透過資料二極體傳送日誌、警示與遙測資料

了解詳情
我們利用人工智慧進行網站翻譯,雖然我們力求準確性,但它們可能並不總是 100% 精確。感謝您的理解。

Alin AI V.3.0 預測版發布:專為執行前惡意軟體預測設計的 AI 原生引擎

填補零日漏洞、減少警報並加速檔案分析
By OPSWAT 發布
分享此文章

填補零日漏洞、減少警報並加速檔案分析

當今的安全團隊正面臨著無休止的壓力。威脅的演變速度遠超傳統偵測引擎的適應能力,而企業環境則要求越來越低的延遲與更高的吞吐量。在許多實際部署中,對更快速檔案掃描的需求,已超出計算資源有限的系統所能負荷的範圍。

與此同時,絕不能為了追求速度而犧牲準確性。誤報會引入干擾、拖慢應對流程,並削弱對安全工具的信任。對於在離線、物理隔離或高度受監管環境中運作的組織而言,依賴雲端的偵測模型根本不是選項。

若再加入整合複雜性這個因素,即使是強大的偵測技術,要在現代的 DevSecOps、CI/CD 以及企業安全工作流程中實際運作,也會變得相當困難。

這正是Predictive Alin AI所致力於彌合的差距。

OPSWAT Alin AI

Predictive Alin AI 是一款新一代靜態 AI 引擎,專為預測而打造、以速度為核心,並設計用於與MetaDefender® 平台無縫整合。

Predictive Alin AI 並非僅依賴繁重的動態分析或外部模型,而是透過針對特定檔案類型的靜態 AI 模型,提供快速、精準且一致的威脅偵測。該解決方案專為滿足現代資安運維的效能與可靠性需求而設計,無論是在線、離線,或介於兩者之間的任何情境皆能適用。

Predictive Alin AI 專注於靜態、基於檔案的分析,旨在與現代安全環境的實際狀況相契合。 針對特定檔案類型的 AI 模型,使偵測邏輯能夠適應不斷演變的惡意軟體,無需依賴執行階段或外部依賴項。同時,靜態分析的輕量級特性,在效能限制成為關鍵因素的環境中,能支援低延遲、高吞吐量的掃描。此設計可實現跨多元基礎架構模型的一致部署,使 Predictive Alin AI 適合用於受監管及運作受限的環境中。

Predictive Alin AI 的運作原理

Predictive Alin AI採用一種確定性且具備檔案感知能力的分析流程。從檔案類型識別到最終判定結果的產生,流程中的每個步驟皆依照固定順序進行定義與執行。因此,此方法能確保在不同部署環境中行為一致,並在檔案分析過程中提供可預測的資源使用狀況。

逐步工作流程,說明 Predictive Alin AI 如何處理檔案,從識別到最終判定。

這種方法既能確保分析過程快速、透明且易於付諸實行,同時在視覺上也足夠簡潔,足以轉化為圖表或架構流程圖。

Predictive Alin AI 作為檔案處理流程的一部分,提供基於人工智慧的判定結果 MetaDefender Core的檔案處理流程中,提供基於人工智慧的判定結果。當檔案被識別為惡意時,結果會顯示已偵測到威脅,並將該檔案歸類為不安全檔案。偵測到的威脅名稱會顯示於介面中,且該檔案會被標記為「已封鎖」,以防止後續使用。

偵測到惡意檔案後,系統將顯示 Alin AI 的預測性判定通知。 

Predictive Alin AI 的判定結果會顯示在MetaDefender Core 的檔案處理結果視圖中。該結果會與其他已啟用的分析技術並列顯示,在整體檔案評估的脈絡下呈現基於 AI 的偵測結果。檔案狀態與偵測詳細資訊會一併顯示,以便在檔案檢查過程中進行檢視。

 MetaDefender Core 中,Alin AI 預測性偵測結果將與其他檔案分析結果一併顯示。

在 Predictive Alin AI 做出判定後採取的行動,取決於已設定的政策與運作工作流程。透過電子郵件附件或其他檔案傳輸管道接收的檔案,可被封鎖以防止存取或傳播。若已啟用淨化功能,檔案將透過Deep CDR™ 技術進行處理,以移除惡意內容,同時保留與業務相關的資料。檔案亦可在隔離的沙箱環境中執行,以支援行為分析與調查。

主要優勢一覽

Predictive Alin AI 為大規模實施基於檔案的威脅偵測的組織帶來可量化的優勢。該解決方案專為需在性能、準確性與部署靈活性之間取得平衡,同時避免增加基礎架構或工作流程複雜性的環境而設計。Predictive Alin AI 能為安全營運中心(SOC)團隊、威脅分析師、安全營運部門,以及負責在安全工作流程中管理檔案的平台與安全工程團隊,簡化大量檔案檢查的工作流程。

加速檢測

每份檔案的掃描時間低於 100 毫秒(第 95 百分位數,P95)。這有助於在工作流程中進行檔案檢查,確保檢測能在不增加額外處理延遲的情況下即時進行。

高精度

假陽性率約為 0.1%,可減輕警報疲勞並降低運作噪音。偵測結果保持穩定,從而減少不必要的後續審查。

隨時隨地運作

無論是在線上、離線或物理隔離環境中,皆能提供可靠的效能。無論網路連線狀態如何,偵測行為始終保持一致。

資源效率

針對資源受限的基礎架構進行了優化,同時不犧牲吞吐量。資源使用情況仍可預測,無需動態執行或外部服務。

以生態系統為導向的改進

模型的持續優化由OPSWAT自身的遙測數據驅動,而非仰賴外部引擎。模型的演進仍由內部自主管理,避免對外部服務產生依賴。

無縫整合

可透過MetaDefender 和MetaDefender 原生部署。部署過程中無需變更現有的檔案檢查工作流程。

OPSWAT Alin AI 在實際工作流程中的應用

Predictive Alin AI 專為無縫整合至高速、大規模的安全處理流程而設計。它作為自動化檢查工作流程的一部分,對檔案進行靜態分析。該引擎運作時無需執行檔案或建立外部連線:

  • 在執行前分析檔案,以防止威脅,且無需開啟或觸發內容。
  • 在終端裝置或安全閘道上快速且安全地檢查可疑檔案。
  • 支援在低延遲掃描至關重要的 CI/CD 及自動化管道。
  • 實現無瓶頸的高吞吐量企業及雲端工作負載。
  • 在孤立或受管制的網路中提供可靠的偵測功能,且無需依賴網路連線。

與MetaDefender攜手共創更強大

Predictive Alin AI是MetaDefender 的核心組件。

此引擎經過優化,旨在提升精準度並與MetaDefender 無縫整合,使基於預測性 AI 的威脅偵測功能能與其他檢查技術並行運作。預測性 AI 可在現有的MetaDefender 中運作,無需額外的引擎或外部依賴項。

透過將預測性人工智慧與確定性靜態分析相結合,此引擎強化了MetaDefender在大規模環境下提供高速與精準分析的能力,同時不會引入外部依賴項或造成過度的資源消耗。該引擎可在MetaDefender Core MetaDefender Cloud 進行水平擴展,從邊界檔案擷取點到集中式企業環境,皆能提供一致的效能表現。

其結果是,這種偵測能力無需在速度、準確性與部署便利性之間做出取捨,有助於資安團隊無論基礎架構位於何處,都能始終領先威脅一步。

OPSWAT Alin AI 將新一代靜態 AI 偵測技術融入MetaDefender 的核心。歡迎聯繫專家以了解更多詳情:

隨時瞭解OPSWAT 的最新資訊!

立即註冊,即可收到公司的最新消息、 故事、活動資訊等。