♧ Godown 安全知识树

验证码洪泛终端侧检测:时间衰减计数 + 发送方熵 + 通道扩散 + 攻击状态机

defense/detection · verified

一句话结论

当攻击者用多个正规平台对同一手机号发起 OTP 轰炸时,单条短信都合法,无法靠内容过滤;把判定对象提升为“号码上的事件流”,用时间衰减计数(密度)、发送方归一化香农熵、通道扩散、新发送方来袭率组合成“分布式协同证据”,再与密度做 AND,交给 Normal → Suspicious → Under Attack → Protected 状态机,可在终端侧识别分布式洪泛并收敛通知。

原理

  • 检测对象是事件而非单条短信:每条短信都来自合法 OTP 通道,内容过滤必然漏报;只有把同一手机号在短时间内的多条短信作为整体,观察“多业务、多发送主体、验证码高度集中”的联合行为,才能识别分布式轰炸。
  • 时间衰减计数(密度):value *= exp(-dt/τ),新消息 value += strength;刚发生的消息权重高、旧消息自然衰减,突发被放大而长期中低速率不会累积成永久高危。稳态 v_eq = strength / (1 - e^(-Δ/τ)),可把阈值映射到现实速率(0.5 条/秒≈6.5、1 条/秒≈12.5、2 条/秒≈24.5)。
  • 发送方多样性:对最近 N 个发送方求归一化香农熵 H/Hmax;分布式轰炸的发送主体极其分散,熵高;单点故障/熟人狂发熵低。
  • 通道扩散:统计窗口内同时出现的通道数(短信/语音/邮件/App 推送);跨通道扩散是分布式攻击的强信号。
  • 自适应基线:长期高活跃号码(开发者、商务)本身流量高,固定阈值会误伤;只有当“持续显著高于该号码自己的基线”足够久才温和抬高阈值,短时突发保持低阈值快速检测。
  • 状态机:Normal → Suspicious → Under Attack → Protected;升级需连续确认避免抖动,降级需持续平静周期避免反锁。
  • 综合判定:威胁 = 密度达标 ∧ 分布式达标;密度单高(单个熟人狂发)最多 Suspicious,分布式强但稀疏也最多 Suspicious,两者同时强才判分布式洪泛。
  • iOS 数据可见性约束:Message Filter Extension(IdentityLookup)在沙盒中无状态、逐条调用,拿不到前一条/最近几分钟计数;因此拆成“无状态扩展层(逐条抑制预览/响铃)+ App 聚合层(历史事件归一化为 (时间, 发送方, 通道) 喂状态机)”。

触发条件

  • 终端能读取短信事件(Android 短信广播/默认短信应用;iOS Message Filter Extension + App 历史聚合)。
  • 攻击呈现“短时爆发 + 多发送方 + 多业务/通道”的分布式形态,而非单点持续高频。
  • 终端拿不到运营商/平台服务端日志,只能依赖本地可见事件。
  • 有足够的正常样本用于基线/阈值标定(或使用合成流量仿真)。

利用步骤

  1. 把短信事件归一化为 (timestamp, sender, channel, otp_like);otp_like 可用关键词/验证码格式判断。
  2. 对每个受害号码维护 DecayingMeter,按 τ 衰减并累加新事件强度。
  3. 维护最近 N 个发送方的计数,计算归一化香农熵 H/Hmax。
  4. 统计窗口内不同通道数量与新发送方来袭率。
  5. 计算 分布式协同证据 = w1*发送方熵 + w2*通道扩散 + w3*新发送方率;与密度阈值做 AND。
  6. 将结果输入状态机;Suspicious 时提示,Under Attack 时抑制预览/响铃并生成保护期报告,Protected 持续到平静周期结束。
  7. iOS:扩展层只做逐条无状态折叠;App 层用历史短信做聚合与状态机。

PoC

class DecayingMeter {
  constructor(tauMs) { this.tau = tauMs; this.value = 0; this.lastAt = 0; }
  _decay(now) {
    if (!this.lastAt) { this.lastAt = now; this.value = 0; return; }
    const dt = Math.max(0, now - this.lastAt);
    if (dt > 0) this.value *= Math.exp(-dt / this.tau);
    this.lastAt = now;
  }
  add(strength, now) { this._decay(now); this.value += strength; return this.value; }
  peek(now) { this._decay(now); return this.value; }
}

function normalizedEntropy(recent) {
  if (recent.length < 2) return 0;
  const counts = new Map();
  for (const id of recent) counts.set(id, (counts.get(id) || 0) + 1);
  const n = recent.length;
  let H = 0;
  for (const c of counts.values()) { const p = c / n; H -= p * Math.log(p); }
  const Hmax = Math.log(counts.size);
  return Hmax === 0 ? 0 : H / Hmax;
}

// threat = density >= densityThreshold && distributedScore >= distributedThreshold
// state machine: Normal -> Suspicious -> UnderAttack -> Protected

变体与关联

  • 平台变体:Android 可用 SMS_RECEIVED 广播/默认短信应用做实时聚合;iOS 受 Message Filter 限制,只能扩展层逐条 + App 层历史聚合。
  • 特征变体:发送方熵、通道扩散、新发送方率、OTP 格式占比、时间间隔方差、号码历史基线;也可用轻量 ML 模型替代加权和。
  • 部署变体:运营商/短信服务商侧可结合请求频率、设备指纹、IP、账号关联做网络侧阻断;终端侧只能检测与收敛通知。
  • 关联卡片:[[mobile-android-zygote-ptrace-dlopen-injection]](Android 终端安全)、[[defense-detection-linux-process-injection]](检测思路)、[[defense-detection-ssh-bruteforce-alert-iptables-block]](速率/暴力检测)。
  • 边界:终端无法阻止短信在运营商网络侧产生;iOS 扩展层拿不到历史序列;文章明确仿真结果为合成流量,未在真实生产数据验证,阈值需按实际环境标定。

检测与防御

  • 检测信号:同一号码短时间多发送方/多通道/验证码占比高;发送方熵骤升;密度超过该号码自适应基线;状态机进入 Under Attack。
  • 保护动作:抑制短信预览/响铃、折叠通知、生成保护期报告、提示用户“正在被针对”;不要自动删除短信以免影响用户取证。
  • 局限:终端侧方案不能替代运营商/平台风控;需要与短信服务商的 AIT/SMS Pumping 检测、号码信誉、频控结合。
  • 隐私:本地聚合发送方/通道信息,避免上传原始短信内容;只上报聚合特征与保护状态。