通过数据二极管发送日志、警报和遥测数据

了解详情
我们利用人工智能进行网站翻译,虽然我们力求准确,但不一定总是 100%精确。感谢您的理解。

传统杀毒软件只能检测与已知特征模式相符的恶意软件

MetaDefender 能在文件进入您的网络之前,拦截杀毒软件未能检测到的威胁
作者: 薇薇安·维雷茨基
分享此贴

什么是零日漏洞检测?

零日检测是指在杀毒软件数据库中尚未存在对应签名之前,识别恶意文件的过程。传统的杀毒工具本质上是被动防御的:它们只能拦截其供应商已收录的威胁。从威胁首次出现到杀毒软件供应商生成检测模式之间的这段时间,正是攻击者可乘之机。

简而言之 / 关键要点

  • 根据OPSWAT对超过100万份文件检测结果进行的2026年零日漏洞检测分析,传统杀毒引擎在零日漏洞检测方面平均滞后3.0天,最坏情况下的暴露时间甚至长达26.7天
  • 在零日威胁首次出现后的24小时内,传统杀毒引擎仅检测到了其中3.7%
  • 脚本和文档文件类型始终显示出最长的暴露窗口期,其中Office文档的平均延迟检测时间为6.9天
  • 数据集中的零日漏洞中,约有20.8%最终被传统杀毒引擎检测到;其中相当一部分的响应时间过长,实际上起不到任何防护作用
  • MetaDefender 通过四层检测管道,针对每个文件提供一个带有置信度评分的判定结果,且该过程不依赖于模式匹配

传统杀毒软件存在时机问题

传统的杀毒工具通过将文件与已知恶意软件特征码数据库进行比对来检测威胁。如果某个文件与任何现有特征码都不匹配,它可能会被放行。这种对先验知识的结构性依赖,会在威胁出现与杀毒软件能够阻止它之间产生可量化的、可被利用的延迟。

根据我们对2026年超过100万份文件检测数据进行的零日漏洞检测分析,传统杀毒引擎在零日漏洞检测方面平均滞后3.0天,中位数为2.0天。 最坏情况下的暴露时间长达26.7天。数据集中仅有3.7%的零日威胁能在24小时内被传统杀毒引擎检测到。约3%的威胁需要超过一周的时间才能获得任何检测响应。

关于 方法论的说明 :3.0天的平均值排除了反病毒响应时间极长的文件以及没有任何模式匹配历史记录的文件。完整的数据集反映了更广泛的结果范围。基础数据中还存在一个较低但非零的误报率。

数据往往就源于这样的瞬间。在扫描时,我们使用的20个杀毒引擎均未对该文件发出警报,也没有任何信誉服务记录过该文件。但威胁已得到确认。

针对一个被20个杀毒引擎漏检的文件,系统给出了“已确认威胁”的判定结果,且该文件此前无任何信誉记录。

大多数零日漏洞从未符合已知模式

当杀毒引擎完全无法为某项威胁生成匹配的特征码时,这一时间问题便会进一步加剧。在我们的分析中,约20.8%的零日文件最终被传统杀毒引擎检测出来。约17.9%的文件没有任何特征码匹配记录,这意味着它们完全不在任何被分析杀毒引擎的特征库范围内。 据估计,有54%的文件其杀毒响应时间过长,实际上几乎无法提供任何保护。需要注意的是,与其他数据一样,这一数字虽包含较低但非零的误报率,但应被视为具有方向性参考价值。

即使杀毒引擎最终检测到了该病毒,其覆盖范围仍然有限。后来重新扫描时,这20个杀毒引擎中只有3个对同一文件产生了匹配结果。其余绝大多数仍然一无所获。

稍后对同一文件重新扫描:20个引擎中有4个对其发出警报。其中大多数从未产生过匹配的特征。

基于模式的检测要求供应商在提供保护之前,先对威胁进行观察、分析和分类。面对新型或经过刻意混淆的恶意软件,这一流程要么永远无法完成,要么完成得太晚而失去实际意义。

传统杀毒软件最薄弱的环节

当杀毒软件的检测滞后时,并非所有文件类型面临的风险都相同。根据我们的分析,基于脚本和基于文档的文件始终具有最长的暴露窗口期,而这些文件类型几乎出现在每个企业的工作流程中。

文件类型

传统杀毒软件在检测到威胁前平均耗时(天)

办公文档

约6.9天

PowerShell

约6.3天

VBS 脚本

约4.9天

HTA

约3.5天

PE(可执行文件)

约3.1天

办公文档和脚本格式之所以位居榜首,正是因为其复杂性使得签名生成更加困难。宏、嵌入对象以及多阶段执行逻辑为攻击者提供了更多可利用的漏洞,同时也让杀毒软件厂商在编写出可靠的检测规则之前需要覆盖更广泛的范围。

PE(可移植可执行)文件在延迟排行榜上排名垫底,但其平均未被发现的暴露时间仍超过三天。对于进入关键基础设施环境、补丁管道或受监管文件流的可执行文件而言,三天的时间窗口是不可接受的。

为什么传统检测方式会滞后

基于模式的检测通过将文件与已知恶意软件特征码库进行比对来工作。一旦发现匹配项,该文件即被拦截;若未发现匹配项,则允许该文件通过。该模型完全依赖于先前的接触记录:必须先观察、分析并归档威胁,才能提供保护。对于新型文件而言,这一流程尚未运行。

这种结构性限制一直存在。变化的是攻击者生成新型变种的速度。如今,攻击者利用人工智能和机器学习,大规模生成经过混淆处理、具有规避能力的恶意软件,并专门设计文件以避免与任何现有特征码匹配。即使底层攻击逻辑并未改变,每个生成的变种在技术上对杀毒软件数据库而言都是全新的。

规避技术进一步加剧了这一问题。恶意软件作者通常会精心制作文件,以避免在入侵时被识别为已知威胁,他们采用的技术包括:

  • 压缩和加密以隐藏文件内容
  • 利用多态性生成结构上独特的变体
  • 多阶段交付,将恶意行为推迟至进入系统之后
  • 执行条件检查,在到达真实终点之前抑制相关操作

基于签名的工具缺乏预判此类攻击序列的机制。其结果是,随着攻击者工具日益复杂,检测模型的有效性反而逐渐降低。从攻击首次出现到首次被检测出的时间间隔并不会自行缩短,反而会不断拉大。

在尚未出现模式匹配之前,我们如何检测威胁

MetaDefender 是一款统一的零日漏洞检测解决方案,旨在识别仅靠签名匹配无法检测到的恶意文件。MetaDefender 不会简单地询问文件是否与已知模式匹配,而是针对每个经过检测的文件提出四个层层深入的问题,并将答案整合为一个带有置信度评分的最终判定结果。

第1层:威胁信誉(有效率48.7%)

每个进入处理流程的文件都会与OPSWAT 威胁情报数据库进行比对。已知的恶意文件会被立即拦截,可信文件则会优先处理。根据我们的分析,仅这一层就化解了 48.7% 的威胁,从而保留了处理流程的容量,并避免了对无需深入检查的文件进行不必要的处理。

第2层:基于指令级仿真的Adaptive (累计有效率83.4%)

通过声誉层检测的文件将进入MetaDefender 的自适应沙箱。该沙箱不使用虚拟机,而是针对 120 多种文件类型,在 CPU 和操作系统指令层级进行模拟。这种方法迫使文件执行完整的代码路径,无论其是否检测到虚拟化环境。那些原本会处于休眠状态的、能够识别虚拟机的恶意软件,在指令级模拟环境下无法抑制其行为。 该层新发现的IOC(入侵指标)会反馈至第1层,随着每次分析周期的进行,不断强化信誉数据库。

签名引擎检测到经过混淆的脚本,却未能找到匹配项。但模拟技术仍会强制执行该文件。一旦它解密隐藏的有效载荷并将其加载到内存中,其真实意图便显而易见。

MetaDefender 会模拟经过混淆处理的 PowerShell,并在有效载荷加载到内存时捕获解密序列。

第3层:基于机器学习的威胁评分(累计有效率99.3%)

多个机器学习引擎会分析从沙箱层提取的行为信号、异常模式和指标(IOC)。每个文件都会获得一个结构化、基于置信度的风险评分。原始遥测数据被转化为清晰的决策信号,从而减少误报,并最大限度地减轻分析师因分散的工具输出而产生的审查负担。

请访问filescan.io/scan,使用我们的检测引擎免费扫描您的文件。

第4层:基于AI的相似度搜索(累计有效率99.9%)

最后一道防护层会将每个文件的行为特征与包含超过1亿个已分析恶意软件样本的数据库进行比对。若发现匹配项,系统会自动将文件归类至已知的威胁家族、攻击活动及攻击工具包中。对于未发现匹配项的文件,系统会将其转化为新的情报,从而丰富全球及本地检测模型。这一层将累计检测有效率提升至99.9%。

MetaDefender 与传统Sandbox 杀毒软件方案的对比

传统的基于AV和VM的沙箱各自解决了零日漏洞检测问题的一部分,但两者均无法在信誉评估、行为分析、评分和相似性搜索等方面给出统一的判定结果。下表对比了每种方法在边界防护中最关键的功能方面的表现。

能力

传统音视频引擎

基于虚拟机的Sandbox

MetaDefender

检测方法

基于模式的

行为(孤立)

四层统一管道

抗规避性

中等(可检测虚拟机)

高级(指令级仿真)

宣判时间

延迟从0天到26天以上

可变

近实时

SIEM/SOAR 集成

限量版

手动相关性

结构化、原生

资源效率

高性能计算

100x 与基于虚拟机的沙箱

判决类型

匹配/不匹配

按工具分类的报告

单一置信度评分裁决

基于虚拟机的沙箱通过观察文件在运行时的行为,对基于特征码的检测进行了改进。其局限性在于,恶意软件作者对此心知肚明。环境检测、延时策略以及虚拟机指纹识别等手段,使得复杂的威胁能够识别出沙箱环境,并延迟恶意行为的执行,直到它们到达真实的终端设备。指令级仿真则彻底消除了这种规避机制。

在边界防护层面,资源消耗的差距同样显著。基于虚拟机的沙箱技术对每个文件都需要消耗大量计算资源。MetaDefender 通过将指令级仿真与分层处理管道相结合,仅对需要深入分析的文件进行升级处理,从而实现了比基于虚拟机的方案高出 100 倍的资源利用效率。

点击此处,进一步了解传统沙箱与自适应沙箱之间的主要区别。

何时应使用零日漏洞检测技术来替代或配合 Deep CDR™ 技术

Deep CDR™ 技术与 MetaDefender 解决的是不同的问题。对于负责设计文件检查工作流的安全架构师而言,理解两者的区别至关重要,尤其是在受监管或关键基础设施环境中。

Deep CDR™ 技术通过从 200 多种文件类型中剥离潜在恶意内容(包括宏、脚本和嵌入对象),并生成一个干净且完全可用的版本,从而主动消除基于文件的威胁。该技术不依赖于检测机制。无论最终是否确认存在威胁,文件都会被彻底清理。 对于能够安全重建文件的文档工作流,Deep CDR™ 技术会在威胁获得任何执行机会之前将其消除。

点击此处阅读我们之前的文章,了解其工作原理的更多细节。

当文件无法被修改时MetaDefender 便是理想之选。可执行文件、补丁文件、固件、安装程序和脚本必须保持字节级完整性才能正常运行,对其进行数据清理绝非可行之策。此外,医疗、法律和金融领域受监管的文件可能还存在法律或合规要求,禁止对其进行修改。对于此类文件,动态分析是唯一可行的检测途径。

这两项技术并非非此即彼的选择。实际上,大多数企业和关键基础设施环境都会在同一工作流中同时处理可修改和不可修改的文件类型。Deep CDR™ 技术负责处理可以安全重建的文档和办公格式文件,而MetaDefender 则负责处理无法修改的文件。两者结合,能够全面覆盖进入该环境的所有文件类型。

零日威胁不会等待签名出现,您的防御措施也不应如此。

常见问题

零日漏洞检测与传统杀毒软件有何区别?

传统杀毒软件通过将文件与已知恶意软件特征码库进行比对来检测威胁。零日检测则通过分析文件的行为、信誉和结构特征,识别那些尚无现有特征码的威胁。MetaDefender 结合了四层分析机制,能够对文件做出判定,其有效率高达 99.9%,而传统杀毒工具往往会放行这些文件而不作标记。

传统杀毒引擎需要多长时间才能检测到零日威胁?

根据OPSWAT对超过100万份文件检测结果进行的2026年零日漏洞检测分析,传统杀毒引擎在零日漏洞检测方面平均滞后3.0天,中位数为2.0天。 最坏情况下的暴露时间长达26.7天。仅有3.7%的零日威胁能在24小时内获得杀毒软件的检测响应。3.0天的平均值排除了响应时间极长的文件以及没有模式匹配历史记录的文件,因此实际的暴露范围比这一数字所显示的更为广泛。

哪些文件类型最难被杀毒软件检测到?

基于脚本和基于文档的文件类型在病毒检测方面始终存在最长的延迟。在OPSWAT 2026 年分析中,Office 文档的平均检测延迟为 6.9 天,PowerShell 文件为 6.3 天,VBS 脚本为 4.9 天。这些文件类型几乎存在于每个企业工作流程中,因此其暴露窗口在运营层面具有重要意义。

指令级仿真如何击败支持虚拟机检测的恶意软件?

虚拟机感知型恶意软件通过环境检测、时序延迟和虚拟化指纹识别等手段,来检测自身是否在沙箱中运行,并据此抑制其恶意行为。指令级仿真通过在 CPU 和操作系统层面进行仿真(而非运行完整的虚拟机),从而绕过了这些技术。该文件无法可靠地区分仿真环境与真实终端,这使得抑制其执行变得极为困难,并暴露了原本会被隐藏的行为。

MetaDefender 能否替代沙箱?

MetaDefender 将自适应沙箱作为其四大检测层之一,但它并非一款独立的沙箱产品。它将威胁信誉评估、指令级仿真、基于机器学习的威胁评分以及人工智能驱动的相似性搜索整合到单一处理管道中,针对每个文件生成一个带有置信度评分的检测结果。企业若用MetaDefender 取代基于虚拟机的独立沙箱,不仅能增强对攻击规避的防御能力、扩大检测覆盖范围,还能显著降低资源开销。

通过OPSWAT 了解最新信息!

立即注册,即可收到公司的最新动态、 故事、活动信息等。