在Venak Security的2026年Sandbox ，MetaDefender Adaptive Sandbox 95%的人工智能生成的恶意软件样本

对这四家供应商和五个类别的80项评估显示，综合通过率为68.8%。Venak Security指出，OPSWAT Adaptive Sandbox Malwation THREAT.ZONE“在检测样本方面表现非常出色”，而CrowdStrike FalconSandbox .RUN分别仅检测出三个和一个样本。

OPSWAT Adaptive Sandbox分类结果显示，其在勒索软件、信息窃取软件和混淆恶意软件方面均表现强劲，仅在“DLL旁加载漏洞利用”类别中存在差异。

在“零日勒索软件”类别中OPSWAT Adaptive Sandbox wation THREAT.ZONE均通过了6个样本中的全部6个测试。CrowdStrike FalconSandbox 6个样本中的3个，而ANY.RUN通过了6个样本中的1个。

我们的专家已对通过ClickFix攻击传播的Interlock和Qilin等勒索软件攻击活动进行了分析并记录在案，在这些攻击中，指令级仿真技术在有效载荷到达终端之前就已规避了反虚拟机检测和休眠定时器。运营技术（OT）环境中也存在同样的安全隐患，我们追踪到针对工业控制系统（ICS）和运营技术（OT）网络的活跃勒索软件团伙数量，已从2024年的80个增至2025年的119个。

在医疗保健领域，我们曾撰文探讨过：仅靠终端防护为何无法有效抵御导致勒索软件攻击的零日漏洞，以及基于仿真的沙箱分析为何能检测到那些需要进行更深入行为分析的威胁。

在“信息窃取型恶意软件”类别中OPSWAT Adaptive Sandbox CrowdStrikeSandbox 通过了四个样本中的全部四个测试。Malwation THREAT.ZONE通过了四个样本中的三个，而ANY.RUN则四个样本均未通过。信息窃取型恶意软件仍是现实世界中常见的有效载荷。我们已记录了多起案例，其中通过网络钓鱼传播的后门程序安装了.NET信息窃取型恶意软件，用于从浏览器和应用程序中窃取凭据。

我们在ClickFix的攻击活动中也观察到了相同的技术手段，这些活动传播了包括Lumma、StealC、Vidar、AMOS和Odyssey在内的信息窃取木马。

在“DLL 侧载漏洞利用”类别中，Malwation THREAT.ZONE 是唯一一家通过单样本测试的厂商。DLL 侧载是当前活跃于野外的攻击技术；我们的专家追踪到一起真实世界中的攻击活动，其中威胁行为者劫持了一个经过合法签名的佳能（Canon）实用程序，以此侧载恶意 DLL 并部署 PlugX 后门——这一攻击链仅被我们的Sandbox 在运行时Sandbox 。

在“混淆恶意软件”类别中，Adaptive Sandbox CrowdStrike FalconSandbox 通过了四个样本中的四个。Malwation THREAT.ZONE 和 ANY.RUN 各未通过四个样本中的任何一个。Venak Security 指出，这两款产品“在这两项测试中表现非常出色”。

这是我们密切关注的攻击模式：经过压缩、加密且具有多态性的恶意软件迫使指令级仿真技术对其进行解密，从而揭露静态分析工具无法检测到的有效载荷。我们在针对航空航天和国防领域的“Lazarus Comebacker”攻击活动中也观察到了同样的手法，其中自定义的XOR和位交换混淆技术、ChaCha20加载器阶段以及仅在内存中执行的机制，均通过仿真技术被揭露出来。

在Sandbox 检测”类别中，Adaptive Sandbox、CrowdStrike FalconSandbox 和 Malwation THREAT.ZONE 均通过了全部五个样本的测试。ANY.RUN 通过了其中四个样本的测试。

OPSWAT Adaptive Sandbox 此次测试中速度最快的沙箱，平均每个样本耗时约10秒。Venak Security称其为“本次评估中性能最佳的解决方案”，而CrowdStrike FalconSandbox 四家厂商中速度最慢的，平均每个样本耗时2至3分钟。

速度直接影响SOC的吞吐量。一个能在几秒内（而非几分钟）给出判定结果的沙箱，在处理量高峰期能够处理更多的文件，同时不会产生分析队列，也不会延迟SIEM和SOAR工作流中的下游自动化流程。

Venak Security 于 2024 年 9 月推出了其人工智能恶意软件模拟器（AMTSO），此后一直通过私有和公开测试对网络安全产品进行评估。继我们之前文章中提到的私有评估之后，今年 2026 年第二季度的评估是 Venak 首次基于 AMTSOSandbox 框架 v1.0 进行的公开沙箱测试。

OPSWATAdaptive Sandbox 测试结果

这两项测试采用的方法不同，因此无法直接以绝对百分比变化来比较结果。检测结果有所改善，而分析速度则保持在同一水平。

对于安全运营中心（SOC）和威胁狩猎团队而言，两个独立测试周期中表现的一致性比任何单一结果都更为重要。一款在各类威胁（包括勒索软件、信息窃取型恶意软件和混淆恶意软件）中均表现优异的沙箱，能够减少攻击者通过改变技术手段可能利用的盲点。再加上平均约10秒的判定速度，这意味着漏检情况减少，边界处的待处理任务积压也随之减少，从而确保自动化SIEM和SOAR响应系统能够在无需人工干预的情况下持续运行。

MetaDefender 是OPSWAT统一零日漏洞检测解决方案，该方案将Adaptive Sandbox 单一检测管道中的五个层之一进行运行。 文件依次经过第 1 层——威胁信誉评估和第 2 层——预测性 Alin AI，从而在执行前获得基于机器学习的判定结果；随后经过第 3 层——动态分析（由Adaptive Sandbox 基于仿真的引爆技术提供支持）、第 4 层——机器学习威胁评分以及第 5 层——AI 威胁狩猎，最终生成可操作的判定结果。

每一层都会缩小需要深入检查的范围，然后才将问题上报至下一层。预测性Alin AI能在毫秒内标记高风险文件，且无需执行文件，从而减少了进入Adaptive Sandbox动态分析阶段的文件数量。通过动态分析的文件将进入威胁评分阶段，最终进入基于相似性的威胁狩猎阶段，该阶段会将分析结果与已知的恶意软件家族和攻击活动进行关联分析。

Venak Security 的测试结果体现了Sandbox检测能力。在MetaDefender 中，这种检测能力与另外四层防护协同工作，为安全运营中心（SOC）和威胁狩猎团队提供针对每个文件的统一综合判定结果，而非需要手动关联分析的独立输出结果。

Adaptive Sandbox 在 Venak Security 独立测试中取得的成果，体现了MetaDefender （OPSWAT统一零日漏洞检测解决方案）核心所采用的同一检测引擎。请与专家在线交流，了解MetaDefender 五层处理流程如何融入您的安全架构。