะออกการแก้ไขทันที แต่รายละเอียดของช่องโหว่ก็แพร่กระจายไปทั่วเว็บที่มืดเหมือนไฟป่า แฮกเกอร์กำลังมองหาช่องโหว่เช่นนี้เพื่อเปลี่ยนเป็นช่องโหว่และขายมันออกบนเว็บมืด

นี่คือเหตุผลที่ Eric Nunes และเพื่อน ๆ ที่มหาวิทยาลัยแห่งรัฐแอริโซนาได้คิดค้นเทคโนโลยีการรวบรวมข้อมูลเว็บและเทคโนโลยีการเรียนรู้ของเครื่องที่ผสมผสานกัน ซึ่งสามารถรวบรวมข้อมูลฟอรัมการแฮ็กบนเว็บมืดเพื่อตรวจหาช่องโหว่ด้านความปลอดภัยตั้งแต่เนิ่นๆ สิ่งนี้สามารถช่วยแก้ไขได้อย่างมีประสิทธิภาพโดยเร็วที่สุดเพื่อป้องกันการโจมตีทางไซเบอร์ครั้งใหญ่

การป้องกันอาชญากรรมในโลกแห่งความเป็นจริง

อาชญากรรมในโลกแห่งความจริงมีการวางแผน มอบหมาย และชำระเงินบนเว็บมืด ซึ่งรวมถึงฟอรัมผู้ก่อการร้ายและ darknets ที่ผู้คนจะได้รับสิ่งจูงใจให้เข้าร่วมในการโจมตีและรับคัดเลือกโดยตรง อันที่จริง นี่เป็นงานที่ท้าทายที่จะบรรลุผลสำเร็จ เนื่องจากการสื่อสารแบบไม่เปิดเผยตัวตนเกิดขึ้นบนเว็บมืด แต่การจู่โจมของผู้ก่อการร้ายนั้นสามารถทำนายได้โดยใช้ข้อมูลการขุดและใช้เทคนิคการสร้างแบบจำลองการทำนายในฟอรัมที่การอภิปรายเกี่ยวกับธรรมชาตินั้นเกิดขึ้น การใช้การรวบรวมข้อมูลเว็บเพื่อตรวจสอบไซต์ darknet เป็นไปได้ที่จะได้รับคำแนะนำเกี่ยวกับการโจมตีดังกล่าวและใช้มาตรการป้องกัน

เทคโนโลยีไม่ว่าดีหรือไม่ดี ผู้ใช้เป็นผู้ดำเนินการในทิศทางใดทิศทางหนึ่ง แม้ว่าส่วนใหญ่จะใช้สำหรับกิจกรรมที่ผิดกฎหมาย แต่เทคโนโลยีที่ทำงานอยู่เบื้องหลังนั้นไม่ได้ดีหรือไม่ดีโดยเนื้อแท้ เนื่องจากจำนวนอาชญากรรมที่ใช้เทคโนโลยีเพิ่มสูงขึ้น จึงไม่มีอะไรมาใช้เพื่อยุติอาชญากรรมได้ นอกจากเทคโนโลยีเท่านั้น เนื่องจากเทคโนโลยีแมชชีนเลิร์นนิงมีการพัฒนาทุกวันที่ผ่านไป ในไม่ช้าเราก็สามารถคาดหวังได้ว่าการรวมการทำเหมืองข้อมูลบนเว็บและการเรียนรู้ของเครื่องจะช่วยยับยั้งภัยคุกคามของอาชญากรรมบนเว็บที่มืดมิด