在当今的数字环境中，应用和API是企业运营的命脉，而复杂的恶意机器人正成为潜伏其中的隐形威胁。传统安全措施侧重于防范恶意攻击，但自动化威胁会模仿人类行为，并以意想不到的方式利用应用逻辑漏洞，从而避开检测。
F5 Labs最近发布的《2025年高级持久性机器人报告》揭示了高级持久性机器人不断演变的策略及其带来的挑战。建议阅读完整报告。以下是今年研究中尤为值得关注的三大趋势，以及企业可采取的防护措施。
1. 凭据填充：被盗密码导致宝贵数据暴露
设想一下，网络犯罪分子利用轻易获取的被盗凭据访问敏感用户账户。这正是凭据填充攻击的真实写照。这种常见的机器人驱动型攻击利用了密码重复使用这一普遍现象。据F5 Labs称，一些组织超过80%的登录流量来自机器人发起的凭据填充攻击。报告指出，即使每轮攻击的成功率仅为1%至3%，海量自动登录仍会导致大量账户遭到入侵。
“传统安全措施侧重于防范恶意攻击，而自动化威胁则通过模仿人类行为，并以意想不到的方式利用应用逻辑漏洞，逃过检测。”
以2022年PayPal数据泄露事件为例，其中近35,000个用户账户遭到访问，极具变现价值的个人信息因此泄露。此类事件会产生包含大量用户名和密码的数据库，供恶意行为者在其他在线服务中滥用。由于许多人会重复使用密码，即使成功率很低，也可能带来可观的收益。这些信息随后可能被用于欺诈交易或数据窃取，也可能在暗网上出售，用于实施针对性攻击。
近年来，多家知名品牌报告遭遇凭据填充攻击。基因检测公司23andMe的衰落，部分归因于一场凭据填充攻击，该攻击导致客户的健康和血统信息泄露。有人发现这些数据在暗网上出售，100份个人资料售价1,000美元，100,000份个人资料售价高达100,000美元。
该公司认为，客户未采用网站提供的多重身份验证（MFA）选项是导致事件发生的主要原因。但实际上，凭据填充的隐蔽之处在于它能够绕过传统安全措施。由于机器人使用的是合法凭据，并未尝试利用任何漏洞，因此通常不会触发警报。MFA可以提供帮助，但随着实时网络钓鱼代理（RTPP）的兴起，它并非万无一失。组织必须实施智能机器人检测解决方案，通过分析登录模式、设备指纹和行为异常来了解实际情况。
2. 酒店业遭受攻击：礼品卡机器人与“卡片测试”攻击的兴起
虽然金融和零售行业通常被视为网络攻击的主要目标，但F5 Labs的研究显示，酒店及餐饮服务业也是恶意机器人活动重点攻击的对象。研究发现，“盗刷测试”和礼品卡机器人尤其会攻击该行业的网站和API，一些组织遭遇的恶意机器人活动较去年激增300%。报告还指出，机器人所针对的礼品卡平均价值正在上升。
盗刷测试利用机器人在结账页面和API上快速测试被盗的信用卡号，以验证其有效性。礼品卡机器人会利用忠诚度计划和礼品卡系统中的漏洞。攻击者使用这些机器人查询余额、转移积分或非法兑换奖励。这些机器人通常会利用简单规律和连续礼品卡ID等漏洞。
酒店及餐饮服务业之所以容易受到攻击，是因为忠诚度积分和礼品卡本质上属于数字货币。网络犯罪分子可以轻易将这些资产兑换成现金，或用其购买商品和服务。
为保护自身安全，酒店及餐饮企业必须实施专门针对这类威胁的强大机器人程序检测和缓解策略，包括监控礼品卡活动、分析交易模式，以及部署能够区分真人与机器人程序的解决方案。验证码曾是阻止机器人程序的常用方案，但多年来一直很容易被机器人程序操作者绕过，接下来我们将对此进行说明。
3. 绕过守门机制：住宅代理与形同虚设的CAPTCHA
面对日益复杂的规避手段，CAPTCHA和IP封禁等传统机器人防御措施正逐渐失效。机器人操作者可以轻易将CAPTCHA破解外包给人工点击农场，由个人按需完成验证并获得少量报酬。
此外，住宅代理网络的兴起也是一个重要因素。这些网络利用受感染的设备，通过住宅IP路由机器人流量，从而掩盖机器人的真实IP地址。F5 Labs报告指出，机器人运营者目前已广泛使用住宅代理，而且大部分机器人流量现在看似源自这些网络。
身份管理供应商Okta指出，住宅代理服务的广泛可用性是去年针对其用户的凭据填充攻击激增的一个因素。该公司表示，数百万个虚假请求通过住宅代理进行路由，使其看起来来自普通用户的移动设备和浏览器，而非虚拟专用服务器（VPS）提供商的IP地址空间。
为有效应对这些高级规避技术，组织需要突破传统防御方式，采用智能机器人防护解决方案。这些解决方案利用机器学习和行为分析，根据机器人的独特特征进行识别。通过重点分析类人行为，而非依赖IP地址或CAPTCHA，组织可以更准确地检测并阻止复杂的机器人攻击。
应对风险格局：找到适合您的机器人防御平衡点
归根结底，组织实施何种级别的机器人防御取决于其风险偏好。每家企业都必须权衡不同缓解策略的潜在成本与收益，并确定自身愿意接受的风险水平。
彻底消除所有机器人流量可能并不可行，甚至并非理想之举，因为有些自动化活动是合法且有益的。然而，如果不处理恶意机器人活动，可能会造成重大经济损失、声誉受损，并引发客户不满。
关键在于找到适当的平衡。通过了解以贵组织为目标的不同类型的机器人、评估其活动可能造成的影响，并采取适当的检测和缓解措施，可以有效管理机器人风险，保护业务和客户免受高级持续性机器人威胁。
如需了解更多信息，请阅读完整报告（点击此处）。还可访问F5 Distributed Cloud Bot Defense网页。
关于作者
相关博客文章
Thingbot正转变为攻击平台
Lori MacVittie重点介绍了F5 Labs对2018年1月至6月全球物联网设备攻击的研究，并指出了其中令人警醒的影响。物联网设备不仅持续遭到利用，还被转变为攻击平台，这意味着攻击者可以更充分地利用这个必然增长的市场。
借助F5全新Quick Start，在AWS上快速开展业务
在AWS re:Invent开幕前，我们很高兴与大家分享F5与AWS之间全新的Quick Start集成。F5的Tom Atkins将介绍该服务如何启动、配置和运行在AWS上部署工作负载所需的计算、网络、存储及其他AWS服务。