Hunting Credential Stuffing Attacks

通过分析认证日志中的登录速率异常、ASN 多样性、密码喷洒(password spray)模式和失败登录的地理分布,检测凭据填充(credential stuffing)攻击。对 Splunk 或原始日志数据进行统计分析。适用于调查账户接管活动或为认证滥用构建检测规则。

killvxk Updated 183 repo stars

File contents

狩猎凭据填充攻击

使用说明

分析认证日志,通过识别分布式登录失败、高 IP 多样性和可疑 ASN 分布等模式,检测凭据填充(credential stuffing)攻击。

import pandas as pd
from collections import Counter

# 加载认证日志
df = pd.read_csv("auth_logs.csv", parse_dates=["timestamp"])

# 凭据填充指标:多个 IP 尝试少数账户
ip_per_account = df[df["status"] == "failed"].groupby("username")["source_ip"].nunique()
accounts_under_attack = ip_per_account[ip_per_account > 50]

关键检测指标:

  1. 每个失败用户名的唯一来源 IP 数量高
  2. 跨多个账户的成功率低(< 1%)
  3. 来自云服务/代理提供商的 ASN 集中
  4. 地理位置不可能(同一账户,位置距离极远)
  5. 分布式 IP 中 User-Agent 的一致性

示例

# 密码喷洒:一个密码尝试多个账户
spray = df[df["status"] == "failed"].groupby(["source_ip", "password_hash"]).agg(
    accounts=("username", "nunique")).reset_index()
sprays = spray[spray["accounts"] > 10]

killvxk/cybersecurity-skills-zh commit 6f82fdf19c

Frequently asked questions

npx get-skill add killvxk/hunting-credential-stuffing-attacks