Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

组织正在花费数十亿美元用于易于绕过的恶意软件防御

Posted on 2022-08-31
组织正在花费数十亿美元用于易于绕过的恶意软件防御

放大(图片来源:Getty Images / Aurich Lawson)

去年,组织在提供端点检测和响应的产品上花费了 20 亿美元,这是一种相对较新的安全保护类型,用于检测和阻止针对网络连接设备的恶意软件。 EDR,正如它们通常所说的那样,代表了一种更新的恶意软件检测方法。静态分析是两种更传统的方法之一,它在文件本身的 DNA 中搜索可疑迹象。动态分析是另一种更成熟的方法,它在安全的“沙箱”中运行不受信任的代码,以分析它所做的工作以确认它是安全的,然后才允许它拥有完整的系统访问权限。

EDR——预计到2031 年将产生 180 亿美元的收入,并被数十家安全公司出售——采取了完全不同的方法。 EDR 不是提前分析代码的结构或执行,而是监控代码在机器或网络中运行时的行为。理论上,它可以通过检测在过去 15 分钟内在数百台机器上执行的进程正在对文件进行集体加密,从而关闭正在进行的勒索软件攻击。与静态和动态分析不同,EDR 类似于使用机器学习实时监控机器或网络内部活动的安全卫士。

行为分析-640x359.jpg

(信用:诺尔和吉梅内斯)

简化 EDR 规避

尽管围绕 EDR 引起了轰动,但新的研究表明,对于熟练的恶意软件开发人员来说,它们提供的保护并不是那么难以规避。事实上,该研究背后的研究人员估计,逃避 EDR 只会为大型组织网络的典型感染增加一周的开发时间。这是因为两种相当基本的旁路技术,尤其是结合使用时,似乎适用于业内大多数可用的 EDR。

阅读剩余的 10 段|注释

原文: https://arstechnica.com/?p=1876978

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme