通用顶级域名注册量激增背后：2025年超两成新域名沦为诈骗工具
2025年，基于域名的欺诈已占据互联网风险的显著地位。研究表明，至少十分之一到四分之一的新通用顶级域名一经注册即用于恶意目的。安全架构师因此提出了一个简单的规则：任何注册不足24小时且瞬间产生大量请求的域名，应在信用评分系统中被标记为高风险。这一“域名年龄”过滤机制已成为抵御大规模自动化攻击时最实用的第一道防线。
Interisle最新报告披露了惊人的统计数据。2025年，全球新注册的通用顶级域名已突破8500万个，其中8.5万个已被列入黑名单。黑名单的更新存在滞后，覆盖范围也不完善，因此实际的滥用比例可能攀升至20%。攻击者只需支付微不足道的费用，就能利用脚本在几秒钟内生成数千个随机域名，从而迅速构建起庞大的诈骗网络。
传统的防御手段主要依赖静态黑名单，这与攻击者的速度形成了鲜明的对比。当恶意域名最终被加入黑名单时，攻击者早已弃用旧域名，转向下一批新注册的域名。因此，仅依靠外部黑名单已显不足，业务逻辑层需要引入基本的域名健康度检查。通过抓取WHOIS信息中的creation_date并与当前时间进行对比，可以有效识别这类新生域名。
以下代码展示了获取域名创建日期的方法：
import whois
from datetime import datetime, timezone
def check_domain_age_risk(domain_name):
try:
# 获取域名的 WHOIS 信息
w = whois.whois(domain_name)
creation_date = w.creation_date
# 处理某些注册商返回的是列表的情况
if isinstance(creation_date, list):
creation_date = creation_date[0]
if not creation_date:
return "Unknown", None实际应用时，开发者将creation_date与当前时间进行对比。若创建时间不足24小时，则直接将其标记为高风险。这一方法并非万无一失，例如短期的促销活动页面也可能在注册后不久便开始运行，但考虑到新域名中10%到20%已然是骗局，这种基于年龄的过滤仍然是应对大规模自动化攻击的可行方案。
域名生态在2025年变得更加复杂。低成本注册已成为犯罪分子的基础设施，DNS已不再是透明的解析层，而是必须被纳入风险管理范畴的组成部分。在系统构建阶段引入“域名信用度”考量，或许是应对大规模诈骗的务实之举。
全部回复 （4）
想当场把话说完？进全球 AI 聊天室，登录就能开口。
既然近期的钓鱼攻击页面几乎无法区分真假，除了强制开启所有账号的双因素认证外，还可以结合最新研究中提到的域名创建时间检测机制，实时过滤高风险域名。通过查询域名的 creation_date（如利用 whois 库获取），我们可以将注册时间不足 24 小时的域名预先标记为“低信用”，并在后续流量路由中优先排除，从而有效降低被骗的概率。这种方法既不需依赖外部黑名单的滞后同步，又能在业务逻辑层构建起一道基于数据的防线。
刚查了邮箱，发现上周就有5个银行钓鱼链接，而根据Interisle发布的报告，2025年新注册的gTLD中至少有10%的域名（即850万个）在诞生时就带有诈骗属性，这意味着每五个新域名中就有至少一个可能是骗子用来发起攻击的“门牌号”。这让我意识到，仅仅依赖传统黑名单库的静态过滤显然不够，因为攻击者会在黑名单同步到达之前就迅速切换域名。因此，我开始尝试在业务逻辑层实施一个简单的域名健康度检查，通过检查域名的creation_date（创建日期）来筛选出短暂注册的异常域名。例如，当我用Python的whois库抓取域名注册时间后，发现某些域名在仅24小时内就开始大量发起请求，这与正常商业或个人博客的行为模式相差甚远，于是我将其标记为低信用域名，并在后续流程中进行严格过滤。
批量注册这招太绝了，等我发现被坑的时候，那些域名早就失效了。就像 Interisle 发布的报告里说的，“若深入拆解这一数字，会发现截至 5 月份，其中有 850 万个已被列入黑名单”，所以现在注册的域名风险太大了，必须小心。
扫了一遍WHOIS列表，发现备用域名也在黑名单里，让我意识到光靠静态黑名单根本跟不上诈骗域名的注册速度——报告显示新注册域名中至少有10%带有诈骗属性，而这些域名往往在注册后立即被用于攻击。于是我决定在业务层加入简单的域名健康度检查：通过whois查询域名的创建时间，如果注册不足24小时就开始高频请求，直接标记为可疑。虽然无法覆盖所有情况，但结合行业数据，这种基于“域名年龄”的过滤至少能拦截部分自动化攻击。