简单分析网站流量防范措施(图文)
我要评论前几天上网打开163首页时，发现页面底部莫名其妙的出现一个边框。这在以前可是未曾有过的，而且以后也绝不可能会有这么丑陋的设计。
趋于好奇心，立刻在边框上点了右键审查元素。不看不知道，网易首页的HTML何时变得这么劣质了？
没有doctype声明，连title元素都没有。script还是language=JScript风格，这得追溯到多少个世纪前了~ 最劣质的是框架居然还是<frameset>元素。。。
不用说，这显然不是网易的页面。页面里的ad字样，早已深深的出买了它，这就是个广告页面！
话说生在天朝，对于各种劫.持早已司空见惯。
在网页里劫.持广告，油价2块钱一升的时代就有了，过了世界末日依旧存在，说明其中的利益是巨大的。
不用计算，用手指估算下就知道了。我朝有好几亿电脑和手机用户，每天有无数个网页被打开。哪怕在1%的网页里插一个广告，都有数百上千万次的展示数量，其中的商机不言而喻。。。
尽管对此有些无奈，但只要插入的广告不影响正常上网，也没什么意见。如果水平够高，完全可以伪装成页面里本来的广告，至少形式上一样，看不出任何的破绽。这样非但不BS，反倒会有些佩服。
然而，至今见过的各种广告劫持代码，简直一个比一个劣质。这一次见到的，算是垃圾中的战斗机了。随便找个网页编辑器，自动生成的HTML也比这强多了，再随便找些css稍微修饰下，完全就不会被一眼看出是山寨套牌网页了。这本身就是暗地里的干活，却没有任何简单的加密混淆，还光明正大的明文写着广告字样，这不是赤果果的秀智商下限吗？
不过今天既然花时间吐槽这破玩意，就干脆再深入的讨论讨论未来可能还会出现的变招。
Lv1. 当前最常见的：把被劫持的网页套在自己的空壳里
其实这样做的目的很明确，让广告显示在浏览器的最上方。一般为了达到这个效果，会把广告显示在页面的右下角，盖住被劫持页面的滚动条，看起来就像是浮动在浏览器之外一样！
这招够狠，乍一看，还真以为是QQ之类的软件弹出的消息框呢。不过只要把浏览器窗口退出最大化，顺便再拖一下窗口，广告也跟着动起来了：）假李鬼就瞬间原形毕露了！
防范措施
这种劫持毫无技术含量可言，反劫持也相当容易。只要在自己网页里验证下window.top，是不是在合法的URL列表里。如果不是，那就不允许被内嵌在其他网页内。更好的办法就是把top地址提交到后台服务器上，统计下究竟有哪些网站套了自己的页面。
Lv2. 在返回网页里插入外链<script>
这种做法相比之前的，要隐蔽的多，至少不会把人家网页的源文件给替换了。
当然，如果仅仅是在网页的最后面.插入<script>，那还是能被瞬间揭穿，甚至会报毒，因为这太山寨了！有哪个正常的网页会在</html>后面跟内容呢？只有挂马的脚本。。。
不过，要是放对地方，还真不能一眼看出。例如把广告的<script src="">插在<head></head>其中的密密麻麻引用外部js的地方，至少能混上一段时间了。
防范措施
一般来说，插入的<script>大多都是外链形式的，这样广告变换会比较灵活。对于这种劫持，就要使用类似杀毒软件扫描可疑模块的原理。
广告不管怎样插，最终都会以静态HTML留在网页里，这是不容抹去铁证！
当我们的网页HTML加载完毕，触发DOMContentLoaded时，我们可以开始扫描一遍DOM内所有的<script>标签。如果发现有不在信任列表里的src，那么网页很有可能被注入了可疑的脚本！
我们可以提交可疑脚本的url到后台服务器，做进一步认证。如果确实有风险，那么必须弹出警告框提醒用户。
Lv3. 在返回网页里插入内置<script>
相比外链的脚本，内置的就棘手的多。外链的url域名的总是那么几个，可以简单的实现过滤。但内置脚本就千变万化了！随机变量名，插入废代码，各种玄乎。。。不过，魔高一尺，道高一丈~
防范措施
想最简单的对付这种劫持，我们必须预先默认个规定，来识别真假脚本元素。我们给自己的<script>元素设置个固定的标签，例如<script myjs="true">。当然具体的标签名和值是经常变动的，对于劫持程序来说，显然不知道会有这么个规矩，仍然傻乎乎的插入<script>...</script>。
于是在之后的"肃反运动"中，可以直接清洗掉了。。。
Lv4. 在返回网页的<script>里混入广告代码
随着劫持程序不断升级，招数会变的越来越狠。说不定某天，劫持程序内置一个html语义分析器，智能的把广告脚本合并混淆到页面原先的js里！
若要真是这样，那么之前说的给自己的脚本元素加上特征码也无济于事了。因为特务已深深的混入到了我们内部，真真假假很难被识别！
最致命的是，脚本未必都是放在<script></script>，也有可能是<element onxxx="">的内联形式。。。这下麻烦大了，我得想想怎么解决。。。
防范措施
对于这种情况，还真找不到一个简单的方法来识别。唯一能走通的路，就是在发布HTML时，记录下文件的Hash值。可以把值写入网页，或者存在数据库里。
当网页内容加载完成时，我们通过ajax再次读取当前页面的内容（一般来说读的就是当前页面的缓存数据）。通过同样的算法算出页面的校验值，和原始值一比对，就知道页面是否被第三方篡改了。
我们还可以把篡改过的html发到后台，找出字符串差异部分，让技术人员分析分析到底做了哪些手脚。
当然，这只限于静态网页。
Lv5. 在返回网页的外链脚本里混入广告代码
这招可算是终极篇 ———— 它完全不修改任何HTML内容！
然而，一般的网页多多少少要外链几个js文件吧。于是，那些外链的脚本就成了香饽饽的肥肉被盯上了！
当然也可以像验证html那样，事先计算出所有的js文件的hash值，然后再使用ajax重新读数据认证比对。
不过可别忘了，外链js的路径可以是任意的，而ajax只能读取同源站点。而且，外链的<script>也无法读取其text内容。于是当我们使用站点外的js文件时，劫持程序可以肆无忌惮的从中混入代码！
防范措施
由于受到沙箱策略的严格控制，我们根本无法获得外部js内的实际内容，所以：走为上。尽量不使用外部站点的js文件。
对于自己站点，但不是同个域名的，可以使用Flash的URLLoader跨域加载，只需部署一个crossdomain.xml即可。
Lv6. 把返回网页的图片内容替换成广告图片
这样的流量劫.持已经超越人类了，赶紧派一个神做了它吧。。。
防范措施
理论上，完全可以解决。事实上，也没问题，只是工作量巨大。。。
不过外链图片不管同源还是跨域的，都可以由Flash直接读取，所以可以和html和js一样，我们使用文件二进制的Hash比对，同样可以验证图片数据是否被劫持。
当然要事先要计算出站点下或外链图片的hash值，客户端也要分析出当前页面里用到的图片，并逐个验证。。
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
暂时就YY到这里，以后有新的想法或更好的解决方案，继续来这里补充。
大家有什么巧妙的检测方法，欢迎留言～
上面说了一大堆，其本质无法就是在客户端，把使用到的资源和服务器原始资源二进制校验，将出现问题的资源反馈给后台记录，找出安全隐患。
虽然这里假象嵌入的仅仅是广告脚本，然而这种脚本拥有和页面内其他脚本一样的权限，因此可以轻而易举的获得用户的cookie。
嵌入的脚本甚至可以通过WebSocket连接到黑客控制台，发送你的鼠标和键盘的一举一动，以及页面上显示的内容；对方还可以远程控制，让js在页面里悄悄执行各种意想不到的操作。。。
相关文章
- 今天站长大手笔要写的是百度热词排行榜。这可真是一个好东西，相信搞过网络推广的朋友，对百度热词和Google热词排行榜都不会陌生。2010-02-01
- Alexa基本上做网站的都知道，是全球公认的网站流量跟踪站点，很多时候我们评级一个网站好坏都会以Alexa的排名为标准，那么除了Alexa还是什么其他类似的网站呢？下面包括Ale2009-09-23
- 按一般情况 DZ的论坛 20人合租能支撑多少日IP？ 日IP多少的时候需要租服务器？ 解析：一般的20人合租大概最对也就能支持3000~4000ip/日，其实只要你的资金够租服务器了2008-11-03
- 如今，挂在微信运营商嘴边最多的一句话，就是如何增粉。为什么大家都如此的关注平台上粉丝的多少呢？这都是因为微信运营推广的关键，就在于粉丝的增加。看看下面的做法2014-05-28
- 中国流量巨大的10种类型的商业网站.2009-09-05
- 这篇文章主要为大家介绍了以cnzz为例来讲一讲如何利用流量统计工具里的搜索词做关键词分析,如果你经常去看的话会发现不少自己没挖掘出来的，但是又跟网站相关的关键词，这2014-09-28
- 很多人不明白尽然已经做好了关键词优化，为什么要做长尾词呢？下面我们来看看关键词语长尾词的联系区别，以及选择什么样的长尾关键词才能带来流量，需要的朋友可以参考下2014-11-17
- 说了很多SEO相关的东西，但是从来没有说说如何去对待SEO。我想这篇文章比很多篇讲如何去做SEO的文章都还对大家有用一些。2009-10-20
- 线上手工艺品和古董市集Etsy在3月4号提交S1表格上市。这让我们有机会能够深度分析这个成功创业公司的成长秘诀2015-04-16
- SEO中到是流量重要还是转化率重要?相信这是很多人的一个疑问，大部分的人都想两者兼得，但是毕竟还是有所差距的，产品站的重点在于如何卖出更多的产品，两者决然不同，操作2016-06-15
最新评论