了解有关本尼·查尔尼(Benny Czarny)所著《颠覆性的网络安全》一书的更多信息

了解更多
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。

以行为为中心的
Threat Intelligence

将声誉、沙箱分析行为及相似性搜索相结合,以发现零日威胁及攻击活动层面的关联关系。

一款技术引擎,能够将文件痕迹和行为信号转化为可操作的情报,覆盖云端、混合及物理隔离环境。

  • 高保真IOC
  • 相似性相关性
  • 支持离线使用

OPSWAT 得到以下机构的信任

0
全球客户
0
技术合作伙伴
0
端点认证成员
  • Emerson logo
  • Abdi Ibrahim logo
  • Zendesk logo
  • Swiss Re logo
  • Ping Identity logo
  • Oppd logo
  • North Grid logo
  • Omnissa logo
  • Luzerner Psychiatrie Ag logo
  • Muroran City logo
  • Llb Bank logo
  • Ivanti logo
  • Hitachi Energy logo
  • Hibob logo
  • Fuji City logo
  • Hapool Insurance logo
  • Fischer Bachar logo
  • Fast Track logo
  • Epam logo
  • Dounreay logo
  • Clalit logo
  • Genesis logo
  • Indeed logo
  • Visana Logo

50B+

全球威胁指标

Sandbox

行为指标

MISP 与 STIX
导出

威胁情报共享与
自动化

基于机器学习

相似性搜索

线下声誉套餐

支持 SIEM 和 SOAR

MITRE映射检测上下文

仅靠声誉是不够的

企业每天都要处理成千上万的文件、电子邮件和数据交换。如果没有深入的检查和策略
的执行,敏感信息可能会在不知不觉中泄露,从而引发严重的合规和安全风险。

威胁情报

噪音太多,背景信息太少

仅基于声誉的报告仅提供原始指标,却缺乏行为分析,迫使分析师不得不手动在不同工具间切换,才能确定真正的风险。

威胁情报

多态恶意软件规避签名检测

经过重新编译的变体和细微的代码变异能够绕过基于哈希值的检测,导致跨活动和基础设施的可见性存在漏洞。

威胁情报

情报孤岛阻碍调查进展

当沙箱分析结果、信誉数据和威胁追踪工作流脱节时,调查工作会耗时更久,而零日威胁之间的关联也会被忽视。

  • 噪音

    威胁情报

    噪音太多,背景信息太少

    仅基于声誉的报告仅提供原始指标,却缺乏行为分析,迫使分析师不得不手动在不同工具间切换,才能确定真正的风险。

  • 多态恶意软件

    威胁情报

    多态恶意软件规避签名检测

    经过重新编译的变体和细微的代码变异能够绕过基于哈希值的检测,导致跨活动和基础设施的可见性存在漏洞。

  • 情报孤岛

    威胁情报

    情报孤岛阻碍调查进展

    当沙箱分析结果、信誉数据和威胁追踪工作流脱节时,调查工作会耗时更久,而零日威胁之间的关联也会被忽视。

从指标到情报

一款统一威胁情报引擎,能够将全球信誉评估与基于行为和相似性的分析相结合。

威胁情报

深厚的声誉

通过比对全球情报来源,对文件、URL、IP地址和域名进行检查,同时将结果与行为指标进行关联,从而进行更精准的风险评估。

威胁情报

行为丰富型IOC

摄入沙箱生成的运行时 artifacts(例如丢弃的文件、注册表更改、执行链和 C2 回调),以补充简单哈希值之外的上下文信息。

威胁情报

基于机器学习的威胁模式关联分析

通过聚类分析样本间的行为和结构相似性,识别相关的恶意软件家族、变种及攻击活动。

关联分析,
不仅仅是数据收集

一个多层情报管道,旨在揭示指标、行为与攻击者基础设施之间的关联。

步骤1

威胁声誉引擎

步骤1

威胁声誉引擎

通过比对数十亿条全球指标,对文件和基础设施组件进行评估,并实时或离线返回标准化评分及上下文分类结果。

步骤2

行为关联层

步骤2

行为关联层

通过分析沙箱提取的IOC(指示性指标)和运行时行为,识别恶意意图、持久化技术及攻击者的操作手法。

步骤3

威胁模式关联与聚类

步骤3

威胁模式关联与聚类

运用机器学习技术来识别结构和行为上的相似性,从而发现此前未被察觉的变体及营销活动之间的关联。

超越指标的智慧

结合全球声誉数据、行为特征指标(IOC)和相似性搜索,以发现未知威胁、缩短调查时间并提高检测准确率。

Sandbox
情报

通过结合动态分析中提取的行为指标(IOC)来增强信誉检查,与仅依赖信誉情报的平台相比,可提高检测准确性。

变异检测 大规模

相似性搜索可检测经过修改和具有多态特征的恶意软件,从而在攻击者轮换哈希值或基础设施时减少安全盲区。

支持自动化的
数据增强

通过 REST API、MISP、STIX 和 JSON 实现的结构化数据导出,可在最大限度降低工程成本的同时,快速实现 SIEM 和 SOAR 的集成。

了解情报关联的实际应用

了解行为特征指标(IOC)、信誉评分和相似度搜索如何揭示隐藏的攻击活动关联。

威胁情报

基于行为智能的推荐与仅基于声誉的推荐

传统的威胁情报平台主要依赖已知的哈希值、IP 地址和域名。虽然这些指标很有用,但攻击者很容易对其进行轮换。

该智能引擎能够关联分析各类行为特征,例如执行流程、持久化方法、配置模式以及基础设施复用情况。这种转变将检测能力提升至攻击者操作栈的更高层,使得规避检测的代价更高,且更易被察觉。

其结果是,这种智能能够发现跨活动之间的关联,而非孤立的片段。

威胁情报

在安全运营的各个环节部署智能技术

利用云 API、混合增强技术或离线情报包,将威胁背景信息提供给 SIEM、SOAR 以及威胁狩猎工作流。

威胁情报

混合部署

Cloud 与本地分析相结合。支持企业安全运营中心(SOC)和威胁情报平台(TIP)的工作流程。

威胁情报

物理隔离支持

离线声誉管理方案。受监管环境中的情报连续性。

威胁情报

Cloud智能

实时API 。持续更新的全球数据集。

深受全球领先企业的信赖

全球OPSWAT 超过 2,000 家机构OPSWAT 服务保护关键数据、资产和网络

免受来自设备和文件的威胁。

关于

该区域政府机构为多个司法管辖区的执法部门提供法医科学服务,包括数字证据分析。该机构管辖着众多法医实验室,通过检测作为法律程序一部分提交的电子设备和数字文件,为刑事调查提供支持。

使用案例

通过OPSWAT MetaDefender forCore,该机构实施了多层安全防护策略,成功消除了恶意软件风险,保护了取证工具,并显著提升了数字证据分析效率。

使用产品:

关于

这家欧洲大型金融机构为全球企业和个人提供核心银行及金融服务。凭借数千名员工和强大的全球业务网络,它在维护区域经济稳定方面发挥着关键作用。鉴于业务的敏感性,该机构实施了严格的网络安全措施,以保障交易安全、客户数据及关键文件传输。

使用案例

为应对日益增多的标记文件处理需求,该机构部署了OPSWAT MetaDefender forCore,该方案能够实现快速深度行为分析,并更高效地对潜在恶意文件进行分级处理。

使用产品:

关于

一个多世纪以来,克拉利特始终引领着以色列医疗保健与健康创新的发展。如今,该机构已成为以色列最大的公共及半私人医疗服务提供商(同时也是全球第二大健康维护组织)。

使用案例

Clalit通过创建企业级文件安全服务,已成为关键基础设施全面防护的典范。该服务整合了14个搭载Multiscanning 深度CDR™技术的MetaDefender ,以及四个Adaptive 和MetaDefender ICAP 。

关于

作为全球领先的云安全解决方案提供商,这家总部位于美国的公司为各类组织机构提供全面防护,抵御各类电子邮件及网络威胁。凭借创新安全产品的卓越声誉,其服务覆盖多地区、多行业的客户群体,确保数据与通信的安全性。

使用案例

为满足日益增长的快速、经济高效的恶意软件分析需求,该安全供应商需要优化其电子邮件和网络安全处理管道。经过成功的概念验证MetaDefender forCore 运营成本,还减少了对资源密集型传统技术的依赖。该解决方案在 AWS 上实现无缝部署,依托OPSWAT专业技术支持,确保在高文件流量环境下仍能保持敏捷高效的运行。

使用产品:

借助
行为驱动型智能增强检测能力

Fill out the form and we'll be in touch within 1 business day.
已获得全球2,100多家企业的信赖。