مجموعة بيانات مرتبطة بمنتدى Horse & Hound لعام 2017

يستند الربط بالواقعة إلى فهرسين عامين منفصلين. يورد BreachEra في صف واحد اسم Horse and Hound، والنطاق horseandhound.co.uk، والسنة 2017، ونطاقًا يشمل 95,337 سجلًا، وفئات البيانات التالية: عناوين البريد الإلكتروني، وعناوين IP، وأسماء المستخدمين، وكلمات المرور. ويذكر Leak-Lookup وجود 95,338 سجلًا للنطاق نفسه، ويُدرج في مخطط إحصاءاته أعمدة اسم المستخدم، وعنوان البريد الإلكتروني، وعنوان IP، وكلمة المرور، وقيمة التمليح (salt). ويُفسَّر الفرق البالغ سجلًا واحدًا بين الفهرسين بالكامل بوجود سجل تمهيدي واحد لا يُعدّ من سجلات البيانات في المصدر المختوم. ولم تُنتقَ أي بيانات أو يُوسَّع نطاقها لمجرد الاقتراب من العدد الإجمالي في أحد الفهرسين.

يبلغ حجم الأرشيف المفحوص HorseAndHound_BF.7z مقدار 4,529,396 بايت، وهو مختوم ببصمة SHA-256 ee05e8…5352. وقد اجتاز اختبارًا كاملًا لسلامة أرشيف 7z. ويحمل الملف الرئيسي داخله اسم Forums-secure.horseandhound.co.uk_vb_January_2017.txt، ويبلغ حجمه 8,868,144 بايت، وبصمة SHA-256 الخاصة به هي b69419…7ca2. ويحتوي المصدر على 95,338 سجلًا فعليًا: سجل تمهيدي واحد و95,337 سجل بيانات. وهناك مذكرة توزيع عامة منفصلة بحجم 441 بايت لا تتضمن حقل بريد إلكتروني على مستوى الصفوف، وقد أُغلق التعامل معها باعتبارها بيانات وصفية لا تخص البريد الإلكتروني، بدلًا من استخدامها لتوسيع نطاق المصدر.

المصدر الرئيسي ليس ملف CSV عاديًا ذا صف عناوين صريح. تشبه سجلاته تمثيلًا لبيانات vBulletin تفصل فيه النقطتان الرأسيتان بين الحقول، مع تفاوت عدد الحقول لأن أسماء المستخدمين قد تتضمن بدورها نقطتين رأسيتين. اتخذت المراجعة من بصمة كلمة المرور السداسية العشرية الوحيدة في كل سجل بيانات، والمكوّنة من 32 محرفًا، مرجعًا بنيويًا، وفحصت الحقل الذي يشبه عنوان بريد إلكتروني ويقع قبل ذلك المرجع بموضعين. ويمكن تطبيق هذه القاعدة من الناحية البنيوية على كل واحد من سجلات البيانات البالغ عددها 95,337. ومع ذلك، فإن اعتماد الحقل مستند إلى الاستدلال لا إلى تسمية صريحة في صف عناوين، ولذلك تفرض سياسة السلامة حدًا أدنى أعلى للقبول.

عالج محللان مستقلان، جرى تجميعهما بلغة Go، مجموعة عناصر الأرشيف كاملة باستخدام تنفيذين منفصلين، وأنتجا تدفقات لحالات الورود والقيم المعيارية متطابقة بايتًا ببايت. وأبلغ كلاهما عن 94,917 حالة ورود مقبولة، و94,876 نتيجة معيارية فريدة، و41 حالة ورود مكررة، و390 قيمة غير فارغة مرفوضة، و30 خانة فارغة. وتبلغ تغطية الحقل المختار نحو 99.56%، بينما لا يحتوي أقوى حقل بديل يشبه عنوان بريد إلكتروني إلا على 90 قيمة مرشحة. وتدعم هذه القياسات استدلالًا قويًا، لكن mapping-admission v3 يشترط وجود 100,000 حالة ورود مقبولة على الأقل لقبول تعيين حقول قائم على الاستدلال.

تقل حالات الورود المرصودة، البالغ عددها 94,917، عن ذلك الحد الأدنى الإلزامي بمقدار 5,083. ولذلك أُغلقت بوابة القبول بالحالة INFERENCE_OCCURRENCES_TOO_SMALL. ولم يُخفَّض الحد الأدنى، ولم تُضف حقول أخرى لمطابقة عدد وارد في أحد الفهارس، ولم تُنشر النتائج المعيارية البالغ عددها 94,876 باعتبارها عددًا للأشخاص المتأثرين. ولا يعني سجل البيانات الوصفية هذا استيراد أي علاقة بريد إلكتروني: فقيمة canonicalEmailCount هي null، وimportedRecordCount=0، ولا تزال المعالجة معلّقة. ولا يجوز إنشاء أي حزمة READY، أو مهمة استيراد، أو علاقة بريد إلكتروني في Mongo، إلا إذا نجح قبول تعيين الحقول لاحقًا.

أُجريت مقارنة مباشرة مع الفهرس العام لأغراض التدقيق فقط. ومن مجموعة القيم المعيارية المستدل عليها، كانت 73,670 قيمة موجودة بالفعل في فهرس البريد الإلكتروني العام، بينما لم تكن 21,206 قيمة موجودة فيه؛ وتوزعت المطابقات على 798 معرّفًا لاختراقات. ولم يحدد هذا التوزيع سجلًا قائمًا واحدًا بوصفه السجل الذي ينتمي إليه مصدر Horse & Hound، كما لم تُربط أي مهمة استيراد سابقة بمفتاح المصدر نفسه، أو بصمة SHA للأرشيف، أو بصمة SHA للقيم المعيارية، أو هوية اسم الملف. ولا يثبت التداخل بمفرده أن عنوانًا ما ينتمي إلى هذا المنتدى. فهو لا يُظهر سوى أن القيمة المعيارية نفسها واردة في مجموعات بيانات أخرى.

تؤكد بيانات Wayback CDX الوصفية، التي فُحصت من دون تنزيل محتوى الصفحات المؤرشفة، وجود عمليات التقاط ناجحة للنطاق الفرعي الآمن للمنتدى خلال 2017. كما يدعم النطاق الرسمي الحالي لـ Horse & Hound تحديد هوية الخدمة. في المقابل، لم يُعثر على إدخال مطابق تمامًا في مصدر متاح للعامة بشأن خرق البيانات أو NiamonX، ولم يُعثر على إفصاح عن الواقعة صادر عن الجهة المعنية نفسها. ولا تُعدّ نتائج التحقق السلبية هذه دليلًا على الغياب؛ بل تحدد حدود التحقق. لذلك يظل السجل حذرًا في إسناد المصدر، ولا يتضمن أي ادعاء باكتمال تغطية الواقعة بأكملها، وينبغي إعادة تقييمه إذا توفر إشعار صادر عن الجهة المعنية نفسها أو مخطط صريح لبنية المصدر.