雲安全的七大技術核心

;;;從目前的安全廠商對於病毒、木馬等安全風險的監測和查殺方式來看，"雲安全"的總體思路與傳統的安全邏輯的差別並不大，但二者的服務模式卻截然不同。在“雲”的另一端，擁有全世界最專業的團隊來幫助用戶處理和分析安全威脅，也有全世界最先進的數據中心來幫你保存病毒庫。而且，雲安全對用戶端的設備要求降低了，使用起來也最方便。

雲安全為我們提供了足夠廣闊的視野，這些看似簡單的內容，其中缺涵蓋七大核心要素：

Web信譽服務

借助全信譽數據庫，雲安全可以按照惡意軟件行為分析所發現的網站頁面、歷史位置變化和可疑活動跡象等因素來指定信譽分數，從而追蹤網頁的可信度。然後將通過該技術繼續掃描網站並防止用戶訪問被感染的網站。為了提高准確性、降低誤報率，安全廠商還為網站的特定網頁或鏈接指定了信譽分值，而不是對整個網站進行分類或攔截，因為通常合法網站只有一部分受到攻擊，而信譽可以隨時間而不斷變化。

通過信譽分值的比對，就可以知道某個網站潛在的風險級別。當用戶訪問具有潛在風險的網站時，就可以及時獲得系統提醒或阻止，從而幫助用戶快速地確認目標網站的安全性。通過Web信譽服務，可以防范惡意程序源頭。由於對零日攻擊的防范是基於網站的可信程度而不是真正的內容，因此能有效預防惡意軟件的初始下載，用戶進入網絡前就能夠獲得防護能力。

電子郵件信譽服務

電子郵件信譽服務按照已知垃圾郵件來源的信譽數據庫檢查IP地址，同時利用可以實時評估電子郵件發送者信譽的動態服務對IP地址進行驗證。信譽評分通過對IP地址的“行為”、“活動范圍”以及以前的歷史進行不斷的分析而加以細化。按照發送者的IP地址，惡意電子郵件在雲中即被攔截，從而防止僵屍或僵屍網絡等Web威脅到達網絡或用戶的計算機。

文件信譽服務

文件信譽服務技術，它可以檢查位於端點、服務器或網關處的每個文件的信譽。檢查的依據包括已知的良性文件清單和已知的惡性文件清單，即現在所謂的防病毒特征碼。高性能的內容分發網絡和本地緩沖服務器將確保在檢查過程中使延遲時間降到最低。由於惡意信息被保存在雲中，因此可以立即到達網絡中的所有用戶。而且，和占用端點空間的傳統防病毒特征碼文件下載相比，這種方法降低了端點內存和系統消耗。

行為關聯分析技術

通過行為分析的“相關性技術”可以把威脅活動綜合聯系起來，確定其是否屬於惡意行為。Web威脅的單一活動似乎沒有什麼害處，但是如果同時進行多項活動，那麼就可能會導致惡意結果。因此需要按照啟發式觀點來判斷是否實際存在威脅，可以檢查潛在威脅不同組件之間的相互關系。通過把威脅的不同部分關聯起來並不斷更新其威脅數據庫，即能夠實時做出響應，針對電子郵件和Web威脅提供及時、自動的保護。

自動反饋機制

雲安全的另一個重要組件就是自動反饋機制，以雙向更新流方式在威脅研究中心和技術人員之間實現不間斷通信。通過檢查單個客戶的路由信譽來確定各種新型威脅。例如：趨勢科技的全球自動反饋機制的功能很像現在很多社區采用的“鄰裡監督”方式，實現實時探測和及時的“共同智能”保護，將有助於確立全面的最新威脅指數。單個客戶常規信譽檢查發現的每種新威脅都會自動更新趨勢科技位於全球各地的所有威脅數據庫，防止以後的客戶遇到已經發現的威脅。

由於威脅資料將按照通信源的信譽而非具體的通信內容收集，因此不存在延遲的問題，而客戶的個人或商業信息的私密性也得到了保護。

威脅信息匯總

安全公司綜合應用各種技術和數據收集方式——包括“蜜罐”、網絡爬行器、客戶和合作伙伴內容提交、反饋回路。通過趨雲安全中的惡意軟件數據庫、服務和支持中心對威脅數據進行分析。過7×24小時的全天候威脅監控和攻擊防御，以探測、預防並清除攻擊。

白名單技術

作為一種核心技術，白名單與黑名單（病毒特征碼技術實際上采用的是黑名單技術思路）並無多大區別，區別僅在於規模不同。AVTest.org的近期惡意樣本（Bad Files，壞文件）包括了約1200萬種不同的樣本。即使近期該數量顯著增加，但壞文件的數量也仍然少於好文件（Good Files）。商業白名單的樣本超過1億，有些人預計這一數字高達5億。因此要逐一追蹤現在全球存在的所有好文件無疑是一項巨大的工作，可能無法由一個公司獨立完成。

作為一種核心技術，現在的白名單主要被用於降低誤報率。例如，黑名單中也許存在著實際上並無惡意的特征碼。因此防病毒特征數據庫將會按照內部或商用白名單進行定期檢查，趨勢科技和熊貓目前也是定期執行這項工作。

因此，作為避免誤報率的一種措施，白名單實際上已經被包括在了Smart Protection Network中。