#credential-rotation

共收录 1 条相关安全情报。

← 返回所有主题
👥 作者: Aditya Mitra, Amar Kumar Mandal, Amaan Rais Shah, Iqra Naz, E. Fatih Yetkin, Tuğçe Ballı

SSH(安全外壳协议)是远程系统管理的核心协议,但基于密码的认证方式使其面临大规模暴力破解、字典攻击和凭证填充攻击的威胁。传统基于规则的防御措施如Fail2Ban难以检测缓慢、分布式或自适应阈值的攻击者,而传统的账户恢复机制(如电子邮件链接、一次性密码OTP、带外验证)又引入了网络钓鱼、会话劫持和弱认证绑定等新的安全风险。针对这些问题,本文提出了SSHafe系统,一种实时的SSH暴力破解检测与缓解方案。SSHafe将时间序列特征工程与轻量级LightGBM分类器相结合,直接从系统认证日志中识别攻击模式。通过多尺度滑动窗口提取尝试速率、到达间隔、失败比率和用户名多样性等行为特征,该模型在基准数据集上实现了99.96%的检测准确率,并在未标记的真实流量中表现出强大的泛化能力。一旦检测到攻击,SSHafe会自动阻止目标用户账户,并通过SSH横幅引导合法用户使用一种基于passkey的新型密码轮换流程。该密码重置标准在单个密码学绑定流内完成认证与密码更新,无需会话、Cookie、OTP或邮件验证,从而减轻了网络钓鱼、会话劫持、CSRF和重放攻击。在Azure虚拟机和实时对抗流量上的实验表明,SSHafe能在十秒内识别并抑制暴力破解活动,即使使用弱口令也能有效防止账户被攻破。该研究为SSH服务器提供了更智能的实时防护方案,并为密码恢复流程设计提供了新思路。

💡 推荐理由: SSH暴力破解是常见威胁,现有基于阈值的防御存在盲区。SSHafe结合机器学习与新型密码轮换流程,提供了实时且高准确率的检测与缓解能力,对SOC和安全工程师具有实践参考价值。

🎯 建议动作: 研究跟进

排序因子: 来自 arXiv 其他板块 (+2) | Community 数据源 (+1) | LLM 评分加成 (+0.5)