Állítsuk meg a holnapi támadásokat!
Fedezze fel zero-day és a felderítés elkerülésére tervezett kártevő programokat egy beépített fenyegetés-információs sandbox , új generációs, adaptív sandbox segítségével. A sebességre és a mélyreható elemzésre tervezték.
- 99,5%-os Zero-Day ellen
- 40-szer gyorsabb elemzés
- Az összes fájl elemzése a peremhálózaton
Az OPSWAT megbízik
Miért nem elégségesek a hagyományos eszközök?
Zero-day a nehezen felderíthető kártevő programok kihasználják a hírnév-ellenőrzés, a statikus vizsgálat, sandbox , a riasztások prioritásba sorolása és a fenyegetéskeresés közötti résekben rejlő hiányosságokat.
Aláírási függőség
A hagyományos biztonsági eszközök akkor a leghatékonyabbak, ha a fenyegetést már azonosították.
Az új fájlok, infrastruktúrák és kártevőváltozatok átjuthatnak a kezdeti hírnév-ellenőrzésen, mivel még nem áll rendelkezésre hozzájuk szignatúra, hash-érték vagy korábbi minősítés.
Végrehajtás előtti árrések
A legtöbb eszköz nem képes megbízhatóan felismerni a rosszindulatú szándékot, mielőtt a fájl futásba lépne.
Előrejelző statikus elemzés hiányában a biztonsági csapatoknak vagy engedélyezniük kell az ismeretlen fájl átengedését, vagy továbbítaniuk kell azt a lassabb dinamikus elemzésre, ami késedelmet, felhalmozódott munkát és felesleges sandbox eredményez.
Fenyegetés elkerülés
A modern kártevőprogramokat úgy tervezték, hogy viselkedésüket elrejtsék a hagyományos sandboxok és a statikus védelmi rendszerek elől.
A környezeti ellenőrzések, az időzítési késleltetések, a kódelrejtés, a felhasználói interakciót igénylő feltételek és a virtuális gépek elleni technikák segítik a rosszindulatú fájlokat abban, hogy inaktív állapotban maradjanak, amíg el nem érik a valódi célpontot.
Riasztások túlterhelése
A biztonsági csapatok túl sok, egymástól független riasztást kapnak, és túl kevés, a döntéshozatalhoz szükséges háttérinformációt.
A bizalomalapú értékelés és az egyértelmű prioritásrendezés hiányában az elemzők értékes időt töltenek a téves riasztások kivizsgálásával, miközben a nagyobb kockázatot jelentő fenyegetések továbbra is szabadon mozognak a rendszerben.
Széttagolt fenyegetési információk
Az elemző eszközök gyakran csupán egy-egy fájlra vonatkozó értékeléssel elégednek meg.
Közös viselkedési mutatók, hasonlóságelemzés és kampányszintű korreláció hiányában a csapatoknak nehézséget jelent a kapcsolódó kártevőváltozatok, a támadók infrastruktúrája és az új támadási minták összekapcsolása a rendszer egészében.
Egységes Zero-Day
1. réteg: Fenyegetés-hírnév
Az ismert
fenyegetések gyors feltárása
A mélyebb elemzés előtt állítsa meg az ismert fenyegetéseket.
Fájlokat, URL-eket, IP-címeket és domainneveket ellenőrzi a folyamatosan frissülő hírnév-adatbázis alapján, akár online, akár offline módban.
Megakadályozza a rosszindulatú programok és a támadók infrastruktúrájának újrafelhasználását, így a támadók kénytelenek megváltoztatni a támadásra utaló jeleket és újjáépíteni a terjesztési útvonalakat.
2. réteg: Statikus elemzés
Az ismeretlen fenyegetések előrejelzése a végrehajtás előtt
A végrehajtás előtti felderítés hiányosságainak kiküszöbölése.
Predictive Alin AI a fájlszerkezetet és a viselkedési jellemzőket, hogy milliszekundumok alatt felismerje a rosszindulatú szándékot – szignatúrák vagy tesztelés nélkül.
Még soha nem látott és polimorf kártevő programokat észlel azok futtatása előtt, ezzel csökkentve sandbox későbbi sandbox , miközben a fájlátvitel sebességét is megőrzi.
3. réteg: Dinamikus elemzés
Kényszerítsük a rejtett fenyegetéseket, hogy felfedjék magukat
Felfedi azokat a kijátszó kártevő programokat, amelyeket a statikus és a virtuális gépen alapuló eszközök nem észlelnek.
Egy emulációalapú Adaptive Sandbox kiváltja a rosszindulatú viselkedést és feltárja az alternatív végrehajtási útvonalakat anélkül, hogy észlelhető virtuális gépre támaszkodna.
Felfedi a betöltő láncokat, a futásidejű artefaktumokat, az elrejtett szkripteket, a többlépcsős hasznos terheket és a felderítés-kijátszási technikákat.
4. réteg: Fenyegetésértékelés
A legfontosabb dolgokat helyezd előtérbe
A bonyolult fenyegetési viselkedést alakítsa át cselekvésre ösztönző következtetéssé.
Összehangolja a hírnévvel, valamint a statikus és dinamikus elemzésből származó jeleket, hogy megbízhatósági alapú kockázati pontszámot állapítson meg.
Valós időben jelzi a legnagyobb kockázatot jelentő fenyegetéseket, ezzel csökkentve a téves riasztások számát, a riasztási zajt és az elemzők által a riasztások osztályozására fordított időt.
5. réteg: Fenyegetéskeresés
A fenyegetések és a kampányok összekapcsolása
Térjünk át az egyes fájlok felismeréséről a kampányszintű elemzésre!
Az ML-alapú hasonlósági keresés és a fenyegetési minták közötti korreláció segítségével az ismeretlen minták összekapcsolhatók az ismert kártevőkkel, infrastruktúrákkal, taktikákkal és a kapcsolódó változatokkal.
Felfedi a kártevőprogram-családokat és a támadói kampányokat, arra kényszerítve az ellenfeleket, hogy eszközeiket, infrastruktúrájukat és módszereiket alapjaiban alakítsák át.
„A leggyorsabb sebesség, amit valaha teszteltünk a
-nál.”
Venak Biztonság
330+
Észlelhető márkák
ML-alapú
adathalász-észleléshez
Több mint 120
fájltípus
Kivonat műtárgyak,
képek és egyebek
>14
Automatizált rosszindulatú szoftverek
család kivonása
Könnyű integrálás
Megállítjuk azokat a támadásokat, amelyekről senki sem tud, hogy léteznek (
).
40x
Gyorsabb, mint a hagyományos megoldások
Nézze meg a Zero Day Detection működését
Tudja meg, hogyan észlelik OPSWATmegoldásai zero-day a hálózati peremterületen sandboxing adaptív sandboxing, a fenyegetési hírszerzés, a fenyegetésértékelés és a hasonlósági keresés kombinálásával, még mielőtt a fájlok bejutnának a kritikus környezetekbe.
Lejátszási lista
1 videó
MetaDefender Aether áttekintése
Mély láthatóság és gyors reagálás
Több milliárd fenyegetési jelzés és gépi tanuláson alapuló fenyegetés-hasonlóság keresés kihasználása.
Mélyszerkezeti elemzés
Gyorsan elemezzen több mint 50 fájltípust, beleértve az LNK és MSI fájlokat is, hogy kivonja a beágyazott tartalmakat, artefaktokat és képeket.
Az automatizált dekódolás, dekompilálás és shellcode-emuláció – a Python kicsomagolással, makrókivonással és AutoIT-támogatással együtt – mélyreható betekintést nyújt a rejtett fenyegetésekbe.
Dinamikus elemzés
Az aktív fenyegetések felismerése és osztályozása gépi tanulás és célzott robbantások segítségével meghatározott alkalmazáscsomagokban vagy környezetekben.
Kerülje meg az adócsalás elleni ellenőrzéseket, emulálja a JavaScript, VBS és PowerShell szkripteket, és dinamikusan alkalmazkodjon a vezérlési folyamatokhoz az ismeretlen fenyegetések feltárása érdekében.
Fenyegetés észlelése és osztályozása
A gépi tanulás (ML) elemzés segítségével több mint 330 adathalász márkát észlelhet, akár offline állapotban is.
Korrelálja az IOC-ket, azonosítsa a rosszindulatú szándékokat több mint 900 viselkedési mutató segítségével, vonja ki a konfigurációkat több mint 18 rosszindulatú programcsaládból, és észlelje az ismeretlen fenyegetéseket a hasonlóságon alapuló klaszterezés segítségével.
- MetaDefender Aether
- MetaDefender Aether
- MetaDefender Aether
Threat Intelligence integráció
Az automatizált fenyegetéskeresés és a valós idejű észlelés zökkenőmentesen integrálódik az információforrásokba.
A rendszer MISP és STIX formátumokba exportál, lekérdezi a MetaDefender Cloud Reputation Service, kapcsolatba lép nyílt forráskódú hírszerzési szolgáltatókkal, és automatikusan YARA-szabályokat generál minden észlelt fenyegetéshez.
Következő generációs csalásellenes motor
Kivonja a kompromisszumot jelző mutatókat a rendkívül kitérő rosszindulatú programokból, és felrobbantja a célzott támadásokat, hogy az elemzők a nagy értékű eredményekre koncentrálhassanak.
A sandbox a fejlett kijátszási technikákat, ideértve a hosszú alvási állapotokat és hurkokat, a felhasználói vagy tartományi ellenőrzéseket, a földrajzi korlátozásokat, az operációs rendszer nyelvi beállításainak ellenőrzését, a VBA-kód elnyomását, valamint a fejlett automatikus végrehajtási viselkedésformákat, mint például az egérmutatóval való érintésre reagáló kiváltó eseményeket és a feladatütemező visszaélésszerű használatát.
- MetaDefender Aether
- MetaDefender Aether
2025 OPSWAT
-környezeti jelentés
A rosszindulatú szoftverek minden eddiginél ravaszabbak
– nézze meg az adatokat.
Zero-Day támogatása
minden környezetben
OPSWAT Zero-Day megoldása egy egységes technológiai csomagra épül, amely ötvözi sandboxing, az adaptív hírszerzést és a „
” viselkedéselemzést, hogy ismeretlen fenyegetéseket gyorsan és nagy léptékben tárjon fel – akár helyszíni környezetben, akár a felhőben, akár ezek között bárhol.
MetaDefender Aether™
Önálló zero-day megoldás, amely sandboxing fejlett sandboxing beépített fenyegetési sandboxing ötvözi. A gépi tanuláson alapuló fenyegetés-hasonlósági és hírnév-adatok segítségével feltárja a rejtett összefüggéseket, így gyakorlatias betekintést nyerhet a gyorsabb reagálás érdekében.
MetaDefender Aether Core
Fokozza a helyszíni biztonságát az Adaptive Sandbox & Threat Intelligence MetaDefender Core segítségével. Használja ki a dinamikus fenyegetéselemzést, a testreszabható szabályokat és a részletes áttekinthetőséget, hogy felismerje és megakadályozza zero-day , mielőtt azok elterjednének.
MetaDefender Threat Intelligence™
A gépi tanuláson alapuló fenyegetés-hasonlósági keresés és a fenyegetések hírnevének ellenőrzése segítségével azonosíthatók zero-day fenyegetések, valós időben értékelhető a fájlok hírneve, és gyorsabban reagálhat az új keletű kockázatokra. A biztonsági csapatok így kiterjedtebb fenyegetési információkhoz jutnak, amelyekkel hatékonyabb védelmet biztosíthatnak a folyamatosan fejlődő kártevők és a célzott támadások ellen.
Zero-Day kiterjesztése az összes megoldásra
Fedezze fel, hogyan valósítható meg zero-day a hálózati peremén:
– így minden fájl fejlett zero-day alá kerül, a teljesítmény romlása nélkül.
Zero-Day
, KioskhozSecure az ismeretlen fenyegetések ellen a perifériás és cserélhető adathordozókon.
a MFTZero-DayBiztosítson folyamatos zero-day a hálózat külső határain és belsejében egyaránt.
Zero-Day ICAP számáraMalware-ellenőrzés és -elemzés webes és fájlátvitelekhez ICAP keresztül.
Zero-Day
adattároló biztonságSecure hálózaton átvitt fájlt, hogy megvédje azokat az ismeretlen fenyegetésektől.
Detonator – A végtelen küldetés: „
” Zero-Day felderítésére
OPSWATiparágvezető dinamikus elemzési technológiájának háttere
A MetaDefender Aether története
Jan Miller – CTO, fenyegetéselemzés az OPSWAT-nál
Jan Miller a modern rosszindulatú szoftverek elemzésének úttörője, aki olyan platformok elindításáról ismert, amelyek megváltoztatták az iparág módszereit a nehezen felderíthető fenyegetések észlelésében. Miután megalapította a Payload Security-t, majd később a CrowdStrike-nál a Falcon X-et vezette, Filescan.io-val folytatta az innovációt, amelyet később OPSWAT felvásárolt. Az AMTSO igazgatótanácsának tagjaként a transzparenciát támogatja, miközben olyan technikákat fejleszt, amelyek a dinamikus elemzést a fenyegetésekkel kapcsolatos információkkal ötvözik a nehezen felderíthető rosszindulatú szoftverek leleplezése érdekében.
Öt réteg alakítja az ismeretlen fájlokat hasznosítható információkká
MetaDefender Aether egyetlen észlelési folyamatbaAether a fenyegetési hírnevet, Predictive Alin AI elemzését, az emulációalapú dinamikus elemzést, a fenyegetési pontozást és a fenyegetéskeresést. Ennek eredményeként gyorsabb végrehajtás előtti döntések, mélyebb zero-day , egyértelműbb prioritás-megállapítás, valamint gazdagabb hírszerzési adatok állnak rendelkezésre az automatizált reagáláshoz és a biztonsági rétegek egészén átívelő, kampányszintű vizsgálatokhoz.
Az AMTSO által hitelesített sebesség
a és biztonság
Az Anti-Malware Testing Standards Organization (AMTSO) előírásainak megfelelően a Venak Security által végzett teszt megerősíti OPSWAT Adaptive Sandbox terén betöltött vezető szerepét.
A világ létfontosságú értékeinek megbízható védelme
Világszerte több mint 2100 szervezet OPSWAT hogy megvédje kritikus adatait, eszközeit és hálózatait az eszközökön és fájlokon keresztül terjedő fenyegetésektől (
).
Clalit Egészségügyi Szolgáltatások
- multiscanning OPSWAT multiscanning és sandbox emulációra épülő sandbox köszönhetően egyszerre biztosíthatjuk a részletességet és a gyorsaságot. A fájlok ellenőrzése és megjelölése perceken belül megtörténik, nem pedig órák alatt.”A kormány kiberbiztonsági szakértője
- OPSWATMetascan™ Multiscanning OPSWAT Adaptive Sandboxbevezetésével a bank megerősítette kiberbiztonsági keretrendszerét anélkül, hogy megzavarta volna a kritikus munkafolyamatokat. Ezen technológiák zökkenőmentes integrációja javította a fenyegetések észlelését, egyszerűsítette a viselkedéselemzést, és biztosította a szigorú pénzügyi biztonsági előírások betartását.
- OPSWAT segítségével biztosak OPSWAT abban, hogy ügyfeleink érzékeny adatai és információi biztonságban vannak.”Zahi Ben-AbuBiztonsági és infrastrukturális kommunikációs vezető,
Clalit Egészségügyi Szolgáltatások - „Olyan megoldásra volt szükségünk, amely képes a növekvő igényeinkhez igazodni, miközben a költségeket is kézben tartja. sandboxing hagyományos sandboxing hatékony sandboxing , de az adatfeldolgozási igényeink növekedésével már nem volt fenntartható.”A biztonsági műveletek vezetője
- A szervezet a SOC-val és a kockázatokkal kapcsolatos kihívásait úgy oldotta meg, hogy a virtuális gépen alapuló sandbox OPSWAT MetaDefender Aether sandbox cserélte, amely egy utasításszintű emuláción alapuló, egységes zero-day megoldás. Ez az architektúraváltás lehetővé tette a biztonsági csapat számára, hogy a dinamikus elemzést a SOC-ból a hálózati peremre helyezze át, ahol a fenyegetéseket még azelőtt meg lehet állítani, hogy azok eljutnának a felhasználókhoz vagy a végpontokhoz.
Célzottan minden ágazat számára
A szabályozási követelményeknek való megfelelés támogatása
A kibertámadások és azok végrehajtói egyre kifinomultabbá válnak, ezért a világszerte működő irányító testületek
szabályozásokat vezetnek be annak biztosítására, hogy a kritikus infrastruktúra megtegyen minden szükséges lépést a biztonság fenntartása érdekében.
FileScan.io közösség
Fedezze fel a rejtett fenyegetéseket az
által nyújtott, mélyreható kártevőelemzéssel, amely OPSWAT MetaDefender Aether
technológiájára épül – próbálja ki ingyen!
GYIK
A hírnévellenőrzés, az emulációalapú dinamikus elemzés és a viselkedésalapú intelligencia kombinálásával megszünteti az ismeretlen, fájlalapú fenyegetésekkel kapcsolatos vakfoltokat, így láthatók a memóriában tárolt hasznos adatok, az elrejtett betöltők és a phishing-készletek, amelyeket a szignatúrák és a végponteszközök nem észlelnek.
Beépül az adatbeolvasásba (ICAP, e-mail, MFT, web), gazdagítja a SIEM/SOAR rendszert (MISP/STIX, Splunk SOAR, Cortex XSOAR), és visszajelzi a nagy pontosságú IOC-ket és a MITRE-térképezett viselkedéseket, hogy javítsa az összes eszközön történő észlelést.
Nem. A „great-filter” hírnév-alapú szűrő a legtöbb zavaró tényezőt azonnal kiszűri; a gyanús fájlokat egy sandbox emulációs sandbox futtatják le, sandbox 10-szer gyorsabb és 100-szor erőforrás-hatékonyabb, mint a hagyományos virtuális gépes homokozók – így biztosítva a fájláramlás gyorsaságát, miközben továbbra is kiszűri a kritikus jelentőségű 0,1%-os zero-day .
Igen. Telepíthető felhőalapú, hibrid vagy teljes mértékbenair-gapped RHEL/Rocky Linux támogatott), offline üzemmóddal és tanúsítványok fehérlistájával, szerepköralapú hozzáféréssel, ellenőrzési naplókkal, valamint adatmegőrzési szabályokkal NIS2/IEC 62443/NIST-típusú környezetekhez.
Csökkentett incidensszám/MTTR (kevesebb téves riasztás, gazdagabb kontextus), az OSINT-csendes fenyegetések korábbi észlelése és mérhető kockázatcsökkentés a fájlfolyamatok (e-mail, MFT, portálok) esetében. A legtöbb ügyfél a valós forgalmára vonatkozó, korlátozott hatókörű POC-val kezdi, majd bővíti azt.
