14 亿身份泄露曝光,一个垃圾邮件帝国的覆灭

    3月3日,著名的“数据泄露猎手”Chris Vickery 在 Twitter上说自己将在美国当地时间3月6日(北京时间3月7日)公布一起“14亿身份泄露大案。”

次日(3月4日)他又发了另一条推文中,Vickery 又继续卖关子,不过将可能被泄露的数据量精确到13.7亿。

雷锋网了解到,由于 Vickery 此前发现过不少漏洞,其中甚至包括涉及美国军方和特朗普竞选团队的AWS服务器数据泄露,因此他的信誉很好。在他还没正式公布结果之前,各种外界猜测和分析就已铺天盖地。

根据13.7亿这一数据量,有人当即列出了一个潜在信息泄露者的列表: Facebook、YouTube、微信、腾讯、雅虎、苹果、微软、Oracle、Salesforce 和 Wayin 纷纷躺枪。

甚至外媒 theregister 还大放厥词:

如果这次泄露不是发生在印度,那么能满足这个基数泄露数量的就很有可能是中国了,上周末中国政府正忙于中国人民代表大会,不知道此番数据泄露是否与会议的召开有关。

真相曝光:违法垃圾邮件大揭露

北京时间3月7日(美国当地时间3月6日),Vickery 发表了一篇博文,揭开了13.7亿数据泄露的真相:

一个叫“江城数字媒体”(River city Media)的公司,伪装成一个合法的营销公司,但其实背后是两个知名的垃圾邮件制造者在提供业务支撑,每天发送10亿规模的垃圾邮件,堪比一个“垃圾邮件帝国”。

一个错误的备份不经意间暴露他们的整个工作数据库,导致所有用户的数据完全曝光,其中包含超过13亿7000万个电子邮件地址,并记录有一些额外的细节,如姓名,真实的地址和IP地址。

所幸的是,虽然这份数据库虽然庞大,但并未包含用户密码信息。

据雷锋网(公众号:雷锋网)了解,此次事件让一个庞大的垃圾邮件帝国的运作方式浮出水面。Vickery 在其博文中直言不讳地说,“泄露的内容关乎你我,以及周围的人。”

Vickey 分析,这些信息可能是通过提供免费服务、抽奖活动等方式收集过来的,或者是当你点击网页上的“提交”或“我同意”时,旁边有一个勾选框,用很小的文字写着“我愿意向网站共享我的个人资料”,许多人不会注意这些字样。当然,也不排除某些机构使用非法手段收集用户的数据。

据雷锋网宅客频道了解,垃圾邮件商可以通过多种方式寻找并收集邮件地址。比如通过邮件订阅栏目收集邮箱、利用专门的软件抓取网页中的邮箱等等。垃圾邮件者通常会使用网页僵尸程序来搜集全网的邮件地址,理论上只要你的电子邮箱在网页上公开暴露过,就多半会被“抓走”,比如这样:

此外,一些即时通讯资料,在线论坛和信息贴版或者其他会员网站的资料中都有可能泄漏你的电子邮件地址。社交网络同样可以将你的邮箱地址公之于众。网站遭遇黑客拖库事件的频发,也对邮箱数据泄露起到了推波助澜的作用。

这些收集来的电子邮件通过技术手段进行自动化信息关联、数据筛选。在利益的驱使下进行数据交换、售卖,最终形成一个庞大的数据库。

Vickery 指出:

他们12个人每天就能发送十亿级别的垃圾邮件,其中显然包含了非常多的自动化操作,成熟的技术手段,甚至不少非法的黑客技术,比如非法IP劫持、Slowloris 攻击等等。

经过验证,Vickery 发现此次泄露的13.7亿数据中,其中相当一部分是准确的,但也包含了一部分过时的旧数据。

目前 Vickery 已经向相关执法部门以及受影响的公司(比如谷歌、微软和雅虎等等)取得联系,分析数据的来源,就泄露数据的处理方式进行协商,并考虑如何应对垃圾邮件发送者使用的非法黑客手段。

Vickery 将他揭露此次数据泄露的文章命名为:“一个垃圾邮件帝国的衰败”,他相信此次事件之后的相当一段时间内,飞往世界各地的垃圾邮件将迅速减少。

  

本文作者:谢幺

本文转自雷锋网禁止二次转载,原文链接

时间: 2024-09-20 04:12:42

14 亿身份泄露曝光,一个垃圾邮件帝国的覆灭的相关文章

追剧学AI (6) | 概率论在机器学习中的迁移运用,手把手建一个垃圾邮件分类器

人工智能中的数学概念一网打尽!欢迎来到YouTube网红小哥Siraj的系列栏目"The Math of Intelligence",本视频是该系列的第6集,讲解 概率论在机器学习中的运用,看完视频后,大家会学到一个生活中非常实用的技能喔! (大数据文摘已获得Siraj本人翻译授权) 大家好,我是Siraj. 让我们将目光高度聚焦在概率论在机器学习中扮演的角色,通过从头开始构建一个垃圾邮件分类器. 数学概念在生活中的应用 生活中充满了不确定性,我们尝试一些自己觉得会成功的事情,但我们无

《Arduino家居安全系统构建实战》——2.1 挑战:构建一个垃圾邮件检测引擎

2.1 挑战:构建一个垃圾邮件检测引擎 我们将要处理的文档不是电子邮件,而是文本消息.我们的目标是使用来自英国的真实SMS(短消息服务)数据集发现垃圾短信,这些消息是我们从加州大学欧文分校机器学习知识库中找到的. ■ 附注: UCI机器学习知识库由加州大学欧文分校的机器学习与智能系统中心于1987年启动.你可以在http://archive.ics.uci.edu/ml/中找到这个知识库,它包含将近300个干净.文档齐备的数据集,可以按照大小.特征类型等条件搜索和组织.这是一个很有趣的机器学习资

一个互联网“色情帝国”的覆灭

据新华社电 8 月25日,中国公安部发布的一个消息,引起海内外高度关注--公安部与美国警方联合摧毁全球最大中文淫秽色情网站联盟"阳光娱乐联盟".该联盟建设者王勇及其核心成员相继落网,联盟旗下数个淫秽色情网站陆续关闭,境外最大淫秽色情源头被彻底打掉. "阳光" 之名,掩盖不了罪恶之实.这个拥有1000多万名会员的网上"色情帝国",多年来如何形成?怎样在中国公安部与美国警方的重拳合击之下土崩瓦解?作为公安部与美国警方首次通过联合行动破获的跨国网络淫秽

14亿用户数据泄露,原因竟是垃圾邮件!

本文讲的是14亿用户数据泄露,原因竟是垃圾邮件!, 事件回顾 3月3日,MacKeeper 的安全研究人员Chris Vickery发布Twitter称在美国当地时间3月6日将公布一起"14亿身份信息泄露案". 3月4日,Vickery又在推文中将潜在泄露数据精确到了13.7亿.     据悉,这近14亿条记录的数据库内包含真实姓名.iP地址以及家庭住址等,可能会成为今年最大的数据泄漏事件.而最令人担忧的是,你和你的家人可能都会受到此次数据泄漏事件的影响. 此外,国外媒体还曾对泄密企业

反垃圾邮件技术解析

1.概述 电子邮件是最常用的网络应用之一,已经成为网络交流沟通的重要途径.但是,垃圾邮件(spam)烦恼着大多数人,近来的调查显示,93%的被调查者都对他们接收到的大量垃圾邮件非常不满.一些简单的垃圾邮件事件也造成了很有影响的安全问题.日益增加的垃圾邮件现在会造成1年94亿美元的损失(来自chinabyte上一则新闻的数据),在一些文章表明,垃圾邮件可能会花费一个公司内每个用户600到1000美元. 垃圾邮件随着互联网的不断发展而大量增长,不再像以前一样,只是小小的一个骚扰,现在的垃圾邮件可以说

掌握反垃圾邮件“秘笈”治标又治本

中介交易 SEO诊断 淘宝客 云主机 技术大厅 从互联网诞生之日起,似乎就与垃圾邮件有了"不解之缘".中国仅次美国之后,是全球第二大垃圾邮件受害国,其危害举不胜举.垃圾邮件以其数量多.反复性.强制性.欺骗性.不健康性和传播速度快等特点,占用大量传输.存储和运算资源,造成邮件服务器拥堵,严重影响正常的邮件服务. 垃圾邮件忍无可忍 防御骚扰已成共识 自从垃圾邮件在我国大规模蔓延以来,网民好像就被拖进了一场看不见对手的较量中,各种各样的广告.花边新闻等总是能通过层层防护,钻进我们的邮箱.据美

网络专家解密垃圾邮件

<互联网电子邮件服务管理办法>马上要在3月30日起实施.办法 提出将对违规发垃圾邮件者最高罚款三万.并提出今后公民电邮受法律保护.来自国家统计局的数据显示,截至2005年底,我国网民已达到1.11亿,网民每周平均收到垃圾邮件16.8封,所收邮件六成以上是垃圾邮件.这些不请自来的垃圾邮件是如何进到我们的信箱中的?邮件运营商为何没有办法完全阻止它们?我们可采取哪些措施预防垃圾邮件?记者采访了清华大学网络与信息工程中心孙东红博士.解密1垃圾邮件为何会不断地出现在个人信箱中,发送垃圾邮件的人是如何知道

怎么屏蔽垃圾邮件?

  1.我们这里以网页版的 QQ 邮箱为例 ,随便找一封自己不想再接收的邮件,在邮件页面中可以看到有一个"拒收"选项,如图所地示 2.随后邮件系统会提示我们,是否确定要拒收来自这个邮件地址的邮件,点击"拒收"按钮继续,如图所示 3.然后可以看到邮件上方会有将这个邮件地址加入黑名单的提示信息,如图所示 4.除了我们可以直接拒收垃圾邮件地址,将其加入黑名单以外,我们还可以在邮箱的设置中添加.还是以 QQ 邮箱为例,点击邮箱的"设置"选项,如图所示 5

手把手教你用 Python 和 Scikit-Learn 实现垃圾邮件过滤

文本挖掘(Text Mining,从文字中获取信息)是一个比较宽泛的概念,这一技术在如今每天都有海量文本数据生成的时代越来越受到关注.目前,在机器学习模型的帮助下,包括情绪分析,文件分类,话题分类,文本总结,机器翻译等在内的诸多文本挖掘应用都已经实现了自动化. 在这些应用中,垃圾邮件过滤算是初学者实践文件分类的一个很不错的开始,例如 Gmail 账户里的"垃圾邮箱"就是一个垃圾邮件过滤的现实应用.下面我们将基于一份公开的邮件数据集 Ling-spam,编写一个垃圾邮件的过滤器.Ling