Glowing in the Dark Uncovering IPv6 Address Discovery and Scanning Strategies in the Wild
在这项工作中,我们确定在互联网上的IPv6扫描器的扫描策略。我们提供了一个独特的角度对IPv6扫描仪的行为进行控制实验,利用一个大的和未使用的/56 IPv6子网。我们通过托管与Internet上支持IPv6的服务器直接或间接联系的应用程序,有选择地使部分子网对扫描器可见。通过仔细的实验设计,我们减轻了隐变量对发送到我们的/56子网的扫描的影响,并建立了IPv6主机活动类型和它们引起的扫描仪注意之间的因果关系。我们表明,IPv6主机活动,例如,网络浏览、NTP池和Tor网络中的成员身份,导致扫描程序向我们的子网发送比以前更多的未经请求的IP扫描和反向DNS查询。DNS扫描器将其扫描集中在我们的应用程序托管的地址空间的狭窄区域,而IP扫描器则广泛扫描整个子网。即使在我们的子网中的主机活动消退之后,我们也会观察到对以前托管应用程序的地址空间部分的持续残留扫描
2022-10-05 cs.NI
ZBanner: Fast Stateless Scanning Capable of Obtaining Responses over TCP
本文提出简化 TCP 有限状态机的无状态扫描模型并实现 ZBanner,可完全无状态建立连接、获取响应并识别服务,扫描速度和内存占用显著优于现有工具。
2024-05-13 cs.NI
IoT-Scan: Network Reconnaissance for the Internet of Things
网络侦察是一个核心的网络和安全程序,旨在发现设备及其属性。对于基于IP的网络,有几种网络侦察工具可用,例如Nmap。对于物联网(IoT),目前还没有类似的工具能够跨多个协议发现设备。在本文中,我们介绍了一种通用的物联网网络侦察工具IoT-Scan。物联网扫描基于软件定义无线电(SDR)技术,允许灵活的基于软件的无线电协议实现。我们提出了一系列被动、主动、多通道和多协议扫描算法,以加快使用物联网扫描发现设备的速度。我们基准被动扫描算法对理论流量模型的基础上,非均匀的优惠券收集器的问题。我们实现了扫描算法,并比较了四种流行的物联网协议的性能:Zigbee,蓝牙LE,Z-Wave和LoRa。通过对数十个物联网设备的广泛实验,我们证明了我们的实现经历了最小的数据包丢失,并达到了接近理论基准的性能。使用多协议扫描,我们进一步证明了减少70%的发现时间的蓝牙和Zigbee设备在2.4GHz频段和LoRa和Z-Wave设备在900 MHz频段,相比顺序被动扫描。我们向研究界提供我们的实施和数据,以允许独立复制我们的结果,并促进该工具的进一步开发。
2022-04-06 cs.NI cs.SY eess.SY
Predicting IPv4 Services Across All Ports
Stanford University(斯坦福大学);Inria(法国国家信息与自动化研究所)
互联网范围扫描通常用于了解互联网的拓扑结构和安全性。然而,IPv4互联网扫描仅限于扫描服务的子集-彻底扫描所有IPv4服务的成本太高,并且没有现有的带宽节省框架被设计用于扫描所有端口上的IPv4地址。在这项工作中,我们介绍GPS,一个系统,有效地发现互联网服务在所有端口。GPS运行一个预测框架,可以从极小的样本中学习,并且具有高度的并行性,使其能够快速找到所有65 K端口和无数功能之间的服务模式。GPS在13分钟内计算服务预测(比以前的工作快4个数量级),并在所有端口上找到92.5%的服务,与穷举扫描相比,带宽减少131倍,精度提高204倍。全球定位系统是第一个工作,表明,给定至少两个响应的IP地址的一个端口上的训练,预测大多数服务在所有端口是可能的和实际的。
2023-03-02 cs.DC cs.LG cs.NI
Internet-Scale Measurement of React2Shell Exploitation Using an Active Network Telescope
Big Data Research and Supercomputing Division, CSIR Fourth Paradigm Institute (CSIR-4PI), Bengaluru, India(印度班加罗尔,CSIR第四范式研究所(CSIR-4PI)大数据研究与超级计算部)
本文首次利用主动网络望远镜对React2Shell攻击进行互联网级测量,分析了攻击流量的时间演变、地理分布及后端基础设施,揭示了攻击模式与自动化扫描活动的一致性。
2026-11-10 cs.CR cs.NI
LZR: Identifying Unexpected Internet Services
互联网范围内的扫描是一种常用的研究技术,有助于发现现实世界的攻击,发现加密弱点,并了解操作员和不法行为。采用扫描的研究在很大程度上假设服务托管在IANA分配的端口上,忽略了对不寻常端口上服务的研究。在这项工作中,我们调查在实践中部署的互联网服务,并评估意外端口上的服务的安全态势。我们发现协议部署比以前认为的更分散,协议运行在许多额外的端口上,超出了他们的主要IANA分配的端口。例如,只有3%的HTTP和6%的TLS服务分别在端口80和443上运行。非标准端口上的服务更有可能是不安全的,这导致研究大大低估了互联网主机的安全态势。基于我们的观察,我们引入了LZR(“激光”),这是一种在五次握手中识别99%可识别的意外服务的系统,并大大减少了对具有很少响应的预期服务(例如,在27017/MongoDB上加速5500%)。最后,我们对未来的研究提出了建议。
2023-01-12 cs.CR cs.NI
Cleaning the NTP Pool: Detecting and Mitigating NTP-Sourced IPv6 Scanning
Johns Hopkins University(约翰斯·霍普金斯大学);San Diego State University(圣地亚哥州立大学)
研究针对低功率实体利用NTP池获取IPv6客户端地址进行恶意活动的问题,开发方法识别此类行为及相关实体,通过查询NTP池服务器并监测后续活动,找出不良服务器,推动NTP池运营商和相关公司改进,保障网络安全。
2026-09-15 cs.CR cs.NI
XMap: Fast Internet-wide IPv4 and IPv6 Network Scanner
Nankai University(南开大学)
XMap 是一款用于快速扫描互联网-wide IPv4 和 IPv6 网络的开源工具,已广泛应用于学术、工业和政府领域,并对 RFC 文档和漏洞发现产生了重要影响。
2026-02-10 cs.CR cs.NI
Packed to the Brim: Investigating the Impact of Highly Responsive Prefixes on Internet-wide Measurement Campaigns
本文研究了IPv4全网扫描中的高响应前缀(HRP)现象,发现其占响应地址70%,并提出改进的应用层目标选择方法。
2023-10-25 cs.NI
Spoki: Unveiling a New Wave of Scanners through a Reactive Network Telescope
大规模互联网扫描是识别特定攻击受害者的常用方法。像ZMap这样的无状态扫描已经被确立为在互联网规模上进行探测的有效方法。然而,无状态扫描需要第二阶段来执行攻击,这对于网络望远镜来说仍然是不可见的,网络望远镜只捕获第一个传入的数据包,并且不会被蜜罐观察到相关事件。在这项工作中,我们通过Spoki,一个反应式网络望远镜实时操作,我们设计和实现的互联网范围内的扫描流量。Spoki响应异步TCP SYN数据包,并参与在两阶段扫描的第二阶段启动的TCP握手。因为它是非常轻量级的,它可以扩展到大前缀,在那里它有独特的机会记录在TCP握手ACK中提交的第一个数据序列。我们在三个月的时间内使用全球部署的Spoki反应望远镜以及来自IXP和ISP的流量数据集分析两相扫描仪。我们发现,占主导地位的部分TCP同步网络在互联网上具有不规则的特点。我们的研究结果还提供了当今扫描的明确特征:(i)高度针对性,(ii)扫描活动在区域有利位置之间存在显著差异,以及(iii)很大一部分来自恶意来源。
2021-10-11 cs.CR cs.NI
Unconsidered Installations: Discovering IoT Deployments in the IPv6 Internet
本文提出结合多种IPv6扫描方向的方法来发现IPv6互联网中的物联网部署,基于三个地址来源和十一个地址生成器发现6658个部署,并揭示其访问控制与TLS使用率低等安全问题。
2024-11-21 cs.NI
Entropy/IP: Uncovering Structure in IPv6 Addresses
Akamai Technologies(阿卡迈技术公司);IITiS PAN(波兰科学院信息技术系统研究所);MIT CSAIL(麻省理工学院计算机科学与人工智能实验室)
在本文中,我们介绍熵/IP:一个系统,发现互联网地址结构的基础上分析的一个子集的IPv6地址已知是活跃的,即,训练数据,通过现成的被动和主动手段收集。该系统是完全自动化的,并采用了信息理论和机器学习技术的组合,以概率模型IPv6地址。我们目前的结果表明,我们的系统是有效的,在暴露的IPv6互联网地址空间的活跃的客户端,服务和路由器地址填充的部分的结构特征。除了可视化地址结构以供探索之外,系统还使用其模型来生成用于扫描的候选目标地址。对于15个评估的数据集,我们在1 K地址上进行训练,并生成1 M候选扫描。我们在14个数据集中取得了一些成功,发现高达40%的生成地址是活跃的。在其中11个数据集中,我们发现了活跃的网络标识符(例如,/64前缀或“子网”)在训练中不可见。因此,我们提供的第一个证据表明,它是实际的,通过扫描概率选择的区域的IPv6地址空间不知道包含主动主机的先验,以发现IPv6和主机。
2016-11-21 cs.AI cs.IT cs.NI
BeeTS: Smart Distributed Sensor Tuple Spaces combined with Agents using Bluetooth and IP Broadcasting
University of Bremen(不来梅大学);Institute for Digitization(数字化研究所)
大多数物联网(IoT)设备和智能传感器通过互联网使用IP通信连接,由服务器定期或基于事件收集传感器信息。虽然,互联网接入是广泛可用的,但有一些地方没有覆盖,WLAN和移动蜂窝通信需要下降的电量并不总是可用的。最后,互联网连接不考虑(或丢失)空间上下文(传感器或设备所处的环境)。在这项工作中,智能设备通过使用任何智能手机和大多数嵌入式计算机中可用的低功耗蓝牙广播进行无连接和自组织通信,例如,树莓派设备通过广告和扫描模式建立双向无连接通信。通信节点可以使用每个节点上的元组空间服务经由功能元组交换数据。元组空间访问由简单的基于事件的代理执行。移动设备充当可以在不同位置之间携带元组的元组载体。此外,基于UDP的内联网通信可以用于在更宽的空间范围上访问元组空间。蓝牙低功耗元组空间(BeeTS)服务支持机会性的、自组织的和松散耦合的设备与空间上下文的通信。
2022-04-05 cs.AI cs.NI
QUICsand: Quantifying QUIC Reconnaissance Scans and DoS Flooding Events
在本文中,我们提出了第一次测量互联网背景辐射起源于新兴的传输协议QUIC。我们的分析是基于UCSD网络望远镜,与主动测量。我们发现,研究项目主导了QUIC扫描生态系统,但也发现了来自非良性来源的流量。我们认为,虽然QUIC已被精心设计,以限制反射放大攻击,QUIC握手是容易资源耗尽攻击,类似于TCP SYN洪水。我们通过展示这种攻击向量如何在多向量攻击中被利用来证实这一猜想:平均而言,互联网每小时会遭受四次QUIC洪水攻击,其中一半的攻击与其他常见的攻击类型(如TCP/UDP洪水攻击)同时发生。
2021-10-05 cs.CR cs.NI
A Taxonomy and Comparative Analysis of IPv4 Identifier Selection Correctness, Security, and Performance
Arizona State University(亚利桑那州立大学);Eastern Washington University(东华盛顿大学);Bowdoin College(鲍登学院)
本文对25年来基于IPv4标识符(IPID)的利用和选择方法进行分类,通过数学分析和实证评估,揭示了最佳实践建议和当前操作系统实现的不足。
2025-11-07 cs.CR cs.NI
IPv6 Hitlists at Scale: Be Careful What You Wish For
本文构建了迄今最大规模(79亿地址)的IPv6活跃地址列表,通过对比分析揭示了其在设备洞察和网络监测方面的价值,同时指出了用户隐私泄露等严重风险,并提出安全准则。
2023-07-27 cs.NI
Where Have All the Firewalls Gone? Security Consequences of Residential IPv6 Transition
Johns Hopkins University(约翰斯·霍普金斯大学);University of Maryland(马里兰大学);San Diego State University(圣地亚哥州立大学)
本文通过大规模IPv6扫描发现,住宅网络IPv6过渡使设备暴露于攻击,NAT曾充当事实防火墙,并提出了缓解措施。
2026-09-15 cs.CR cs.NI