一种基于被动DNS数据分析的DNS重绑定攻击检测技术

基于域名系统(DNS)的DNS重绑定攻击能够有效绕过同源策略、防火墙,窃取敏感信息,控制内网设备,危害巨大。DNS重绑定需要通过设置恶意域名才能实现。针对DNS重绑定相关恶意域名的检测问题,文章提出一种基于被动DNS数据分析的DNS重绑定攻击检测模型(DNS Rebinding Classifier,DRC)。通过引入被动DNS数据,从域名名称、时间、异常通信及恶意行为等4个测度集刻画DNS重绑定相关域名;基于C4.5决策树、KNN、SVM及朴素贝叶斯等分类方法对数据进行混合分类、组合训练及加权求值。交叉验证实验表明,DRC模型对相关恶意域名的识别能够达到95%以上的精确率;与恶意域名检测工具FluxBuster进行对比,DRC模型能够更准确地识别相关恶意域名。

DNS重绑定对路由器的影响及防护策略研究

路由器是网络中的关键节点,也是黑客攻击的重要目标之一。利用DNS重绑定的手段入侵路由器,具有很强的隐蔽性和危害性。在理论研究的基础上,模拟真实网络环境,探讨DNS重绑定对路由器的影响,开发Router Protector工具,该工具能够自动化地获取路由器的ip地址,并为路由器提供及时的攻击预警和有效的安全防护,具有很强的实践意义。

DNS重绑定对内部网络安全的影响

内部网络安全一直是网络安全领域研究的热点问题之一。伴随着IoT设备的普及,近年来一种名为DNS重绑定的技术为内部网络安全带来了新的威胁。DNS重绑定基于DNS协议,能够有效绕过防火墙和同源策略的限制。为了评估DNS重绑定攻击的威胁,本文着重研究了DNS重绑定攻击,提出了基于DNS重绑定的测试框架,将DNS重绑定同UPnP,webRTC服务相结合,通过仿真实验,对家庭网络中的智能灯泡、路由器等多种IoT设备进行测试,论证DNS重绑定对内部网络的威胁,并提出了相应的解决方案。