压在透明的玻璃上c-国产精品国产一级A片精品免费-国产精品视频网-成人黄网站18秘 免费看|www.tcsft.com

第一時間阻止惡意軟件如今仍只是個夢想。但自動化、人工智能和深度學(xué)習(xí)有望改變這一現(xiàn)狀。

黑客活動從根本上改變了網(wǎng)絡(luò)防御的游戲規(guī)則。今天，對手也在應(yīng)用自動化技術(shù)快速制造和發(fā)起大量新的攻擊，每一款惡意軟件如今都必須被當(dāng)成零日漏洞利用來考慮，每一次攻擊都必須當(dāng)成高級持續(xù)性威脅(APT)來對待。

這一點兒都沒夸張。AV-Test的研究顯示，2017年發(fā)現(xiàn)的新惡意軟件樣本數(shù)超過1.2億。相當(dāng)于每天33.3萬個新樣本，每分鐘230個新樣本，每秒鐘接近4個新惡意軟件樣本。

當(dāng)不斷變換的惡意軟件大規(guī)模涌現(xiàn)的時候，傳統(tǒng)防御很快就承受不住了。基于特征碼的檢測只對已知威脅有效。基于沙箱的檢測技術(shù)趕不上新惡意軟件的涌現(xiàn)速度，因為當(dāng)企業(yè)被從未見過的惡意軟件變種狂轟濫炸的時候，是沒有足夠的時間和資源去分析并識別攻擊特征的。

第一時間阻止惡意軟件攻擊如今仍然只是一個美好的夢想，所以以時間來衡量的成功就成為了標(biāo)準(zhǔn)，但這個標(biāo)準(zhǔn)已經(jīng)被惡意軟件隱秘起效的本質(zhì)給沖擊得七零八落了。如果某個攻擊成功了一次，但是以后的99次攻擊都被阻止了，那這就是一個99%的防御成功率。但為了達(dá)到這99%的防御成功率，總有人要成為 “零號病人”。總有那么一個人要為團(tuán)隊擔(dān)下一次成功攻擊，以便從這初次攻擊收集到的情報能夠被共享并用于阻止后續(xù)攻擊。但當(dāng)攻擊是全球大規(guī)模爆發(fā)的時候，當(dāng)每年都有超過1.21億新惡意軟件樣本的時候，零號病人就絕對不只是一個了。不幸淪為零號病人之一肯定不是什么良好的體驗。

不過，自動化、人工智能和深度學(xué)習(xí)研發(fā)的進(jìn)展為安全帶來了希望的曙光。

深度學(xué)習(xí)是應(yīng)用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行決策的一類機(jī)器學(xué)習(xí)。人工神經(jīng)網(wǎng)絡(luò)幾年前便已出現(xiàn)，但最近處理性能的提升大大增強(qiáng)了其能力。同時，其底層技術(shù)的成本也下降了，深度學(xué)習(xí)應(yīng)用如今很多行業(yè)都能負(fù)擔(dān)得起，包括網(wǎng)絡(luò)安全行業(yè)。事實上，深度學(xué)習(xí)的功能非常適合處理網(wǎng)絡(luò)防御戰(zhàn)中遇到的諸多挑戰(zhàn)。

網(wǎng)絡(luò)安全基本上就是關(guān)于數(shù)據(jù)和模式的問題。威脅情報服務(wù)與多年來聚集的各類威脅數(shù)據(jù)存儲構(gòu)建了一個巨大的威脅數(shù)據(jù)池，可用于訓(xùn)練基于深度學(xué)習(xí)的防御。將該巨大的威脅數(shù)據(jù)即饋送進(jìn)神經(jīng)網(wǎng)絡(luò)，深度學(xué)習(xí)就能學(xué)會識別惡意流量，即便攻擊是從未見過的全新攻擊。

這不僅僅是理論上的。深度學(xué)習(xí)已經(jīng)應(yīng)用在現(xiàn)場和云端的網(wǎng)絡(luò)入口點上，檢查早期客戶部署中的流量，并成功檢測和封鎖了前所未見的多態(tài)惡意軟件，包括Emotet變體。深度學(xué)習(xí)的底層架構(gòu)確保了威脅分析、判定和組織都發(fā)生在數(shù)秒之間，能夠?qū)崟r保障網(wǎng)絡(luò)不受惡意軟件侵害。

盡管尚處于早期階段，而且至今沒有任何獨立測試發(fā)布，但深度學(xué)習(xí)能夠取得巨大進(jìn)展幾乎是肯定的。在實驗室和貝塔測試環(huán)境中，深度學(xué)習(xí)不斷取得接近100%的威脅檢測率，檢測樣本囊括已知威脅和零日威脅，且結(jié)果與操作系統(tǒng)或應(yīng)用無關(guān)。

深度學(xué)習(xí)的安全意義十分重大，因為黑客已經(jīng)開發(fā)出能夠繞過或挫敗沙箱、特征碼之類傳統(tǒng)防御的技術(shù)。深度學(xué)習(xí)的威脅檢測結(jié)果表明，安全行業(yè)可能已經(jīng)走到了能夠遏制威脅升級的階段，網(wǎng)絡(luò)安全中傳統(tǒng)的見招拆招模式——黑客制造并投送新惡意軟件，安全供應(yīng)商識別新變種并發(fā)布其特征碼，然后黑客再創(chuàng)建更新的惡意軟件變種加以響應(yīng)，有望邁向終結(jié)。

當(dāng)攻擊者意識到自己能夠運(yùn)用自動化技術(shù)快速產(chǎn)生并分發(fā)惡意軟件變種，令安全行業(yè)疲于應(yīng)付，他們以極高的熱情擁抱了這項新的能力。如果深度學(xué)習(xí)能夠給安全行業(yè)帶來回?fù)舻姆椒ǎ愿叩乃俣群椭悄芑酱鞌∷麄兊墓簦俏覀円矐?yīng)該熱情擁抱這一新的力量。

AV-Test的研究：

https://www.av-test.org/en/news/the-av-test-security-report-20172018-the-latest-analysis-of-the-it-threat-scenario/