僵尸网络的全球分布图原来是这样的……

安全
这两年的DDoS攻击大概每分钟都在发生,类似vDOS这样攻击服务都发展得相当火热。发起这类攻击的基础就是打造僵尸网络,感染网络中的大量设备,让这些设备成为肉鸡,这样才能发起强有力的DDoS攻击。

 这两年的DDoS攻击大概每分钟都在发生,类似vDOS这样攻击服务都发展得相当火热。发起这类攻击的基础就是打造僵尸网络,感染网络中的大量设备,让这些设备成为肉鸡,这样才能发起强有力的DDoS攻击。

那么全球哪些地区会是僵尸网络的重灾区呢?赛门铁克最近就此发起了一项有趣的调查,从僵尸网络设备数量和僵尸网络设备密度两个维度观察,到底哪些国家和地区的僵尸网络最严重。结果显示土耳其、意大利、匈牙利等地成为重灾区。

[[173273]]

网络犯罪与地理位置存在相关性,这并不稀奇。网络犯罪组织总是能够根据不同国家,采用不同的策略,提供不同的产品和服务。比如说,俄罗斯网络犯罪组织专司银行卡信息贩卖、提供黑客服务;中国网络犯罪组织主攻手机;而巴西的黑客则在银行木马方面造诣颇深…

今天,笔者将展示赛门铁克针对僵尸网路蔓延的研究结果。首先强调几点:僵尸网络所在地并不代表控制设施所在地,也不代表相关犯罪组织居住地。

赛门铁克:下面这张地图揭示了2015年,欧洲、中东和非洲地区的哪些国家与城市拥有最多的僵尸设备(包括PC、Mac、智能手机、平板电脑及联网家用终端等)。排名、表格及百分比均根据各国及各城市的总僵尸设备数量计算得出。“僵尸设备密度”是将某国家或城市的僵尸设备数量与其互联网用户总数相比较:具体计算方法是将2015年给定国家或城市中检测到的僵尸设备总数,除以该地的互联网用户数量(由互联网数据中心于2016年9月20日统计)。


赛门铁克专家发现土耳其的僵尸设备数量最为庞大(占欧洲、中东和非洲地区总量的18.5%)。在欧洲、中东和非洲地区城市中,伊斯坦布尔及土耳其首都安卡拉拥有最多受僵尸网络控制的设备。数据表明,这两个城市的僵尸设备数量占据整个欧洲、中东和非洲地区总量的三分之二,其中伊斯坦布尔占了29%,而安卡拉占了28%。

意大利也深受其害,位居第二(占欧洲、中东和非洲地区总量的9.8%),匈牙利紧随其后,排在第三位(占欧洲、中东和非洲地区总量的9.1%);在受调城市中,罗马的僵尸设备数量在众城市中排名第三,布达佩斯和塞格德紧随其后。

僵尸设备总数前10城市 僵尸设备总数前10国家 僵尸设备密度前10国家

1伊斯坦布尔(土耳其) 土耳其匈牙利

2安卡拉(土耳其) 意大利摩纳哥

3罗马(意大利) 匈牙利安道尔

4布达佩斯(匈牙利) 德国以色列

5塞格德(匈牙利) 法国土耳其

6莫斯科(俄罗斯) 西班牙拉脱维亚

7佩塔提克瓦(以色列) 英国科威特

8马德里(西班牙) 波兰意大利

9巴黎(法国) 俄罗斯塞浦路斯

10伦敦(英国) 以色列波兰

僵尸网络形成之后,对许多犯罪组织而言,就成为了赚钱的工具——可以贩卖,也可以租赁。这些组织可以利用僵尸网络,进行许多非法活动,诸如DDoS攻击及垃圾邮件攻击。在当代案例中,受感染的IoT物联网设备(比如监控摄像头、路由器、猫及传感器设备)是组成僵尸网络的主力军,被越来越多的攻击者利用以发起强有力的攻击。

除了上述绝对数量,僵尸网络设备密度也是个重要属性:匈牙利的僵尸设备密度最大,每393名匈牙利互联网用户中就有1人的设备受感染,其他国家的数据如下:摩纳哥(1/457),安道尔(1/591),以色列(1/809),土耳其(1/1139),拉脱维亚(1/1240),意大利(1/1829),塞浦路斯(1/2283),波兰(1/2300)。

责任编辑:武晓燕 来源: FreeBuf
相关推荐

2018-04-02 15:13:21

网络

2022-12-14 07:32:40

InnoDBMySQL引擎

2022-05-05 08:55:12

工业物联网IIoT

2023-05-22 15:58:11

2024-02-06 09:30:25

Figma矩形矩形物理属性

2023-02-15 08:17:38

2024-04-30 08:22:51

Figma图形编辑变换矩阵

2020-05-26 08:52:36

Java JVM多态

2020-11-24 06:20:02

Linux日志文件系统

2021-08-17 07:00:00

双重检查锁Nacos

2014-07-21 10:32:52

苹果公司实习

2022-07-13 10:37:59

服务器故障优化

2020-03-23 08:30:12

程序员男友感受

2015-03-25 09:55:34

程序员程序员修补BUG真正原因

2018-10-26 10:41:19

2017-06-06 15:13:07

2018-11-12 10:20:29

网络安全网络安全技术周刊

2017-05-09 15:39:33

ensorFlow机器人机器学习

2021-02-07 08:13:18

@DateTimeFo@NumberFormSpring

2011-05-25 09:58:46

C#
点赞
收藏

51CTO技术栈公众号