2025 年 2 月 19 日
網路犯罪已成為生活中不幸的事實。2023 年,美國的資料外洩事件影響到超過 3.53 億人,贖金軟體攻擊攻擊到全球73%的組織。目前預計 到 2029 年, 全球網路犯罪的成本將高達 15.6 兆美元 。
由於駭客的手法越來越複雜,即使是現今先進的安全措施也可能不夠用。雖然網路犯罪與網際網路一樣古老,但大流行後的電子商務熱潮卻加速了網路犯罪的發展,而人工智慧工具的日益普及,也讓大規模攻擊的自動化變得輕而易舉。
幸運的是,網路安全中有一個相對較新的分支,稱為威脅情報,正在不斷演進,以在新出現的危險造成損害之前加以對抗。以下是您需要知道的相關資訊。
威脅情報是收集和分析線上資訊,以預測和評估對組織或其成員有敵意的人和團體所造成的潛在風險。威脅情報專業人員利用這些洞察力來協助預防潛在的攻擊,例如資料外洩、網路釣魚詐騙和贖金軟體攻擊。威脅情報團隊在持續檢視線上活動時,會整合證據與情境,以廣角檢視組織的數位風險。
此流程可協助組織就加強其安全性做出明智的決策。
例如,為了阻止網路攻擊,威脅情報團隊會持續監控地下論壇和駭客聊天內容,以找出即將威脅企業的跡象。透過分析討論的模式、惡意軟體的發展和洩漏的憑證,專家可以在潛在的攻擊點被利用之前找出它們。如果情報顯示贖金軟體群組的目標是特定產業的組織,安全團隊就可以主動加強防禦、修補弱點並實施威脅獵取措施,在攻擊發生前降低風險。
隨著數位化重塑產業,犯罪手法也不斷演進。但是,威脅情報團隊可以在潛在威脅出現之前搜尋和辨識它們,協助企業主動加強防禦。
威脅情報使用多種資料來源,從網際網路上公開的訊號,到較難接觸到且經常被網路威脅者使用的地方的資料。威脅情報專家可以使用該資訊來判斷威脅是否有效,如果有效,則找出減緩威脅的最佳方法。
威脅情報的四種主要類型為策略、戰術、技術和作業。每種功能都有其獨特的目的,並能滿足組織內不同決策層級的需求。
作業威脅情報著重於特定活動的機制,提供對攻擊者動機和能力的深入瞭解。
戰略威脅情報團隊的視野更為廣闊,透過長期趨勢分析和持續觀察宏觀層面的動態(包括地緣政治狀況和產業變化),提供對更大範圍的整體瞭解,這些動態可能會造成未來的攻擊。
技術性威脅情報能找出入侵的內部運作,例如駭客的存取路徑、惡意軟體簽章和 IP 位址,以預測可能對系統造成的影響。
而戰術威脅情報團隊可隨時掌握罪犯的變更技術和程序,協助組織領先一步。
人工智慧和機器學習系統越來越多地被用於威脅情報領域,以自動收集和分析大量的線上資訊,加快回應速度並降低成本。
機器學習模型可以將資料分類、翻譯外語文字,並從歷史資訊中找出微妙的模式,以預測未來的攻擊。為了協助人類分析師優先處理威脅,AI 系統會分析傳入的證據,減少分析師花在誤判上的時間。
威脅情報平台儲存了分析、趨勢研究和結果,這些都是在檢閱和分析來自各種線上資料來源的資訊後得出的。然後,客戶利用這些軟體系統接收相關警示,並即時評估網際網路和現實世界中的潛在威脅。
除了為人類分析師建立優先順序與情境警示外,威脅情報平台還可將情報傳送至安全工具,例如防火牆、入侵偵測與防禦系統,強化其阻擋惡意活動的能力。