MetaDefender Sandbox 2.5.0 威胁检测更新发布说明

在此版本中，MetaDefender Sandbox 引入了有针对性的升级，旨在提高适应性、准确性和文件类型覆盖率。从Rocky Linux支持到离线模式下的MP3分析和证书验证，这些更新扩展了各种环境下的运行可靠性。这些改进使安全团队能够更快地发现隐藏的威胁，减少盲点。

添加了对 Rocky Linux 的全面支持，包括安装管道、测试和发布文档，确保在该平台上可靠地部署Sandbox 。

通过多标签分类、高级内容分析、自动数据管道、改进的误报处理和样式分析，增强了基于 ML 的检测功能。

添加了转换配置，可将已签名的文件列入白名单，而无需进行撤销检查；在空气屏蔽环境中自动启用，但可禁用以实现最高安全性。

通过 MP3 解析和分析功能，扩大了文件类型覆盖范围。

除新功能外，该版本还对可用性、性能和威胁可见性进行了重要改进。增强的趋势报告、多语种翻译和动态判定映射确保了分析人员更清晰、反应更迅速。同时，改进后的仿真图更直观地突出了可疑活动，缩短了洞察时间。

重新设计了 "趋势 "页面，增加了新的选项卡、过滤器、图表和组件，提高了mobile 响应速度，并连接了统计数据和后台工作，以提高性能。

使用最新的人工智能技术改进了所有语言的翻译。

通过动态映射实现了判决的纯用户界面重命名，以保持API 和数据库的向后兼容性，包括添加 SYSTEM_ERROR 判决，以及在API 响应中同时支持新旧判决。

该版本引入了强大的新签名和启发式技术，扩大了对现代攻击面的检测范围。从双重编码有效载荷到隐藏在机器学习模型中的供应链漏洞，该版本可应对不断演变的对手技术。增强的规避检测和扩展的安装包支持进一步加强了对高级恶意软件的防范。

检测隐藏在多层 Base64 编码中的有效载荷，高级恶意软件通常使用这种编码来逃避安全控制。

检测通常用于供应链和人工智能相关攻击的武器化 Python 序列化和机器学习模型文件。

增强对nullifAI 规避技术和堆栈拾取操作的识别，加强人工智能/ML 恶意软件的防御。

增加了提取和分析功能：

• 高级安装包
• NSIS（Nullsoft 可脚本安装系统）软件包
• Inno Setup 软件包
  这扩大了通过自定义安装程序框架分发的恶意软件的覆盖范围。

发现利用重要 Adobe Flash 漏洞的情况。

检测这一长期滥用的 Microsoft Office 漏洞的混淆版本。

通过针对恶意链接和嵌入内容的新启发式技术，更好地检测 PDF 文档中的网络钓鱼。