APT：高级持续性威胁，是一种利用先进的攻击手段对特定目标进行长期持续性的网络攻击的攻击形式。
产品介绍：APT攻击预警平台使用深度威胁检测技术，对流量进行深度解析，发现流量中的恶意攻击，提供了全面的检测和预警的功能。
本平台具备以下功能：
1、Web威胁深度检测
2、邮件威胁深度检测
3、病毒木马深度检测
4、0day攻击检测
5、异常行为分析
6、云端高级分析
感觉挺牛逼的吧！下面就了解一下检测的原理吧。
一、Web威胁深度检测
明御?APT 攻击预警平台通过对 Web 流量和应用进行深度检测，提供全面的入侵检测能力，能够在攻击到达 Web 服务器之前进行检测，并进行实时的攻击预警。
◆ 解码所有进入的请求，检查这些请求是否合法或合乎规定，仅允许格式正确或遵从 RFC 的请求通过；已知的恶意请求将被阻断，非法植入到 Header、Form 和 URL 中的脚本将被阻止。
◆ 执行 Web 地址翻译、请求限制、URL 格式定义及 Cookie 安全检查。
◆ 通过与 WAF 联动防护已知或未知攻击，阻止跨站点脚本、缓冲区溢出、恶意浏览、SQL 注入等攻击。
二、邮件威胁深度检测
明御?APT 攻击预警平台对邮件协议进行深度分析，记录并分析每个邮件，并对其中的附件进行分析并检测，发现其中的安全问题，包括 WebMail 漏洞利用、邮件欺骗、邮件恶意链接、恶意邮件附件等威胁。
通过对附件进行对已知攻击特征的扫描、未知攻击漏洞的扫描和动态分析的方式进行测试，发现其中的攻击。
三、病毒木马深度检测
明御?APT 攻击预警平台对应用协议解析，在协议中分离文件，通过对病毒木马进行扫描，快速发现各种已知特征的恶意文件攻击行为。
明御?APT 攻击预警平台内部集成了 300 万+的病毒木马特征库，可有效发现网络中存在的僵木蠕，包含各种 CVE 漏洞利用、病毒感染、恶意代码传播、远控工具和恶意回连行为，分析网络中主机的威胁趋势，感知主机的威胁指数，进一步发现各种恶意样本的传播规律，预警网络安全状况。
四、利用0day漏洞攻击检测
安恒信息通过长期研究，总结并提炼各类 0day 攻击的特点，在网络流量中分析关心的文件。采用Shellcode 静态行为分析和沙箱动态行为分析的检测机制，弥补特征检测的不足，并输出完整的二进制分析报告，全过程解析文件在运行过程中存在的各种隐藏行为。通过定位目标文件中的 Shellcode 以及脚本类文件中的溢出代码，进行静态执行分析，对目标文件进行检测，发现其中的 0day 攻击样本。
产品内置动态沙箱分析技术发现文件中的恶意行为，内部虚拟机可实现完全模拟真实桌面环境，所有恶意文件的注册表行为、敏感路径操作行为、进程行为、导入表信息、资源信息、段信息、字符串信息及运行截图等行为都将被发现。综合分析这些恶意行为，判断其中的可疑操作，再结合加权值分析技术，在保证发现所有恶意行为的同时降低误报。
五、异常行为分析
APT 攻击通常会结合人工渗透攻击，在人工渗透攻击中经常使用扫描或病毒扩散的过程。这些过程中，通常会产生大量的恶意流量。利用这些恶意流量特征，能检测攻击行为。
目前检测基于以下多个维度：
◆ 基于时间检测
◆ 基于 IP 检测
◆ 基于端口检测
◆ 基于协议检测
◆ 基于 DNS 异常检测
◆ 基于木马回连行为分析
六、云端高级分析
明御?APT 攻击预警平台云端可提供更为深层的威胁分析服务、安全预警服务和情报共享服务，依托于云端的海量数据、高级的机器学习和大数据分析能力，可及时共享最新的安全威胁情报，提供更为精准的威胁分析能力，用户也可直接访问云端，上传、查询和确认样本的分析结果，感知最新的安全态势。
APT 的对抗是以时间对抗时间，云端服务是产品的重要补充，是对用户提供的一种更高级的服务，可更为及时有效地利用大数据的能力提升 APT 检测效果。
七、基于攻击链的关联分析
◆ 通过对多个攻击行为的关联分析，分析攻击之间的关联性，还原真实攻击路线，并以直观的形式展示分析。
◆ 基于海量数据的分析模型，提取多种类型的攻击行为，挖掘攻击规律。
◆ 基于攻击路线的关联分析，可快速识别非持续性的威胁，提取真正的 APT 攻击。
◆ 通过一段时间对访问行为进行统计分析，发现其访问频度的异常行为，如：异常非法访问、通过SQL 注入获取数据、扫描、构造各种参数值进行探测等。
◆ 基于 URL 异常、返回码异常、返回数据异常等综合分析访问行为，判断是否存在恶意攻击行为。
◆ 通过对请求 URL 进行统计分析，发现其中的异常，如：没有带 referrer 的 URL 进行逆序排列，频繁访问特定页面且时间非常集中。
八、联动阻断防护
APT 的分析大多都是基于行为的，通常具有较长时间的滞后性，很难实现实时的阻断，但通过深度分析网络异常行为，学习网络中存在的非法回连与控制行为，并通过与 EDR、WAF、防火墙等产品进行联动，可以在回连环节进行阻断，实现各种 APT 控制行为的阻断防护。
◆ Webshell 检测与防护
APT 通过双向解析网络流量，对请求和返回的数据进行分析，发现其中的 Webshell 后门访问行为，将分析到的 Webshell 后门同步到 WAF，包含各种策略和敏感来源 IP。一旦检测到相关敏感行为，WAF将对该连接进行重置，实现 Webshell 的深度检测与防护。
◆ 木马回连检测与防护
利用 APT 基于对木马回连行为的深度分析，提取其中的恶意回连 C&C IP/URL，再对这些 IP/URL 同步到相应的阻断防护设备上，生成相应策略。在网络中出现相关行为时，利用 WAF、防火墙等设备对反向数据进行阻断，将 APT 智能学习到的 Web 服务器反向木马回连行为进行阻断，实现基于反向数据的阻断。
◆ 未知威胁的检测与防护
通过 APT 在行为分析方面的优势，通过沙箱分析网络中传输恶意文件的敏感行为，将行为分析结果同步 WAF，一旦发现内网主动向外发起 C&C 连接，且发送数据量与接收数据量不对称，立即对该敏感行为进行阻断，实现对未知威胁的联动防护。
九、资产识别
明御?APT 攻击预警平台通过对流量中的 IP 地址、端口等进行统计分析，对网络资产进行主动发现并快速识别未登记资产，可基于特定应用或服务对内部资产进行梳理（系统类型、IP、域名、端口等），检查资产端口暴露情况，特别是以非标端口提供服务的情况。
可深入识别运行在资产上的中间件、应用、技术架构等详细情况（类型、版本、服务名称等）。例如，可通过端口连接情况，记录主机开放的端口，帮助用户了解自身业务对外的开放情况，快速管理自身资产。此外，平台支持通过添加并设置某些 IP 地址组为内网主机，便于用户自定义内部资产、资产分组等。
APT目前采用以下几种关键技术
一、网络流量分析技术
◆ 抓取网络中的流量，并根据协议类型对流量进行分析。
◆ 针对基于 HTTP 协议的报文，利用多种解码技术，深入分析协议报文中的 Web 地址、请求头、协议类型、URL 格式及 Cookies 等信息，通过对所有报文头和内容进行合规性检测，发现各种非法的畸形数据包报文。
◆ 在流量中解析应用层内容，并对通用漏洞进行检测：跨站点脚本、缓冲区溢出、恶意浏览、SQL注入、命令注入等攻击。针对这些攻击常见检测方式是特征匹配，这种检测方式不够全面，所以在检测基于通用漏洞攻击时不能仅仅依靠特征库。
二、异常访问定位技术
对异常的访问的分析及检测，能有效的发现正在攻击的行为。如下所示：
◆ 针对 C&C IP/URL 的访问
◆ 针对扩散式访问的特征
◆ 针对高频度的扫描行为
利用此类网络行为分析技术来定位攻击特征，可以有效的检测出基于流量的攻击行为。
三、DGA检测算法分析
APT 通过对 DNS 协议解析实现 DGA 域名检测算法。DGA（Domain Generate Algorithm，域名生成算法）域名常用于僵尸/木马的 C&C（Command & Control，命令与控制）通讯，一般是用一个私有的随机字符串生成算法，按照日期或者其他随机种子，每天生成一些随机字符串然后用其中的一些当作 C&C 域名。僵尸/木马程序也按照同样的算法尝试生成这些随机域名，然后碰撞得到当天可用的 C&C 域名。通过检测网络流量中的 DGA 域名，可以有效定位网络内部已经被僵尸/木马控制的主机。
四、邮件社工类攻击检测技术
◆ 对各种基于邮件社工发起的攻击行为进行检测。如：
? 针对发件人欺骗的分析机制
? 针对邮件头欺骗的深度协议解析机制
? 针对邮件钓鱼的快速内容分析技术
? 针对邮件恶意链接的模拟行为分析技术
◆ 发件人欺骗分析技术
邮件社工行为攻击通常会利用伪造发件人信息，来获取被攻击者的信任，欺骗用户点击指定的链接或
者文件，一旦用户点击将会被植入木马。对发件人欺骗行为分析显示，伪造发件人必须通过伪造邮件
服务器的方式实现。通过绑定邮件服务器 IP 地址，对于所有绑定 IP 地址的邮件服务器进行判断，APT可以发现发件人欺骗的攻击行为。
◆ 邮件头欺骗分析技术
邮件头通常包含了邮件在传递过程中的所有信息，包括原始发件人、SMTP 服务器、POP3 服务器等信息。一旦攻击者通过修改邮件头方式进行欺骗行为，邮件头信息中的原始发件人将出现和 Mail From
字段发件人信息不一致的情况。通过对邮件头信息的检测、分析和判断，APT 可以发现邮件头欺骗的
攻击行为。
◆ 邮件钓鱼分析技术
邮件钓鱼是邮件攻击的最普遍的攻击方式，这种方式易于发起攻击，一旦成功将出现非常严重的后果。对于邮件钓鱼行为，可以通过对所有邮件传输过程中携带的 URL 链接进行分析，并对 URL 链接进行模拟点击操作，分析打开 URL 过程中传回的数据，发现各种邮件钓鱼的恶意行为。
五、基于Web攻击检测技术
Web 攻击是高级渗透型攻击常用的一种手段，因此在检测攻击时也需要对 Web 流量进行检测。通过对 Web流量的分析，分解 HTTP 请求进行检测，APT 可以发现请求中的恶意攻击行为并进行告警。
针对异常访问检测还可以通过对访问账户、密码、访问频度等各个维度进行分析，定位恶意攻击者。通过自学习的方式建立一个主机和访问 IP 的关联库，建立在正常情况下的访问频度记录、密码错误率记录。当出现超过自学习生成的阀值后，即认为出现恶意攻击。
静态脚本解析技术是针对 WebMail 通用漏洞的有效检测机制。通过对邮件头的结构的分析，分离协议中HTML 部分代码，并解析 HTML 的 dom 对象，对关键的触发节点进行分析，并将代码执行的结果进行静态分析，APT 可以发现非法植入到 Header、Form 和 URL 中的脚本，以此来定位和分析是否存在利用WebMail 通用漏洞发起的攻击行为。
六、多层次关联分析技术
基于多种纬度的关联分析，识别真正的高级威胁。比如：
◆ 基于攻击源的关联分析
◆ 基于攻击目的的关联分析
◆ 基于逻辑判断的关联分析
◆ 基于攻击路线的关联分析
通过对 WebMail 行为进行持续跟踪，从源 IP、目的 IP、时间等多个维度分析一段时间内的多个 Web 动作，针对所有动作进行关联分析，对动态分析结果进行模型化处理，发现各种隐蔽的、未知的攻击行为，确保全面发现 WebMail 层面的邮件攻击行为。
七、恶意文件分析技术
◆ 通过多种方式对恶意文件进行分析。
◆ 通过常规恶意代码扫描技术分析已知特征的恶意代码，确保已经公布的恶意代码可快速发现。
◆ 通过二进制分析技术发现文件中的恶意代码。大部分的高级攻击都使用未公布的漏洞或免杀的木马等，此类文件无法被有效的识别。利用二进制分析技术，可以发现可能存在的恶意代码攻击。检测通过以下两种方式实现：
? 静态二进制文件安全分析技术可发现常见格式文件的异常特征，如：PDF、DOC、EXE、XLS 等。并根据其异常格式、文件异常特征、异常代码等判断文件的可疑特征，进行进一步的分析。
? 恶意文件沙箱分析技术，可定位利用文件进行攻击的行为，包括利用各种 0day 的攻击。
◆ 产品内置动态沙箱分析技术发现文件中的恶意行为，内部虚拟机可实现完全模拟真实桌面环境，所有恶意文件的注册表行为、敏感路径操作行为、进程行为、导入表信息、资源信息、段信息、字符串信息及运行截图等行为都将被发现。综合分析这些恶意行为，判断其中的可疑操作，再结合加权值分析技术，在保证发现所有恶意行为的同时，极大降低了误报。
◆ 产品内置沙箱采用了全新的多沙箱并发设计，最高同时 10 个沙箱并发运行，同时每个沙箱通过特有
的文件重定向、注册表重定向和进程权限控制技术，极大降低任务启动和结束对性能的影响；同时运
行的多个文件检测任务，进程（树）数据相互隔离，每个检测任务仅能获取到系统的基础信息以及自
己进程（树）产生或修改的信息，但无法获取其他进程（树）产生或者修改的文件信息；同时禁止被
检测进程（树）加载未经数字签名的驱动程序，实现单沙箱多任务并行操作且互不影响。该独有的创
新沙箱检测技术处于国内领先，实际检测性能也远超国内相关产品。
八、云端威胁情报分析技术
明御?APT 攻击预警平台云端可提供更为深层的威胁分析服务、安全预警服务和情报共享服务，依托于云端的海量数据、高级的机器学习和大数据分析能力，可及时共享最新的安全威胁情报，提供更为精准的威胁分析能力。用户也可直接访问云端，上传、查询和确认样本的分析结果，感知最新的安全态势。
APT 的对抗是以时间对抗时间，云端是产品的重要补充，是对用户提供的一种更为高级的服务，可以更加及时有效的利用大数据的能力提升 APT 检测效果。
基于 0day 的攻击方式发展非常迅速，各种未知的攻击方式也不断出现，针对不断变化的攻击方式，APT 可以接入云端，借助云端平台进行分析。云端采用集群化管理，并通过自动模拟的方式进行高级分析。在一些高级环境中，可通过专业工程师进行分析，获得更精确的结果，并将这些结果转化为检测规则，及时应对最新的各种攻击方式。
