对于移动端 App，虚拟机注册或类似作弊行为有何应对良策？

1、APP攻击大致策略

对APP进行攻击的一般思路包括反编译APP代码、破解APP通讯协议、安装虚拟机自动化模拟：

a、首先看能否反编译APP代码（例如Android APP），如果能够反编译，从代码层面理清APP业务逻辑（例如新用户注册），则直接在攻击软件中模拟此部分逻辑，相对于破解通讯协议及安装虚拟机自动化模拟而言，此种攻击方法是所有攻击者最优的选择方案。
反欺诈手段：代码混淆、核心算法加密（例如微信 android app）等。

b、如果无法反编译代码，则攻击者一般会选择通过对网络通讯协议抓包，破解通讯协议。
反欺诈手段：保证通讯协议的安全，例如采用SSL、防止中间人攻击（MITM）、报文签名、动态token等。

c、如果反编译代码及破解通讯协议都不管用情况下，一般才会采用安装bluestacks或android/iOS虚拟机安装APP进行攻击的方式。

当然以上策略很多情况下是综合使用的。

2、一般采用虚拟机进行攻击的手段：

著作权归作者所有。
商业转载请联系作者获得授权，非商业转载请注明出处。
作者：梁川
链接：https://www.zhihu.com/question/33537532/answer/64966375
来源：知乎

）、采用ADSL、3G/4G、Proxy、VPN或IP池端等方式获取动态IP，规避对IP地址的反欺诈限制
反欺诈手段：IP黑名单、Proxy 检测、GeoIP等等

）、伪造IMEI、GUID/UUID、MAC地址等硬件设备信息
反欺诈手段：没什么好的手段，只能通过建立用户数字指纹库、黑名单库，结合访问规则、行为特征等其他策略进行防护。

）、篡改虚拟机特征信息（例如user-agent、ROOT/越狱），伪装为真实系统
反欺诈手段：只能尽量多研究各种虚拟机的特征信息，对这些特征信息进行检测，抓住攻击者疏漏的信息。
例如陌陌曾经对安装的bluestacks上的陌陌进行提示：你当前的设备存在安全隐患而无法登录，建议使用正规手机或Pad来使用陌陌，或提示为盗版等。
其原理在于：检测是否存在/data/Bluestacks.prop 文件，如果存在，则可以判定为bluestacks 虚拟机。

）、篡改GPS位置等动态信息，例如针对微信、陌陌的mock gps等软件
反欺诈手段：只能采用GPS模拟检测、用户访问规则、行为特征等综合策略进行防护。

）、对虚拟机进行ROOT或越狱，配合WIFI、DNS/MAC攻击等攻击手段，对服务器端漏洞进行攻击
典型例子是iOS上的IAP支付欺诈问题，使用IAP Tracker和IAP Free这样的越狱插件伪造交易凭证。
iOS游戏使用苹果的IAP支付，客户端回调服务器之后，服务器收到之后如何做校验？ - 梁川的回答

）、页面安全攻击
对采用webview的页面进行XSS、SQL注入等攻击，尤其是结合虚拟机及自动化软件（例如篡改user-agent）
反欺诈手段：与虚拟机关系不大，本质上是服务器端的安全问题。

）、本地安全攻击
对虚拟机进行ROOT或越狱，然后获取对APP本地存储数据的读写权限，篡改数据或盗取数据。
反欺诈手段：数据加密存储；敏感数据别存放在本地。

8）、采用按键精灵/sikuli/触摸精灵等自动化工具 +虚拟机方式进行批量注册、自动化登录、模拟人工自动化操作
这是采用模拟器反欺诈最核心的问题。

3、反欺诈手段：

著作权归作者所有。
商业转载请联系作者获得授权，非商业转载请注明出处。
作者：梁川
链接：https://www.zhihu.com/question/33537532/answer/64966375
来源：知乎

a、高大上的生物探针技术（类似支付宝 APP）：
采用所谓的生物探针技术，识别用户独一无二的操作行为。
原理：正如签名笔迹一样，每个人的行为习惯都是独一无二的，如屏幕敲击频率、点击位置偏好等。通过机器学习，为每一个用户建立多维度的行为模型，称之为用户画像。将用户当前操作与模型进行匹配，可以准确地识别出风险及异常。

b、黑名单库
这里的黑名单库本质上是综合性策略，包括用户黑名单、邮件地址黑名单、手机号黑名单、IP黑名单、代理服务器黑名单、数字指纹黑名单、身份证黑名单、银行卡黑名单、区域黑名单（例如某个区域是作弊、骗取贷款高发地区）等等。

c、基于用户身份特征信息验证
例如手机号绑定+短信验证码、同一手机号只能注册绑定一个用户、同一用户同时在线数限制、在不同手机使用登录重新登陆策略等等。

d、在业务流程中，保证用户体验的前提下，增加一些互动元素，切断自动化操作
一个典型例子是，微信打飞机流行时候，用户首次安装登录微信时候，会出现打飞机的主界面，且跳过按钮不固定，要在虚拟机自动化注册、登录就极为麻烦。

e、基于用户访问规则、行为特征反欺诈
用户访问规则的例子：用户通过IP地址黑名单访问；用户通过代理服务器访问；两个用户通过同样的浏览器ID访问（钓鱼）；用户短时间内通过两个地理上非常远的地方登录；用户从不同的IP地址，通过一个会话进行两个或两个以上的操作（中间人攻击）
用户行为特征的例子：用户在一个不常见的地址做特殊的操作、用户在一个不常见的地址做异常的操作、在短时间内很多用户做相同的操作、用户的行为与已有的欺诈类似。

f、反欺诈引擎/风控引擎
基于APP及业务积累的各种大数据，采用机器学习算法，建立反欺诈引擎/风控引擎，综合以上手段，对各种欺诈事件进行综合性防护。

参考链接：

https://www.zhihu.com/question/33537532