爬行黑暗網絡如何幫助遏制犯罪

已發表: 2016-12-10
目錄顯示
這個怎麼運作
暗網上的犯罪類型
網絡爬蟲遏制暗網犯罪
檢測潛在的非法內容
追踪比特幣
識別零日攻擊
預防現實世界的犯罪

您可能認為您可以完全訪問互聯網,但事實是您的訪問權限僅限於網絡真正的冰山一角。 google之類的搜索引擎只能訪問surface web,這構成了大約。 整個網絡的03%其餘的被稱為暗網又名深網,是一個神秘的地方。 沒有人真正知道它到底有多大,但據估計它比表面網大 500 到 6000 倍。 想看看深度網絡嗎? 你不能,用你的普通瀏覽器。 您將需要一個特殊的瀏覽器才能進入深度網絡,並且在那裡,您是完全匿名的。

這個秘密世界也因成為網絡和現實世界犯罪的溫床而臭名昭著。 主要原因顯然是它提供的匿名性。 毒品交易、假幣交易、武器和彈藥交易、偽造甚至殺手服務等非法活動潛伏在這種匿名的陰影之下。

這個怎麼運作

黑暗是網絡基本上是搜索引擎不去的網絡最陰暗的角落。 人們在沒有政府當局監視的情況下在那裡互動。 這些網站通常使用 Tor 等機制進行加密,允許用戶在保持匿名的情況下訪問它們。 出於同樣的原因,犯罪分子正在利用它進行非法活動,而不會以任何方式被追踪。

Tor 像洋蔥一樣工作,因此 Tor 瀏覽器的洋蔥標誌。 這意味著,當您訪問訪問特定網站的 IP 地址時,您只會找到更多層的 IP 地址。 用戶的真實IP地址是無法追溯的,就像你不停地剝洋蔥皮一樣,你什麼也找不到。 很多網站,尤其是涉及非法內容的網站,只能通過 Tor 瀏覽器訪問。 暗網中的交易是通過比特幣完成的,這使得幾乎不可能像常規信用卡交易那樣進行跟踪。

暗網上的犯罪類型

在暗網的幫助下進行了各種各樣的犯罪活動。 這裡有些例子:

網絡欺詐

暗網是竊取信用卡數據和個人信息的方法和流程的溫床。 犯罪分子首先闖入商戶網站或支付網關以竊取卡數據,然後將其出售給運營卡論壇和市場網站的其他詐騙者。 最終通過此過程將成批的卡詳細信息清洗為現金。 新計算機漏洞的銷售也是暗網中最大的威脅之一。 一旦漏洞被賣給更多的黑客,攻擊的規模就會變大。

現實世界的犯罪

長期以來,許多現實世界的犯罪都與暗網有關。 絲綢之路是最早的暗網之一,直到 2013 年被 FBI 關閉,才成為非法毒品銷售的主要場所。 此後,許多暗網如雨後春筍般湧現,取代了絲綢之路。 您可以命名的任何非法藥物很可能都可以在深層網絡的某個暗網上購買。 毒品黑手黨使用快遞系統將這些毒品偷偷地運送給客戶,這使其成為難以控制的威脅。

武器的銷售在深網上有起有落。 例如,英國發生了許多引人注目的逮捕事件,這使網絡犯罪分子將武器販運視為一項高風險業務。 暗網上的許多網站仍在出售火箭發射器、坦克、槍支和其他高度危險的爆炸物。 除此之外,還可以僱傭殺手,販賣人體器官,甚至計劃在一些深層網站上發動恐怖襲擊。

網絡爬蟲遏制暗網犯罪

網絡爬蟲技術因其提供競爭情報和推動廣泛網絡研究的強大能力而在商業用戶中越來越受歡迎。 我們相信,爬行技術可以應用於深網上的暗網,以遏制這種日益增長的網絡犯罪威脅。 以下是爬行可以提供幫助的一些方法。

檢測潛在的非法內容

並非所有深網甚至 .onion 網站都涉及犯罪或任何非法行為。 鑑於深度網絡的巨大規模,當局手動訪問每個站點並評估其內容是否具有潛在的非法性質是不可行的。 這就是爬行的用武之地。網絡爬行可用於在短時間內對數百萬個此類站點進行爬行和索引,甚至可以編程為在檢測到某些關鍵字時進行報告。 這些關鍵詞可以是任何需要注意的東西,比如槍支名稱、毒品——一組與深層網絡上的非法活動相關的詞。 這使得在暗網上找到東西變得更容易,現在剩下的唯一工作就是追踪這些非法活動背後的犯罪分子。 首先,考慮到暗網上的一切都是匿名的,這是一項非常具有挑戰性的任務。 但這並非不可能,FBI 就是這樣抓到了絲綢之路的創始人羅斯·烏布利希(Ross Ulbricht)——絲綢之路是暗網上最早的犯罪市場之一。

追踪比特幣

[spacer height=”10px”]除了炒作之外,比特幣並不像看起來那樣匿名。 它基本上是電子現金,就像所有數字化的東西一樣,它確實留下了痕跡。 儘管比特幣從未與持有者的個人詳細信息相關聯,但每筆比特幣交易都會與他們的錢包 ID 一起記錄在公共日誌中。 這意味著,只要你非常小心,比特幣才是安全的。 一個糟糕的舉動,用戶可以預訂所有必要的證據。 通過使用機器學習連接各個交易之間的點,我們甚至可以期待在不久的將來有更好的跟踪機制來識別比特幣持有者。 使用網絡爬蟲技術,可以持續監控比特幣日誌以尋找可能導致連接的線索。

識別零日攻擊

暗網是計算機系統中所有新漏洞首先以漏洞利用和惡意軟件的形式發布的地方。 2015 年 2 月,微軟在 Windows 操作系統中發現了一個嚴重漏洞。 儘管他們立即發布了修復程序,但該漏洞的詳細信息卻像野火一樣在暗網上蔓延開來。 黑客們正在積極尋找這樣的漏洞,以將其轉化為漏洞利用並在暗網上出售。

這就是為什麼亞利桑那州立大學的 Eric Nunes 和他的朋友們想出了一種網絡爬蟲和機器學習技術的混合體,可以爬取暗網上的黑客論壇,以便及早發現安全漏洞。 這可以有效地幫助他們儘早修復它們,以防止巨大的網絡攻擊。

預防現實世界的犯罪

現實世界的犯罪是在暗網上計劃、分配和支付的。 這包括恐怖分子論壇和暗網,在這些論壇和暗網中,人們被激勵參與襲擊並被直接招募。 事實上,這是一項具有挑戰性的任務,因為匿名通信發生在暗網上。 但是,可以通過挖掘數據並在討論這種性質的論壇上使用預測建模技術來預測恐怖襲擊之類的事件。 通過使用網絡爬蟲來監控暗網站點,可以獲得有關此類攻擊的提示並採取預防措施。

技術沒有好壞之分,是用戶讓它朝任何一個方向行動。 雖然主要用於非法活動,但其背後的技術本質上並沒有好壞之分。 隨著使用技術的犯罪數量不斷增加,只有技術可以用來製止它。 由於機器學習技術日新月異,我們很快就可以期待網絡數據挖掘和機器學習的結合,以幫助遏制暗網犯罪的威脅。