• [ Регистрация ]Открытая и бесплатная
  • Tg admin@ALPHV_Admin (обязательно подтверждение в ЛС форума)

Статья Что такое антидетект сегодня и откуда, к лешему, он взялся на нашу голову?

stihl

Moderator
Регистрация
09.02.2012
Сообщения
1,178
Розыгрыши
0
Реакции
510
Deposit
0.228 BTC
stihl не предоставил(а) никакой дополнительной информации.

Интро​


Я думаю что наши пользователи читали статьи на эту тему. И тот, кто искал информацию или использовал, то понимает основной принцип работы этого решения.
Да, нужно признать что кроберы, траферы, криптовалютчики и прочие порядочные ребята в целом технически безграмотные, недальновидные и ленивые. Но, когда-то, это было двигателем прогресса. И одна из его ветвей это АнтиДетекты (в последующем АД). И их видов существует не 1, ниже мы разберемся и с этим.

Понять что такое АнтиФрод (sic!) в комплексе современных решений и почему один АД не способен с ним справится, будет началом нашего небольшого цикла статей на разные околотехнические темы.
Было бы весело для начала вспомнить историю появления решений для обхода попыток сайтов выявить аномалии в поведении пользователей. На самом деле, всё что мы делаем и есть аномалия, и задача наших визави её отследить.
В благостные времена когда не было технологий, подобных тем, что есть сейчас, всё решалось сильно проще. Есть люди, которые я думаю, помнят этот софт:



Сильное и необычайно толковое решения для тех времен, лишенное "критической" фишки современности - а именно генерации MAC. Про это обсудим дальше. Ладно, не будем. Она не нужна, вот пруф - Для просмотра ссылки Войди или Зарегистрируйся
Почему это было крутое решение для своего времени?
Потому что антифрод работал тогда как простая машинка:
  • чёрные списки ip-адресов.
  • соотношения оного с гео привязки, взятого у одного из агрегаторов.
  • правила для транзакций ( были времена, когда трава была сильно зелёная и прямым сендом с карты через пейпал из США можно было отправить сенд на аккаунт из СНГ )
  • емейл валидация (да, уже тогда были "хорошие" и "плохие адреса" уже в те года ).

Но, где есть деньги, там есть и рост. Росли в итоге и те, и те.
Одни вводили анализы цифрового отпечатка, другие придумывали свои первые варианты браузерных АД.
А дальше было много чего - от antidetect.ru до Церта за 5к по подписочной модели оплаты, сферы и много чего еще. Мне особенно запомнился ФраудФокс. Мне, и Вектору)

Но, основанная мысль, которую я бы хотел донести та, что с Для просмотра ссылки Войди или Зарегистрируйся, с нашей стороны мало что изменилось.
Главная проблема в том, что с той стороны изменилось слишком много.
И моё мнение в том, что АФ побеждает чистый кардинг.

Так что у нас есть два варианта:
  1. Либо грустно пробовать долбить в ту же калитку.
  2. Либо остановится, обдумать что было, понять что будет. И учиться, господа кардеры.
Поэтому давайте вернемся к обсуждению решений и техник:

Теория, основы​

Варианты АД в современных реалиях​

Для начала нужно разобраться с основным инструментом, который сейчас в ходу. Хоть и подавляющее число людей использует облачный вариант исполнения АД - удобно, просто, легко масштабироваться - вариантов, как всегда, не один.
  1. АД на основе браузеров ( 2 варианта видел в дикой природе - Chromium, Gecko, поверх патчей, на что хватит фантазии и найденных чекеров у разработчиков подобных решений).
  2. АД в облаке, то же самое что выше, но с другой логикой построения архитектуры и работы. Было хорошо когда-то, сейчас мало в работе видел подобных решений. Есть только интеграция с хранилищем, почти у всех это есть. Теперь хранить локально - это фича.
  3. АД на основе виртуальных машин - удобная штука, в идеальных условиях - 1 вм = 1 уникальный профиль + удобная возможность максимальной рандомизации параметров, настройки сети и прочего. Отличная, хоть и заброшенная ветка развития.
  4. АД на основе реальных физических устройств - я думаю что вы слышали, работали с, и это чаще всего мобильный телефон, подобными решениями. Когда появлялось это было нечто, сейчас лучше, чем Windows системы конечно. Но это уже не день "открытых дверей".
  5. АД на основе обычных браузеров, различных плагинов, виртуальных машин, виртуальных телефонов и прочие вариаций на тему.
Как работают антидетекты подробно описано Для просмотра ссылки Войди или Зарегистрируйся.
В рамках этой заметки я пытаюсь донести вам, почему всё перестало работать в той, иной мере. Извлечь корень проблемы для понимания того, как все таки сильно изменился мир.

Ключевые технологии АД, сильно грубо это:
  • Подмена User-Agent: браузер выдает себя за сафари на макосях, хотя работает на винде.
  • Эмуляция Canvas/WebGL: генерация случайных шумов в графических элементах.
  • Управление прокси: ротация IP-адресов для имитации разных географических зон.
  • Маскировка WebRTC: блокировка утечки реального IP через WebRTC-соединения.
Как мы видим, если вдуматься, то вариаций этого продукта на самом деле много. Многие решают сложные задачи по обходу детектов, который написал очередной парень, от имени какого то исследовательского ресурса или университета.
Проблема в том, что мы не знаем, как и что работает с той стороны. Ведь в каждом конкретном случае там работает всё по своему.

Для примера так выглядит документация в Радаре страйпа: Для просмотра ссылки Войди или Зарегистрируйся
Не поленитесь, прочтите.





А теперь немного заглянем за другую сторону одной медали.

Варианты АФ систем:​

КритерийТипыПримеры
По уровню анализаТранзакционные, поведенческие, сетевые, гибридныеForter, Riskified, Sift
По технологиямRule-based, ML-driven, Graph-based, HybridSAS Fraud Management, Feedzai, NICE Actimize

Немного скучных подробностей по классификации АФ систем:​


1. Транзакционные системы​

Самые простые варианты - есть правило, его нарушать/обходить нельзя. Очень не ресурсоёмкий ( это важно, так как любая АФ система призвана экономить деньги, а не тратить их. Только из-за бюрократической машины, из которых к счастью состоят корпорации мы и не проиграли эту войну с АФ ).
Условно простая настройка.
Когда 10 лет назад вам не давало что-то купить с ВПН это как раз их работа. В дикой природе давно не встречал.

2. Системы на машинном обучении​

Тут всё очень понятно из названия:
Большое количество данных об успешных/не успешных/фродовых транзакциях. Из этого получается модель - гибкая, обычно дообучается на данных в реальном времени. Количество параметров которые они изучают не известно никому точно, такие вещи нынче охраняют очень, очень хорошо. Поищите в сети публикаций на эту тему - будете приятно удивлены их количеством.
Сильно сложнее чем в первом случае, но и сильно дороже. Нужно много ребят держать, дообучать, в общем-то живой организм. Маленькие стартапы позволить себе собственные не могут, используют те что можно купить по подписочной модели. Что для них спасение от большинства проблем на старте, то для других + в получении ещё большей библиотеки различных данных.
Кто-то сейчас понял почему на новых компаниях или сервисах "выходит работать на антике" :)

3. Графовые системы​

Лучшее что есть на рынке относительно анализа взаимодействия и поиска скрытых патернов, "схемного" поведения. Эти системы анализируют связи между пользователями, устройствами и транзакциями. Они строят "графы", где узлы — это люди или устройства, а связи — это операции или взаимодействия между ними ребята.
Палантир, но только в миниатюре, можно увидеть большую картину того, что происходит с тобой в плане фрода.
Минус - дорого, сложно, бывает что ошибаются и страдают обычные люди в больших количествах.

4. Поведенческие системы​

Создают ваш цифровой портрет не только из того что они увидели - условно всё то что можно увидеть через веб относительно действий пользователя на сайте, но и ещё активно используют продавцов рекламных данных для своих целей. С юридической стороны есть у них ограничения в плане прав пользователей, GDPR и вот это всё. Но кого это останавливало?
Очень точны в определении мошенников/краберов, работают в реальном времени. Часто в логах "не дает" потому что вот.

И теперь самое печальное ребята.
Эти системы не используют в одиночку, мы живем во времена гибридных решений.
К примеру, зашли вы купить себе новенький айфон на сайт какого-то крупного магазина, с аудиторией к примеру в 20 тысяч пользователей и грамотным CTO.

Что происходит:
  1. Проверка правилами которые установлены в уровень 1
  2. Переходим к уровню 2, ML система рассчитывает риск скор для конкретной операции соотнося его со своими параметрами. К примеру это новое устройство и новый аккаунт + большая сумма. Уже как бы не очень выглядит для магазина.
  3. Увидев такие неприятные данные, как в предыдущем шаге, вашу транзакцию отсылают на уровень 3 с запросом оценки с уровня 4.
И там уже либо "ну ок", либо "присылайте сразу скан вашей жопы".



И тут-то самая большая засада и вылазит на поверхность. Пока мы с вами меняем один параметр на своем АД, в это время Система Stripe Radar использует 10,000+ правил, включая анализ "velocity checks" (например, 5 попыток оплаты за 2 минуты с одного устройства).

И что выходит?​

Выходит что нужно подтягивать свой уровень и брать на вооружение свои гибридные техники, наработки. Начать использовать активную разведку инфраструктуры, которую собираетесь атаковать чужим баблом - потому что в современном мире это тоже атака, от которой точно так же защищаются.

Надеюсь что этим интро, я смогу дать небольшой толчок для обсуждения теоретических, технических проблем кардинга в современных реалиях. Потому что без этого, все потихонечку умрут как кардеры, и станут скамерами. Эволюция есть во всём. И наше поприще отнюдь не исключение.
Но с другой стороны - те немногие, которые смогут выйти за рамки "я настроил антик с соксами от того известного типа, он сказал что там есть udp" не имея даже представления что это, как работает и как используется в (?) уровне защиты - обречены на мелочь.
Я помню времена когда кардеры правили балом.
Если пересмотреть подход, начать двигать теорию, то я уверен, что у нас есть шанс в эру когда в цифре кто-то сможет заработать свои "три запятые".
Спасибо за внимание.

Спаcибо зf помощь в написании ordinaria1 и kosheemod
 
Activity
So far there's no one here