#amplification

共收录 3 条相关安全情报。

← 返回所有主题
👥 作者: Ziyu Lin, Tianlong Su, Yingjie Lin, Prosanta Gope, Yinzhi Cao, Ximeng Liu, Biplab Sikdar

该论文首次系统研究了针对CDN上HTTP/3协议的拒绝服务(DoS)攻击。研究背景是:CDN广泛部署HTTP/3以提高性能,但源站可能仍使用HTTP/1.1,这种协议异构性可能被攻击者利用。核心洞察是:当CDN使用HTTP/3接收客户端请求,而源站使用HTTP/1.1回源时,攻击者可以利用两种协议在请求处理、连接管理和流量转发上的差异,将少量针对CDN的HTTP/3流量放大为大量从CDN到源站的HTTP/1.1流量,从而对源站造成带宽或连接数的冲击。作者设计了两类攻击变体:HTTP/3带宽放大(HBA)和HTTP/3连接放大(HCA),分别针对带宽资源与连接数量。为了评估实际影响,他们基于Tranco Top 1M域名列表进行了大规模测量,识别出约42,330个子域可能易受这些攻击影响。研究还展示了负责披露流程,已向相关CDN厂商报告漏洞细节,其中两家厂商已确认漏洞并发放奖励,同时部署了作者提出的缓解措施。该研究填补了HTTP/3在CDN场景下DoS攻击研究的空白,揭示了协议转换带来的新攻击面,并为CDN厂商和源站提供了重要的安全参考。适合CDN安全研究、协议安全分析、DDoS防护方案设计人员以及关注HTTP/3生态的系统管理员阅读。

💡 推荐理由: HTTP/3逐步普及,CDN与源站协议差异将成新攻击面,该研究揭示的放大技术可致源站资源耗尽,影响面广,需提前防护。

🎯 建议动作: 研究跟进,评估自身CDN架构是否存在同类风险,并关注厂商缓解措施。

排序因子: 影响边界/网络设备 (+5) | 来自 arXiv 其他板块 (+2) | Community 数据源 (+1) | LLM 评分加成 (+0.6)
👥 作者: Xiang Li 0108, Dashuai Wu, Haixin Duan, Qi Li 0002

本文提出了一种名为DNSBomb的新型脉冲式拒绝服务(DoS)攻击。攻击者利用DNS协议中多个固有的良性机制(如超时、查询聚合、响应快速返回)将其转化为恶意攻击向量。具体而言,攻击者以低速率发送大量DNS查询,借助查询聚合和响应放大机制,使得所有DNS响应在短时间内汇聚成一个高强度的周期性脉冲信号,从而同时冲击目标系统。作者在10种主流DNS软件、46个公共DNS服务以及约180万个开放DNS解析器上进行了广泛评估,结果表明所有DNS解析器均可被利用来发起比以往脉冲DoS攻击更实用、更强大的DNSBomb攻击。小规模实验显示,峰值脉冲幅度可达8.7 Gb/s,带宽放大因子超过20,000倍。受控攻击导致了无状态和有状态连接(TCP、UDP、QUIC)的完全丢包或服务降级。此外,作者提出了有效的缓解方案并进行了详细评估。已向所有受影响厂商负责任地披露了发现,其中24家厂商已确认并正在修补其软件(如BIND、Unbound、PowerDNS、Knot),并分配了10个CVE编号。

💡 推荐理由: DNSBomb攻击利用了DNS协议的基本机制,影响范围极广(几乎所有DNS解析器),且放大倍数极高,可轻易导致目标网络和服务瘫痪,对互联网基础设施构成严重威胁。

🎯 建议动作: 研究跟进:评估自身DNS基础设施受影响程度,测试厂商补丁并考虑部署缓解方案。

排序因子: 有可用补丁/修复方案 (+3) | 影响边界/网络设备 (+5) | 来自网络安全顶级会议 (+8) | Community 数据源 (+1) | LLM 评分加成 (+0.6)
👥 作者: Daniel Wagner, Daniel Kopp, Matthias Wichtlhuber, Christoph Dietzel, Oliver Hohlfeld, Georgios Smaragdakis, Anja Feldmann

本文针对放大型分布式拒绝服务(DDoS)攻击的协同检测与缓解问题展开研究。放大型DDoS攻击(如利用NTP、DNS、Memcached等协议的反射放大攻击)近年来流量和危害均达到历史新高。为了防御此类攻击,互联网中已部署了多个分布式攻击缓解平台,例如运行在互联网交换点(IXP)的流量清洗中心。这些平台采用先进技术检测攻击并在本地丢弃攻击流量,充当攻击的传感器。然而,目前尚未系统评估不同平台的视图协调能否带来更有效的缓解效果。本文的核心研究问题是:当分布式攻击缓解平台进行协作时,是否能够缓解更多的放大攻击并丢弃更多的攻击流量?作者通过实验和数据分析,系统性地评估了协作机制对检测率和缓解效率的影响。主要贡献包括:提出了多平台协作的框架,利用共享的攻击视图(如攻击源IP、目标端口、协议类型等)增强检测精度;基于真实网络流量数据集,对比了独立检测与协作检测的性能差异;实验结果表明,协作能够显著提高攻击检测率(例如减少漏报)并降低误报,同时通过联合过滤减少对正常流量的影响。本文的发现对于IXP运营者、云服务提供商以及大型网络运营商具有重要参考价值,为构建更鲁棒的DDoS防御体系提供了理论依据和实用指导。

💡 推荐理由: 首次系统评估多平台协作缓解放大DDoS攻击的效果,为IXP和清洗中心部署协同防御策略提供量化依据,有望显著降低大规模攻击危害。

🎯 建议动作: 研究跟进

排序因子: 影响边界/网络设备 (+5) | 来自网络安全顶级会议 (+8) | Community 数据源 (+1) | LLM 评分加成 (+0.5)