大數據是網絡安全新進展的關鍵。不幸的是，預測分析和機器學習技術對于網絡安全來說是一把雙刃劍。黑客也在利用這項技術，這意味著網絡安全公司在新興科技方面需要與網絡犯罪分子進行競爭和較量。   行業廠商Datanami公司闡述了黑客利用大數據協調攻擊的方式。這是對網絡安全沒有做好備的企業和個人給出的一個警醒。  

黑帽黑客利用機器學習避免檢測   幾年前，行業專家JathanSadowski在《衛報》上發布了一篇關于大數據與網絡安全交叉點的文章。他說，大數據技術是造成越來越多的網絡攻擊的罪魁禍首。  

在網絡犯罪的演變過程中，網絡釣魚和其他電子郵件威脅日益普遍。Fireeye公司聲稱電子郵件是90%以上的網絡攻擊的啟動平臺，而大量其他統計數據表明，電子郵件是網絡犯罪分子的首選媒介。這很大程度上是因為網絡犯罪分子對機器學習的了解。他們使用機器學習來更好地了解客戶，更仔細地選擇，并更有效地進行攻擊和滲透。  

因此，directadmin漢化，人們越來越意識到網絡釣魚攻擊等問題的嚴重性，大多數人都知道電子郵件鏈接和附件可能會帶來風險。許多人不再打開和下載可疑的PDF、壓縮檔案、偽裝的可執行文件以及里面帶有惡意的宏的Microsoft Office文件。此外，現代反惡意軟件解決方案在識別和阻止這些惡作劇方面非常有效。麻煩的是，大數據技術可以幫助這些犯罪分子編排更多的社交工程攻擊。  

信用卡欺詐是網絡犯罪的另一個重要部分，導致銀行客戶每年損失慘重。隨著時間的推移，金融機構逐漸了解這些戰略的機制，已經完善了防范刷卡和其他常見的攻擊手段的程序。他們正在開發具有大數據的預測分析工具，以便在威脅出現之前做好準備。  

此外，個人和企業通常都對典型的網絡釣魚和銀行欺詐計劃比較警惕，這一事實激勵欺詐者在他們的活動中增加了額外的規避技術。以下重點介紹一些網絡欺詐者用來隱藏潛在受害者的防御和自動檢測系統的方法。  

由于大數據的存在，網絡釣魚即服務正在興起  

雖然網絡釣魚活動并不新鮮，但其中許多網絡運行的方式正在發生變化。惡意攻擊者過去常常為策劃這樣的攻擊而進行大量乏味的工作。特別是，他們需要從頭開始創建復雜的網絡釣魚工具包，發布看起來值得信賴的垃圾郵件，并建立黑客網站來承載欺騙的登錄頁面。黑客采用大數據可以了解什么因素在網絡釣魚攻擊中最有效，并更好地實施。  

而開展這樣的活動需要大量的技術專業知識和資源，這為網絡欺詐者帶來了阻礙。因此，在不久的將來，網絡釣魚主要是網絡攻擊者關注的重點。  

然而，這種情況已經發生了變化，最顯著的是，一種被稱為網絡釣魚即服務的網絡犯罪趨勢正在流行。網絡釣魚即服務是一個惡意的框架，為犯罪分子提供了以極低的成本和資源進行有效欺詐活動的手段。  

在2019年7月初，研究人員開發出一種新的PHaaS平臺，該平臺提供各種攻擊性工具，允許用戶在支付低廉的訂閱費用之后可以全面實施攻擊。該服務的月度價格從50美元到80美元不等。PHaaS服務還可能包含屬于某個地理區域內人員的電子郵件地址列表，但需額外付費。例如，在針對法國的一攬子計劃包含大約150萬個“真實且經過驗證”的潛在客戶。   PHAS產品實現了其交鑰匙承諾，因為它還提供了一系列登錄頁面模板。這些欺騙性的頁面模仿了諸如OneDrive、Adobe、Google、Dropbox、SharePoint、DocuSign、LinkedIn和Office365等流行服務的真實風格。此外，這些網站為其“客戶”省去了為登陸站點尋找可靠主機的麻煩——該功能已經包含在服務中。  

最重要的是，該平臺采用了先進的技術，以確保網絡釣魚活動可以規避機器學習系統和其他自動防御系統的檢測。在這種情況下，亞洲服務器租用，它反映了許多當今網絡釣魚波的規避特征。常見的反檢測要求如下：  

•內容加密：作為常規字符編碼的替代方法，此方法會對內容進行加密，然后在受害者在Web瀏覽器中查看時，應用Java Script來動態解密信息。 

•HTML字符編碼：這一技巧可防止自動安全系統讀取欺詐數據，同時確保在電子郵件客戶端或Web瀏覽器中正確呈現。  

•檢查阻止：網絡釣魚工具包可防止已知的安全機器人、殺毒引擎和各種用戶代理訪問和抓取登錄頁面以進行分析。  

•內容注入：在此策略的結果中，合法網站內容的片段被欺詐信息所取代，這些信息會誘使訪問者在真實資源之外導航。  

•在電子郵件附件中使用URL：為了混淆惡意鏈接，欺詐者將它們嵌入附件而不是電子郵件正文中。