不用AI搞仙人跳的黑产没有梦想
这是半佛仙人的第174篇原创
1
临近年关，各家商家公司都开始搞大促，羊毛党和黑产们的狂欢日也要来了。
毕竟年终奖是个好东西，大家都想要。
科技在进步，羊毛党和黑灰产也在进步。
很不幸的是，大多数做黑灰产的都要比做防御的更加努力，各种最新的技术，最前沿的科技实现方式，他们都会在第一时间去拿来搞钱。
毕竟在金钱的驱动下，不是人才，也是人才。
（黑产的努力，你想象不到。来源：腾讯云2019年DDoS威胁攻击报告）
说真心话，做防御这一行，很蛋疼，也挺反人性的。
因为如果不出问题的话，其实做防御很难看出价值的；
如果出了问题的话，那就更没什么价值了，除了被丢出来背锅。
有时候我甚至觉得搞风控安全拿的不是工资，而是精神损失费。
尤其从难度上，破坏永远是比建设要容易的，修一座城要几十年，破坏只需要一把火，防御体系也是这样，做防守永远是要比做进攻要难。
而且对大多数人而言，做进攻比做防御好玩，不用考虑业务个感受，想怎么攻击都可以，并且赚钱真的多很多，所以看着很多老同事成了新对手，我也觉得挺魔幻的。
目前整个行业面临的风险情况，也在逐渐加大。
（腾讯灵鲲大数据平台，实时反映风险业务对抗）
2
现在是大数据和云的年代，云服务已经是无可置疑的趋势，大量企业的所有业务和数据都会上云，这一方面代表了效率的提高，另一方面，代表的就是一旦出现问题，风险的影响是更大的。
过去黑产去搞企业，撑死也就是几个后台页面，能获益有限。
现在黑产去搞企业，一旦拿到云的权限，基本上想怎么玩儿就怎么玩儿，而且风险还低。
大家在看到云的高效率的时候，也得意识到，安全的挑战更大了。
效率本身没有善恶，做好事的效率高，那么必然坏事的效率更高。
讲几个故事吧，和黑产攻防有关，现在黑产也喜欢搞仙人跳了。
（黑产现状规模统计）
某知名的大型商场，在自己的超市里搞了一堆免费WIFI，顾客过来就可以连接，但是需要手机注册会员。
用免费WIFI换超市会员，其实是一笔划算的买卖，这个营销增长思路也是OK的。
但很快就被黑产盯上。
黑产进入商场去布置自己的WIFI，使用的名字和商场是完全一致的，同样是要你的账号密码来登录，登录过后，可以联网。
当然，不管你输入什么，其实都是可以登录的，因为黑产并不知道你的会员账号密码。
与此同时，黑产布置了一个假基站。
只要你在这个范围内，连接了这个假的WIFI，填写了你的手机号，就会有脚本自动去登录商场的会员系统，同时这个假基站就会对你的GSM短信进行劫持，获取你的短信验证码。
登录之后会自动替你领券，然后用券来套取优惠的利差。
我们都知道商场拉新是会发很大额的新手券的，付出了大量的补贴成本，黑产就是要赚这个福利。
这是很大一笔收益。
而作为用户，你被仙人跳了。
更有趣的是，假基站设备和假WIFI设备是放在书包里的，被他们直接背着在商场里逛来逛去，赚够了之后出门打车就走了，下次换个商场。
后来这个方法被发现，是因为商场上云之后，被系统自动识别出问题，因为出现了大量的异常WIFI设备登录（正常WIFI是在白名单的），商场付出的代价是天文数字。
收获的是一群虚假的注册用户，而真实的用户在注册的时候反而会被提示已经注册。
大额补贴打水漂，还得罪了用户，鸡飞蛋打。
3
第二个故事出现在内容行业。
在现在这个年代，异常内容风险始终是最大的风险。
对于一切支持用户发布内容的，其实内容失控的风险都是存在的。
话题广场，论坛，评论区，用户昵称，甚至私人对话，语音连麦，只要可以录入文字，图片，语音和视频的地方，就存在着失控的风险。
除了垃圾信息外，社区的异常发言，直播里的敏感内容，音频里的隐匿色情，视频中的问题素材，甚至电商材料详情页的产品介绍，全都是风险。
所以换一个角度，如果你想进攻你的对手，有没有更加隐秘的方法呢？
对竞争对手做内容攻击就好了。
（御见安全运营中心（SOC））
使用机器录入的方式，在对方平台中灌入大量异常内容（文字图片音频视频），导致对方产品下架或者用户负面，属于借刀杀人的新玩法。
某知名种草社区，就面临了这样的进攻，下架了很久。
针对垃圾信息进攻，第一重防御是在文本阶段。
现在搞垃圾进攻的，全都是变体字+中英混合的，传统的词库审核是拦不住这个的，你怎么可能穷举呢？
（腾讯内容风控技术分析）
业内经典的文本分类算法，大概三种。
TextCNN、RNN、FastText。
其中文本攻击的特点是，短时间高频录入，使用顺序调整（汉字的序顺并不定一能影阅响读，你仔细看看），以及使用大量的异型符号来曲线传达垃圾信息。
在这种场景下，最适合的是方案TextCNN，因为对顺序不敏感，抗干扰强，且结构简单，推理速度快，你不能让用户等待几个小时才发内容，这样业务也不用做了。
但与此同时，还要做针对性训练。
1.基于字符、拼音的Word2Vec来解决同音字问题，汉字穷举不可能，但是拼音穷举还是简单的。
2.提升抗干扰能力使用高频字做拆字，例如【威信】中的2个字，拆成2个单一字作为变量来做核验。
例如只要出现【信】这个字的内容，都要走二级策略。
3.模型训练增加额外的场景变量，同样一个词，【死鬼】，我妈说我是死鬼和我妈说我爸是死鬼就是完全不同的场景。
所以在设计模型策略的时候，必然要有场景这个概念。
很多模型不好使的关键节点就是没有场景概念，导致很多数据结果其实是过拟合的。
（腾讯天御内容风控文本安全的打击原理，作为国内最大的内容平台，腾讯每天都在面对高强度的攻防）
4
讲完文本讲图片。
图片面临战主要打击场景是色情低俗类。
由于图片是存在暗示的，并且图片的要素是要远远多于文字的，而且图片本身的敏感点也是隐蔽的，单纯使用简单的过滤方法是不行的。
很简单的道理，你要过滤胸部，只用白，圆等特征，可能馒头也完犊子了。
目前针对图片，应用最广的还是图像分类/目标检测算法+关键要素识别。
（腾讯云，图片风险内容识别技术原理）
想想看，人是怎么认识猫的？
其实就通过猫的脸部特征，例如鼻子到眼睛的距离，双眼的间隔，尾巴的长度，耳朵的形状，皮肤的颜色等等等等一系列方法，人知道，这种形态的生物，叫做猫。
同理，人脑是怎么识别色情图片的？
就是色情图片上有大量的关键要素，这些要素，才是核心，其他内容都是无关紧要的。
例如下图，一个穿白色衣服的性感照，颜色，背景都不重要，重要的是核心暴露的要素。
（人类真的是很会找重点的生物）
你会本能性的关注亮点，这个亮点，就是关键要素。
在模型上，就是要用Attention让模型更加关注特定要素，例如上图的热力区域，就是所谓【漏沟】要素。
（腾讯云，图片风险防范技术原理）
当然，要让机器认识到这种要素，最重要的就是教给机器何为【漏沟】。
就和人认识猫一样，机器认识【漏沟】这个概念，也是需要比对大量的要素，例如衣服和皮肤的色差，缝隙和皮肤的间隔，颜色分布和背景的比对，这些要素需要打上标签，让机器分辨。
最前沿的做法是，设置ignore label抑制高频标签，降Loss反向传播权值，可以有效提升低频标签召回率提升，进而提升整体的识别效果。
（腾讯天御模型效果，黄图克星）
5
讲完图片讲视频和音频。
视频鉴别其实主要难度在于效率。
视频可以简单理解为是大量高速闪动的图片，一个1分钟的视频，如果是24帧标准电影画质，可以拆解为60（秒）X24=1440张图片。
如果是60帧画质，可以拆解为60秒X60=3600张图片。
所以视频核验本质上就是高效率的图片核验。
那么问题来了，一个1分钟的视频，就要核验这么多的图片，那么如果要核验很多视频，基本上所有的服务器什么事情都不用做了，尤其是直播领域，都是实时的。
所以视频检测的核心点就是交给机器如何合理的偷懒。
3600张照片，不需要每张都看，实际上人的眼睛也看不出每张的区别，只要做算法抽帧就可以了，3600张照片里，只需要抽100到200张匹配就可以了。
至于选取哪200张，这就是模型的艺术了。
（腾讯云：天御内容风控）
音频同理。
如果说视频是动态的图片，那么音频本质上就是动态的文字。
人的大脑处理音频的方式其实就是把声音转化成文字，然后大脑识别文字，然后再通过文字脑补画面。
当然，讲骚话其实不是音频处理的真正场景，真的场景是娇喘等色情应用。
处理色情音频也是这样的。
1.VAD 做静音检测，去掉静音内容，给长度减肥，同时将音频分段。
2.然后检测音频特征，提取音频特征 MFCC/Fbank，往往娇喘是有特定频段，特定内容的，因为人的大脑能接收到的频段和频率是有限的，啊啊啊啊啊和来大兄弟你愁啥，明显会有不同的效果。
3.然后做特征工程，把监测到的素材生成标签，基于GMM或者TDNN。
4.然后把特征和色情样板进行比对，输出一堆结果字段。
5.最后把结果字段通过算法来输出可疑分数，和文字内容
6.文字内容做模型比对，可疑分数依据策略来cut off。
（腾讯云-色情音频识别效果，娇喘党哭晕在厕所嘤嘤嘤）
现在主流的社区和音视频平台，如果还没有接入内容风控的话，基本上算是裸奔，可以等着因为你的平台上有人裸奔而倒霉了。
别笑，这种事情每天都在发生。
6
第三个故事和羊毛党有关系。
只要电商搞促销，就必然有羊毛党聚集。
（黑产全链路防御模型）
但是你们知道么，羊毛产业链里虽然有无数的水军和线报群，但是群里各种的羊毛信息的源头是哪里漏出来的？
不否认，确实是有内鬼这个现象，但很多时候，漏洞和规则是用AI来挖掘的。
羊毛党最上游的那些大佬，基本都是专业风控安全和技术出身的，他们的进攻才是最可怕的。
曾经某家电商做了促销，有优惠券，满100-20。
但是系统设置存在漏洞，如果你用了这张券，但是退货了，则会补充你20元的无门槛券，这时候你可以买一个21元的商品，只需要花1元就能买到。
再例如，某知名连锁餐厅，曾经出现过一个BUG，使用了他们的某个代码的优惠券之后，购买特定金额的产品，优惠券数字会变化，可以只花很少的钱喂饱6个人。
再例如，某知名生鲜电商，曾经出现过拉新BUG，允许相同地址的人来反复刷新人优惠。
再例如，某知名互联网公司做拉新活动，1人只能抽1次奖，多抽需要分享到朋友圈，但是实测在某个H5页面进行退回操作，可以不分享也能额外获取机会，有人一天抽了几十万次。
这些规则，单靠人脑去挖掘是非常浪费时间的。
（腾讯云-电商风险解决策略）
而且AI的特点是什么？是擅长大规模高频计算，只要你制定好要素和想要的结果，AI就会无限次的实验各种方式，直到越来越接近你要的结果，最终输出方案。
这天生就是为漏洞挖掘而生。
人脑对于漏洞的认知以及特点是有限的，或者说是缺乏想象力的，但人知道自己想要什么，所以把资料和结果给到AI时，AI就会去穷举所有的可能性，很多细小的，人意识不到的漏洞，就这么被挖掘出来了。
例如围棋，AI是如何暴打人类的？就是因为AI在每一步都会进行一次计算，然后选取可能性最大的模式来操作，尽管这个操作是不符合常理的，但最终的胜利说明了一切。
进攻也是如此，手段再怎么奇葩都不重要，重要的是，结果。
进攻，往往就需要这种突破思维。
7
云时代，如何拦截掌握了AI技术的羊毛党？
在我看来，一共3重方案。
第一重解决方案很简单，拔电源。
别笑，这是一个很严肃的解决方法，当你在软件层面拦截不了对方的时候，拔电源属于硬件解决方案。
只要你的服务器设计是支持异地多活和断点数据保护的，断电是非常好的模式，就像数据库迁移最快最安全的方式是什么？
把硬盘拆下来，用货车运走。
进攻方都是无所不用其极，防守方应该更加灵活。
第二重方案，不把自己当人。
简单来说，既然对方的进攻使用AI，那么防守也要使用AI。
羊毛党的漏洞挖掘技术说真的防不了，也不用防，只要在执行阶段进行拦截就可以。
羊毛党再怎么找漏洞，找到了漏洞总归要执行。
执行只有2种方式，机刷和肉刷。
机刷其实特别容易拦截，不说设备号，IP，这样的批量相似点，就说操作频次，业务路径，进入链接，订单信息，都可以用AI来进行拦截。
同时比对同一个时间节点所有下单用户的信息，然后聚类把可疑订单聚集起来，然后提取订单中的特征，然后再依据特征抓第二批用户。
接下来拦截发货，等待拦截用户的后续操作，再依据后续操作提取新的特征，进一步拦截。
这里面大量的计算，都是AI来完成的。
肉刷相对复杂，因为用户都是真人，操作特征和机器有典型的不同，如果说防范机刷只需要比对同一时间内所有用户的特征，算是横向。
那么防范肉刷，除了在这个基础上，还要再比对同一个人，在不同的时间线内，进行操作的异常。
举个例子，一个用户下了100单，其中20单是有刷单嫌疑的，那么这其实是个好人，虽然爱占便宜，封号是不合理的。
但是当这人的第101单，通过和过去的特征比对（例如特定地址，特定收货人，特定跳转路径等等等等），判定大概率为刷单，于此同时，出现了大量和他一样的可疑用户（包括用户自己和自己的比对以及横向用户和用户的比对），那么这一单，就要拦截。
这恐怖的计算量，同样要靠AI来实现。
（腾讯云AI安全矩阵）
第三重方案，放羊，吃肉。
这是我常干的事情。
羊毛党要刷，就让他刷好了，干嘛费劲儿不让人刷呢。
只要踩死掉他们的获利渠道，让他们付出代价就可以了。
例如特定的活动里，专门配置发货规则，并且在规则中中设置大量的异常判定，有问题的，全部拦截，资金N天后再到账。
例如某些存在现金收益的产品，设计套利规则为需要先付钱再套利，例如满100减80，有问题的单子全都拦截提现，想提现带着实人认证来，经常可以套一大笔钱沉淀在账户，这钱也不能动，但是足够恶心人。
例如提现中，禁止多账号提现到同一个金融类账号中，并且要求账号必须和本人实名一一对应，然后再控制拉新的奖励成本，可以有效让羊毛党一通操作除了创造便宜日活没有任何其他意义。
例如规则设置中，对同样的坏用户，采取完全不同的处置策略，让他们也吃不准是哪个节点出了问题，干扰他们对于规则的试探，很多时候和经验老道的黑产交锋，只用传统策略没有意义的，人家比你懂的多了。
其实我也讨厌防守，防守必须要做，不想着反攻羊毛党的风控，显然更有趣一些。
8
真正的重点在第四重。
进攻，进攻，还是进攻。
从进攻者的角度找问题。
我始终坚持认为，不懂得进攻的安全从业者，是做不出真正的防守的。
防守本身就足够被动了，还干巴巴在家里坐着等人打上门来，非常愚蠢。
每一个安全从业者，都应该先去进攻，自己来进攻自己的系统，做攻防演练，以攻破为目的，刀刀见血，只有在这样的过程中，才能有着更强的防守。
给大家看看真正的黑产可以做到什么地步。
现在的黑产入侵已经可以做到构造一段包含任意命令的条码，并将其编码到激光中，条码阅读器接收激光后，会误以为扫到条形码，同时执行隐藏在其中的任意命令，从而攻入系统。合适的激光发射装置甚至可以在很远的地方发起这种攻击。
腾讯玄武实验室已成功实现这种进攻模式。
当今流行的屏下指纹，实际存在【残迹重用】的漏洞，玄武实验室首次破解并完成命名。
这一漏洞源头并非手机厂商，而是屏下指纹芯片厂商，是屏下指纹技术设计层面的问题，会几乎无差别地影响所有使用屏下指纹技术的设备。利用该漏洞，攻击者只需一秒钟就可解锁手机。
黑客利用反射体欺骗的方法，通过残存指纹痕迹作案。
（腾讯安全玄武实验室破解并命名残迹重用漏洞）
只有对进攻了如指掌，才能做好防守。
没有进攻经验的防御，都是纸上谈兵。
9
刚才我提到了硬件防范，云时代的风控安全，是软硬结合的产物。
我提到的故事里，第一个故事明显就是黑产使用硬件来进行的进攻，其中的软件难度极低。
真正的安全，应该是从硬件阶段，就尽可能杜绝风险出现的可能性。
我举几个例子，你做内容安全风控，再NB的AI技术，再猛的规则词库，都是软功夫，假如不能把APP的外露接口加密，黑产随时写脚本改内容，累死风控你也干不好，你改规则永远没有人家进攻方用接口来往里灌快。
再例如假如有全套的决策引擎，无敌的规则配置，但是服务器上有后门，人家走流程直接不需要走你的业务流，你还怎么防守？
一个上半身无比壮硕的大个子，吃了一个扫堂腿，长得越高，摔的越惨。
再例如假如有全套的数据监控体系，但是数据库跳板机存在问题，被人入侵后你的数据监控体系就成了对方的竞争对手监控报表，很多互联网公司对于竞争对手的数据都是精准到秒级别的。
所以要做安全，就是软硬一起做。
硬件是身体，软件是精神。
脑子不好，再强壮的身体也过不好。
身体不好，再聪明的脑子也活不久。
全栈安全体系，是云时代必须要做的，腾讯云就是一个典型。
最后，说了这么多，其实也还是看老板的价值观。
毕竟风控本质上是为业务服务，并且要投入大量的成本。
老板没有这个决心的话，风控本身是做不了什么的。
与其费心费力去出力不讨好，还不如研究PPT制作，毕竟那个才是核心竞争力。
-----------------------
公众号：半佛仙人（ID：banfoSB）
B站：硬核的半佛仙人
微博：半佛仙人正在装
知乎：半佛仙人
这是一个神奇的男人，你完全猜不出他会写出什么，他自己也不知道。
长按下图二维码关注，你将感受到一个朋克的灵魂，且每篇文章都有惊喜。
-----------------------
感谢你的阅读，下面是1个抽奖链接按钮，1月24日晚上19点开奖，一共3888元，1024个红包，感谢大家的支持。
【PPT才是核心生产力】