DGA域名检测相关技术

      域名生成算法(Domain Generation Algorithm)：是一种利用随机字符来生成C&C域名,从而逃避域名黑名单检测的技术手段。

很显然，在这种方式下，传统基于黑名单的防护手段无法起作用，一方面，黑名单的更新速度远远赶不上DGA域名的生成速度，另一方面，防御者必须阻断所有的DGA域名才能阻断C2通信，因此，DGA域名的使用使得攻击容易，防守困难。

 

DGA域名分类

 

种子分类

 

1）基于事件的种子(time dependence)   DGA算法会将使用时间信息作为输入，如：感染主机的系统时间，http响应的时间等。

2）是否有确定性（Determinism）        主流的DGA算法输入是确定的，因此DGA可以被提前计算，也有一些DGA的算法的输入是不确定的。

 

算法分类

 

现在DGA生成算法一般分为以下4类

 

（1）基于算数   改类算法会生成一组可用ASCII编码表示的值

（2）基于哈希   用哈希值16进制表示产生DGA域名，常用的哈希算法有md5 sha256

（3）基于词典   改方式会从专有词典中挑选单词进行组合，减少域名字符上的随机性，迷惑性强，字典内嵌在恶意程序中或者从公有服务中提取

  (4) 基于排列组合  对一个初始域名进行字符上的排列组合。

 

DGA域名存活时间

 

DGA域名的存活时间一般较短，大部分域名存活时间为1-7天

 

检测方法

 

朴素贝叶斯                  NB

长短期记忆网络         LSTM  

C&C：command-and-control命令与控制。简单理解，这是一种机器与机器之间的通讯方式。

 

C&C Server：C＆C 服务器是由攻击者的计算机将命令发送到受恶意软件入侵的系统，并从目标网络接收被盗的数据。值得一提，现在已经发现许多c&c服务器为IDC服务器以及使用基于云的服务，例如网络邮件和文件共享服务，因为C＆C服务器可以与正常流量融合在一起并避免被检测到。

 

Botnet：僵尸网络。是指已被恶意软件感染并受到恶意参与者控制的一组计算机。僵尸网络是包括机器、人和网络的组合词，每个受感染的设备都称为僵尸网络。僵尸网络可以实现完成非法或恶意任务，包括发送垃圾邮件，窃取数据，勒索软件，欺诈性点击广告或分布式拒绝服务（DDoS）攻击。

 

反弹 shell

 

非主动访问目标主机，而是通过反射shell绕过防火墙建立连接。主控端保持监听模式即可（如使用netcat），然后让肉鸡上主动连接主控端。

 

C&C服务器

 

因为大部分的肉鸡ip为动态ip，所以远控中基本都使用反弹式通信，反弹式通信需要肉鸡每隔一段时间对主控端发送心跳包，但这或许需要保证主控端的公网ip保持不变，所以就需要一台能够集中控制僵尸网络的主机，也就是上述的C&C服务器。

 

1.通过IP地址访问C&C服务器

 

描述：IP地址硬编码到远控脚本

优点：简单粗暴，成本低

缺点：易识别

防御：ip黑名单

识别程度： *

 

2.通过域名访问C&C服务器

 

描述：域名硬编码到远控脚本（可注册比较正常的域名伪装，降低被发现的风险）

优点：简单粗暴，成本低

缺点：易识别

防御：域名黑名单，蜜罐

识别程度： **

 

3.Fast-flux && Double-flux && Triple-flux

 

描述：Fast-flux技术是指不断改变域名和IP地址映射关系的一种技术。Double-flux则是域名和ip均不断轮转。Triple flux在Double flux的基础上，增加一层Name Server通过CNAME方式解析，这样域名有可能指向ip也有可能指向别的域名，然后再指向ip，这些Name Server也会定期轮换，就增加了更多C&C通道和干扰项。

 

优点：即使识别部分ip和域名也无法将整个僵尸网络屏蔽

缺点：易识别

防御：利用TTL(存活时间)时间较短以及历史数据等特征挖掘剩余域名和ip

识别程度： ****

 

4.使用 web C&C服务器

 

描述：通过在一些论坛的冷门区域或者热门网站发送C&C控制指令，然后让恶意软件通过爬虫的方法在访问这些论坛的时候获取指令。

典型案例：2015年俄罗斯攻击者使用twitter作为Hammertoss 的C&C服务器。

优点：不易发现，且不可封禁热门网站

缺点：被发现后会被直接封禁账号损失僵尸网络。

防御：封禁账号

识别程度： ***

 

5.使用DGA随机域名生成算法

 

描述：这种C&C控制方法的思路就是控制一个确定的随机域名生成算法，用约定好的随机数种子生成大量的随机域名，恶意软件对这些域名全部进行访问。

优点：不易发现，难逆向出随机算法

缺点：灵活性差，需要平衡访问频率与等待时间的成本

防御：机器学习

识别程度： *****