垃圾域名过滤这件事, 是网络内容治理工作里的一个核心环节。同时, 它也是DNS解析安全方面的一个重要部分。目前市面上主流的过滤方案, 大可以归纳为五类办法。这五类分别是黑名单匹配、白名单机制、域名特征规则筛选、AI行为检测。

还有最后一种叫作DNS级拦截。在实际部署的过程当中, 如果只采用单一的方法, 覆盖范围是有限的。所以大家建议采用所谓的“规则加模型”组合策略。这样做的目的是为了将误判率控制在百分之零点一以内, 也就是那个0.1%的数值。

黑名单匹配:最基础也最常用

需要维护那么一份会持续更新的、专门列出那些垃圾域名的名单, 当有人去请求解析这些垃圾域名的时候, 就在网络协议的最底层那个地方, 直接返回一个NXX这样的错误代码, 或者返回一个NXDOMAIN这样状态码。

这份名单里的数据来源, 主要有国家反诈中心通报出来的信息、行业威胁情报共享平台所提供的数据、还有自己监测系统里长期积累沉淀下来的资料。关于更新频率这个问题, 建议最好能做到一天至少更新一次。

不过这里有个缺点,就是它的滞后性非常强垃圾域名过滤方法, 一旦出现了新的垃圾域名, 它反应起来是比较慢的, 所以必须要搭配着规则引擎一起使用, 以此来做个补充才行。

垃圾域名过滤方法:5种实用筛选规则从基础到进阶一次讲清(图1)

白名单机制:高置信场景专用

对已经验证过是可信的域名, 建立白名单, 一旦命中就放行, 跳过后续的所有检测流程。这种做法适用于企业内网、政务系统等封闭环境。但是, 白名单的维护成本比较高, 需要配合定期复审机制, 建议以季度为单位进行复核, 以避免过期域名残留。

域名特征规则:低成本高召回

设定多维度特征阈值进行自动判定, 常见规则包括。

TLD风险权重这一块内容里, .top、.xyz、.xin这些注册门槛比较低的后缀名称, 是会提升风险分数的。

阜新市自然资源事务服务中心

垃圾域名过滤方法:5种实用筛选规则从基础到进阶一次讲清(图2)

如果域名注册的时间不到七天, 那么这个新域名的标记就会被列为存在极高怀疑。

当出现命名模式的时候, 如果这个模式里面包含大量的数字连缀, 或者是拼起来没有意义的拼音组合, 比如像gname.xin这种短的域名后缀加上随机前缀的结构, 那么就会触发规则命中。

对于子域名的层级情况, 如果是三级以及比三级更低的子域名, 并且它们的父级域名没有进行备案信息登记的, 系统会自动对其进行降权处理。

这种层次的规则能够覆盖已知垃圾域名的百分之60到75的模式, 因为它的部署成本很低, 所以很适合作为第一道筛选和过滤的防线。

AI行为检测:应对变体与对抗

使用深度学习模型对流量指纹、页面内容语义以及跳转链路这些行为特征进行关联分析。其中, 典型的特征表现有, 在短时间内出现大量的301或302重定向跳转的情况, 还有页面的正文内容与标题存在严重不匹配的现象, 另外还包括IP地址所在网段与域名注册地相互矛盾等情况。

垃圾域名过滤方法:5种实用筛选规则从基础到进阶一次讲清(图3)

对于模型的更新节奏建议是每周进行一次迭代, 同时输入的数据需要包含至少30天时间的历史访问日志, 这样才能确保特征有足够的充分性。

DNS级拦截:最后一道兜底

在递归DNS服务器这里, 或者是在本地DNS代理的这个层面, 去配置拦截策略。把那个命中了上述任意规则的域名, 直接返回本地解析失败。它的优势是生效非常快, 是秒级的。而且不影响那些没有命中规则的域名的正常解析性能。推荐配合GeoDNS, 按区域做差异化的策略。

组合部署建议

在生产环境中, 推荐采用分层流水线架构, 第一层是特征规则层, 响应时间在毫秒级范围内, 第二层是黑名单查询层, 响应时间达到亚毫秒级的水平, 第三层是AI模型层, 响应时间处于百毫秒量级, 最后则是DNS兜底机制为终端用户提供服务, 每一层级都设置了独立的开关选项, 方便操作人员进行灰度测试以及执行回滚操作,日志方面要求能够完整地记录下每一个分层的判定结果数据垃圾域名过滤方法, 以此作为后续优化规则的依据并且支持对误报情况的回溯分析工作。