MetaDefender 3.2.0 mở rộng quy trình phát hiện lỗ hổng zero-day OPSWATtừ bốn lớp lên năm lớp. Phiên bản này bổ sung Predictive Alin AI làm lớp phân tích tĩnh trước khi thực thi, cải thiện khả năng xác định nguồn gốc mối đe dọa và mô phỏng tệp PE, đồng thời mở rộng khả năng phát hiện đối với các kỹ thuật né tránh, phần mềm độc hại và kỹ thuật thao túng tâm lý mới nổi.
Những điểm chính
- MetaDefender 3.2.0 bổ sung công nghệ AI dự đoán Alin làm Lớp 2, mở rộng khả năng phát hiện lỗ hổng zero-day từ bốn lớp phối hợp lên thành năm lớp
- Công nghệ Alin AI dự đoán phân loại các tệp thực thi có nguy cơ cao được hỗ trợ trước khi thực thi, với thời gian đưa ra kết luận được tối ưu hóa ở mức P90 là 50 mili giây và P99 dưới 100 mili giây
- Các tệp có tín hiệu không rõ ràng hoặc mâu thuẫn sẽ tiếp tục được chuyển đến môi trường sandbox thích ứng dựa trên mô phỏng MetaDefender để tiến hành phân tích hành vi sâu hơn
- MetaDefender tạo ra một vòng phản hồi liên tục giữa dự đoán, mô phỏng, đánh giá danh tiếng và phát hiện mối đe dọa, giúp các bằng chứng mới củng cố các quyết định về tệp tin trong tương lai
- Phân tích tệp thực thi hiện nay giúp nắm bắt được hành vi đầy đủ hơn của phần mềm độc hại phụ thuộc vào các tệp hoặc đường dẫn cụ thể, đồng thời mang lại cho các nhà phân tích khả năng kiểm soát tốt hơn đối với các điều kiện được áp dụng trong quá trình điều tra
- Các phương thức phát hiện mới và được cải tiến bao gồm EtherHiding, các tập tin lắp ráp .NET bị lỗi, tiêm chèn mẫu từ xa, phần mềm độc hại xóa dữ liệu, các chiến dịch ClickFix, cùng các họ phần mềm độc hại khác
- Việc quản lý Syslog được chuyển sang Bảng điều khiển quản trị với phạm vi kiểm tra rộng hơn; các cấu hình hiện có cần được cấu hình lại thủ công sau khi nâng cấp
Có những tính năng mới nào trong MetaDefender 3.2.0?
MetaDefender 3.2.0 giới thiệu một điểm ra quyết định mới trước khi thực thi cùng một loạt cải tiến về phân tích và phát hiện. Thay đổi chính về kiến trúc là việc tích hợp Predictive Alin AI vào Lớp 2, được đặt giữa mô-đun Đánh giá Danh tiếng Mối đe dọa và Phân tích Động.
MetaDefender là giải pháp phát hiện lỗ hổng zero-day tích hợp OPSWAT, được thiết kế để kết hợp công nghệ sandboxing thích ứng, thông tin tình báo về mối đe dọa, hệ thống đánh giá mức độ nguy hiểm và tìm kiếm độ tương đồng dựa trên học máy trong một quy trình phát hiện phối hợp. Phiên bản 3.2.0 bổ sung tính năng phân tích tĩnh dự đoán mà không loại bỏ bất kỳ giai đoạn phân tích hiện có nào.
Năm lớp đó là:
- Đánh giá mức độ đe dọa: Kiểm tra các tệp tin và hạ tầng dựa trên thông tin tình báo đã biết
- Phân tích tĩnh: Sử dụng công nghệ AI dự đoán Alin để đánh giá ý đồ độc hại trước khi thực thi
- Phân tích động: Mô phỏng các tệp đáng ngờ và chưa được giải quyết để phát hiện hành vi trong quá trình chạy
- Đánh giá mức độ đe dọa: Tích hợp các bằng chứng để tạo thành điểm đánh giá rủi ro dựa trên mức độ tin cậy và kết luận
- Phát hiện mối đe dọa: Liên kết các mẫu với các họ phần mềm độc hại, hạ tầng và các chiến dịch có liên quan
Các lớp 2, 3 và 4 trước đây nay trở thành các lớp 3, 4 và 5. Lớp mới này không bắt buộc mọi tệp phải trải qua một giai đoạn phân tích dài khác. Nó giúp xác định mức độ kiểm tra bổ sung cần thiết cho từng tệp.
Bên trong kiến trúc phát hiện lỗ hổng zero-day năm lớp
Quy trình xử lý năm lớp áp dụng các bước phân tích ngày càng sâu hơn dựa trên bằng chứng có sẵn cho từng tệp. Các mối đe dọa đã biết có thể được phát hiện sớm, các dự đoán có độ tin cậy cao có thể nhận được kết luận trước khi thực thi, và các tệp không rõ ràng có thể tiếp tục được đưa vào quá trình mô phỏng và truy tìm mối đe dọa mà không làm suy yếu quyết định cuối cùng.
Lớp 1: Danh tiếng của mối đe dọa
Chức năng Đánh giá Danh tiếng Mối đe dọa giúp xác định các mối đe dọa đã biết và cơ sở hạ tầng của kẻ tấn công. MetaDefender kiểm tra các thông tin tình báo có sẵn về băm tệp, URL, địa chỉ IP và tên miền bằng cách sử dụng các nguồn đánh giá danh tiếng trực tuyến hoặc ngoại tuyến. Các tệp không có kết quả đánh giá danh tiếng rõ ràng sẽ được chuyển sang giai đoạn Phân tích Tĩnh. Chức năng đánh giá danh tiếng ngoại tuyến cũng hỗ trợ các môi trường tuân thủ quy định và môi trường cách ly hoàn toàn (air-gapped), nơi thông tin tình báo đám mây có thể không khả dụng.
Lớp 2: Phân tích tĩnh với công nghệ AI dự đoán Alin
Hệ thống Alin AI dự đoán phân tích các chỉ số về cấu trúc, ngữ nghĩa và hành vi của tệp trước khi thực thi, kích hoạt hoặc giám sát trong quá trình chạy. Công cụ phát hiện phần mềm độc hại được hỗ trợ bởi trí tuệ nhân tạo (AI) này đưa ra kết quả phân tích dựa trên học máy chỉ trong vài mili giây và có thể hoạt động trực tuyến hoặc hoàn toàn ngoại tuyến.
Lớp 2 hỗ trợ hai kết quả chính:
- Chuyển hướng: Các tệp tin được xác định là an toàn với độ tin cậy cao có thể tránh được việc phân tích trong môi trường sandbox không cần thiết
- Phát hiện: Có thể xác định và chặn các tệp độc hại có mức độ tin cậy cao trước khi chúng được thực thi, bao gồm cả những tệp mà các công cụ chống vi-rút truyền thống có thể không nhận diện được
Đối với các tệp thực thi có mức độ rủi ro cao được hỗ trợ, Predictive Alin AI được thiết kế để đạt thời gian đưa ra kết luận P90 là 50 mili giây và thời gian đưa ra kết luận P99 dưới 100 mili giây. Các tệp không đáp ứng ngưỡng độ tin cậy yêu cầu sẽ tiếp tục được chuyển sang Phân tích động thay vì dựa vào kết luận tĩnh thiếu cơ sở.
Alin AI dự đoán còn mở rộng khả năng kiểm tra tĩnh sang các tệp mô hình AI và học máy được hỗ trợ. Phân tích này giúp phát hiện mã tùy ý được nhúng có thể được thực thi khi mô hình được tải.
Lớp 3: Phân tích động
Tính năng Phân tích Động sẽ chuyển các mẫu đáng ngờ và chưa được xác định sang môi trường sandbox thích ứng dựa trên mô phỏng MetaDefender . MetaDefender mô phỏng các lệnh, thao tác tệp, tập lệnh và các tương tác liên quan với hệ điều hành thay vì dựa vào máy ảo truyền thống.
Mô phỏng cấp lệnh giúp phát hiện các phần mềm độc hại sử dụng các cơ chế kiểm tra chống máy ảo, thực thi trì hoãn, cấu trúc bị lỗi hoặc các điều kiện môi trường để cản trở quá trình phân tích tự động. MetaDefender có thể phơi bày hành vi trong thời gian chạy, chuỗi trình tải, tải trọng ẩn và các dấu hiệu xâm nhập.
Các chỉ số mới được phát hiện có thể được bổ sung vào cơ sở dữ liệu danh tiếng địa phương và góp phần cải thiện các quyết định liên quan đến Lớp 1 trong tương lai. Các phát hiện về lỗ hổng zero-day đã được xác nhận sẽ củng cố phân tích danh tiếng và dự báo trong tương lai, giúp Aether phát hiện các biến thể liên quan sớm hơn trong quy trình xử lý.
Lớp 4: Đánh giá mức độ nguy hiểm
Hệ thống chấm điểm mối đe dọa tổng hợp các bằng chứng từ danh tiếng, phân tích tĩnh và phân tích động để tạo thành một điểm số rủi ro dựa trên mức độ tin cậy. Bộ máy chấm điểm tổng hợp các tín hiệu như tính bền bỉ, tiêm quá trình, phân phối tải trọng, sửa đổi tệp đáng ngờ và hoạt động chỉ huy và điều khiển.
Kết luận thu được có thể hỗ trợ việc thực thi chính sách và giúp các nhà phân tích xác định mức độ ưu tiên của các mối đe dọa cần được điều tra ngay lập tức. Điểm số tổng hợp cũng giúp giảm bớt nhu cầu phải giải thích các kết quả phân tích rời rạc từ nhiều công cụ phân tích khác nhau.
Lớp 5: Tìm kiếm mối đe dọa
Tính năng “Threat Hunting” bổ sung thông tin về nguồn gốc và bối cảnh chiến dịch vào kết quả đánh giá tệp. Tìm kiếm độ tương đồng dựa trên học máy (ML) giúp kết nối các mẫu liên quan, các họ phần mềm độc hại, cơ sở hạ tầng chung và các chiến dịch.
Các mối quan hệ này giúp các nhà phân tích xác định liệu một phát hiện có phải là một tệp độc lập, một phiên bản sửa đổi của phần mềm độc hại đã biết hay là một phần của một chiến dịch quy mô lớn hơn. Các kết quả có thể đọc được bằng máy và các chỉ số được trích xuất có thể hỗ trợ các quy trình làm việc của SIEM (Quản lý Thông tin và Sự kiện An ninh), SOAR (Tích hợp, Tự động hóa và Ứng phó An ninh), MISP (Nền tảng Chia sẻ Thông tin về Phần mềm Độc hại), STIX (Biểu diễn Thông tin Đe dọa Có cấu trúc), cũng như các quy trình điều tra và ứng phó.
Các thử nghiệm so sánh nội bộ hiện tại cho thấy hiệu quả phát hiện tăng lên khi có thêm bằng chứng trên cả năm lớp, đạt 99,5% sau quá trình Threat Hunting.*
*Dựa trên kết quả thử nghiệm so sánh nội bộ.
Ra quyết định trước khi thực thi nhanh hơn nhờ công nghệ AI dự đoán Alin
Alin AI dự đoán sẽ thêm một điểm kiểm tra nhanh trước khi tiến hành phân tích động tiêu tốn nhiều tài nguyên. Lớp này giúp giảm bớt nhu cầu sử dụng môi trường thử nghiệm không cần thiết, đồng thời tạo thêm cơ hội để phát hiện ý đồ độc hại trước khi hành vi trong thời gian chạy xuất hiện.
Kiến trúc trước đây chuyển các tệp chưa được xử lý từ Threat Reputation trực tiếp sang Dynamic Analysis. Phiên bản 3.2.0 hiện có thể định tuyến từng tệp dựa trên mức độ tin cậy:
- Các tệp đã được làm sạch với độ tin cậy cao có thể tiếp tục xử lý mà không cần phải mô phỏng một cách không cần thiết
- Các tệp độc hại có mức độ tin cậy cao có thể bị chặn lại trước khi được kích hoạt
- Các tệp chưa xác định sẽ được chuyển tiếp đến môi trường thử nghiệm thích ứng để kiểm tra kỹ lưỡng hơn
Mô hình định tuyến tập trung phân tích động vào các tệp mà bằng chứng hành vi mang lại giá trị cao nhất. MetaDefender vẫn thực hiện mô phỏng sâu khi tệp đó yêu cầu.
Quản lý Syslog tập trung và khả năng giám sát kiểm toán toàn diện hơn
Việc cấu hình Syslog hiện được quản lý thông qua Bảng điều khiển quản trị Aether, mang đến cho các quản trị viên một phương thức kiểm soát việc ghi nhật ký tập trung và thuận tiện hơn. Phạm vi ghi nhật ký cũng đã được mở rộng ngoài các bản tóm tắt kết quả quét để bao gồm các sự kiện xác thực và các thay đổi cài đặt của quản trị viên, từ đó mang lại khả năng theo dõi tốt hơn cho việc giám sát bảo mật, kiểm toán và theo dõi thay đổi.
Xác định nguồn gốc mối đe dọa một cách chắc chắn hơn và có tính thực tiễn cao hơn
MetaDefender 3.2.0 cung cấp các phân loại rõ ràng hơn, được hỗ trợ bằng bằng chứng, giúp xác định danh tính và mục đích có thể có của mối đe dọa. Các chuyên gia phân tích có thể nắm bắt kết quả nhanh hơn và đưa bối cảnh chi tiết hơn vào các quy trình Đánh giá mức độ đe dọa, Tìm kiếm mối đe dọa và các biện pháp ứng phó tiếp theo.
Việc xác định nguồn gốc mối đe dọa được tính toán độc lập đối với tệp đã gửi cũng như đối với các tệp được tải xuống hoặc giải nén được phát hiện trong quá trình phân tích, giúp các chuyên gia phân tích phân biệt vai trò và mức độ rủi ro của từng thành phần trong một cuộc tấn công nhiều giai đoạn.
Phân tích hành vi của tệp thực thi một cách toàn diện hơn
MetaDefender 3.2.0 cải thiện khả năng phân tích các phần mềm độc hại dạng thực thi phụ thuộc vào các tệp, đường dẫn hoặc tài nguyên cụ thể để làm rõ hành vi của chúng. Hệ thống tệp ảo có thể tùy chỉnh cho phép các mẫu MetaDefender các tệp MetaDefender đường dẫn mà chúng dự kiến sẽ gặp phải trong quá trình mô phỏng Portable Executable (PE), giúp MetaDefender 3.2.0 cải thiện việc phân tích các phần mềm độc hại dạng thực thi phụ thuộc vào các tệp, đường dẫn hoặc tài nguyên cụ thể trong quá trình thực thi. Hệ thống tệp ảo có thể cấu hình cho phép các mẫu tương tác với các tệp và đường dẫn mà chúng dự kiến sẽ tìm thấy trong quá trình mô phỏng Portable Executable (PE), giúp MetaDefender nắm bắt các luồng thực thi đầy đủ hơn, phát hiện thêm các hoạt động tải trọng và các chỉ số xâm nhập, đồng thời giảm rủi ro rằng hành vi phụ thuộc vào môi trường vẫn bị ẩn giấu. Các nhà phân tích cũng có thể xác định các tệp mà mẫu dự kiến sẽ tìm thấy, từ đó mang lại khả năng kiểm soát tốt hơn khi điều tra các phần mềm độc hại phức tạp có sự phụ thuộc cụ thể vào hệ thống tệp.
MetaDefender 3.2.0 có thể phát hiện những mối đe dọa và kỹ thuật né tránh mới nào?
MetaDefender 3.2.0 cải thiện khả năng phát hiện trong các lĩnh vực như che giấu cơ sở hạ tầng dựa trên blockchain, các tệp thực thi bị lỗi, việc phân phối tải trọng thông qua tài liệu, phần mềm độc hại phá hoại và kỹ thuật xã hội. Bản phát hành này cũng mở rộng khả năng trích xuất cấu hình phần mềm độc hại và phạm vi đánh giá danh tiếng cục bộ.
EtherHiding
EtherHiding che giấu các lệnh độc hại, URL hoặc cơ sở hạ tầng do kẻ tấn công kiểm soát trong các giao dịch blockchain và hợp đồng thông minh. Các dịch vụ phi tập trung có thể khiến việc chặn và gỡ bỏ theo cách truyền thống trở nên khó khăn hơn. Cơ chế phát hiện mới giúp các nhà phân tích xác định các hoạt động liên quan đến EtherHiding và kiểm tra cơ sở hạ tầng được tham chiếu bởi mẫu đang được phân tích.
Các tập tin lắp ráp .NET bị làm sai dạng một cách cố ý
Các tập tin lắp ráp .NET bị lỗi có thể được thiết kế nhằm khiến các trình phân tích cú pháp, trình giải biên hoặc các công cụ phân tích tự động gặp sự cố trước khi tiếp cận được mã độc. MetaDefender hiện đã bổ sung khả năng phát hiện các cấu trúc .NET bị lỗi liên quan đến việc gây gián đoạn quá trình phân tích và né tránh phát hiện.
Phát hiện việc chèn mẫu từ xa chính xác hơn
MetaDefender 3.2.0 phân biệt chính xác hơn giữa hành vi chèn mẫu từ xa độc hại và các liên kết nhúng thông thường. Bản cập nhật này giúp giảm thiểu các kết quả dương tính giả từ các URL hợp pháp đồng thời phát hiện các địa chỉ IP độc hại được che giấu thông qua mã hóa bát phân. Điều này mang lại cho các nhà phân tích mối đe dọa khả năng bao quát tốt hơn đối với các cuộc tấn công bằng tài liệu được che giấu mà không gây ra thêm các yếu tố nhiễu không cần thiết trong quá trình điều tra.
Phần mềm độc hại Wiper
Phần mềm độc hại loại “wiper” được thiết kế để phá hủy, làm hỏng hoặc khiến dữ liệu và hệ thống không thể truy cập được. Công nghệ phát hiện mới giúp cải thiện khả năng nhận diện các loại phần mềm độc hại phá hoại, vốn có thể không để lại bất kỳ phương án khôi phục nào. Việc phát hiện sớm đặc biệt quan trọng trong cơ sở hạ tầng trọng yếu môi trường cơ sở hạ tầng trọng yếu, chính phủ và sản xuất, nơi tính sẵn sàng hoạt động là ưu tiên hàng đầu. Như đã phân tích trong bài viết trên blog trước đây của chúng tôi, các phần mềm độc hại loại “wiper” nằm trong số những “vũ khí” phổ biến nhất được sử dụng trong các cuộc tấn công vào hệ thống công nghệ vận hành (OT).
Các chiến dịch CAPTCHA của ClickFix
Các chiến dịch ClickFix sử dụng các lỗi trình duyệt giả mạo, lời nhắc xác minh và giao diện kiểu CAPTCHA để thuyết phục người dùng thực thi các lệnh độc hại. MetaDefender 3.2.0 mở rộng khả năng nhận diện CAPTCHA dựa trên công nghệ OCR (Nhận dạng ký tự quang học), bao gồm cả việc hỗ trợ nhận diện các CAPTCHA giả mạo đã được che giấu nhưng vẫn hiển thị dưới dạng hình ảnh.
Phân tích này xem xét những gì người dùng nhìn thấy trên trang đã được hiển thị, ngay cả khi nội dung cơ bản được cấu trúc nhằm tránh bị phát hiện dựa trên văn bản. Bài viết trên blog trước đây của chúng tôi đã phân tích cách phát hiện và ngăn chặn các cuộc tấn công ClickFix trước khi chúng tiếp cận các thiết bị đầu cuối.
Trích xuất cấu hình phần mềm độc hại và đánh giá uy tín cục bộ
Các công cụ trích xuất cấu hình mới hỗ trợ PrivateLoader và Quasar RAT. Các cấu hình được trích xuất có thể tiết lộ cơ sở hạ tầng chỉ huy và điều khiển, mã định danh chiến dịch, các tham số thực thi, cùng các chi tiết khác được sử dụng trong quá trình điều tra và ứng phó. Cơ sở dữ liệu danh tiếng cục bộ cũng được mở rộng phạm vi bao phủ các chỉ số IOC. Thông tin tình báo ngoại tuyến được mở rộng giúp tăng cường khả năng phát hiện trong các môi trường cách ly mạng, nơi không thể truy vấn dữ liệu trên đám mây.
Khi nào các tổ chức nên sử dụng MetaDefender 3.2.0?
MetaDefender 3.2.0 được thiết kế dành cho các quy trình xử lý tệp tin đòi hỏi khả năng phát hiện các lỗ hổng zero-day trước khi nội dung đến tay người dùng hoặc các hệ thống được bảo vệ. Quy trình xử lý năm lớp này đặc biệt phù hợp trong những trường hợp cần phải cân bằng giữa tốc độ phân tích, khả năng kiểm soát triển khai và độ sâu phân tích hành vi.
- Kiểm tra tệp tin với khối lượng lớn: Công nghệ AI dự đoán Alin có thể đưa ra quyết định nhanh chóng trước khi các tệp tin được đưa vào quá trình mô phỏng sâu hơn
- Môi trường cách ly hoàn toàn hoặc được quản lý: Các tính năng đánh giá uy tín, phân tích dự báo và các tùy chọn triển khai MetaDefender có thể hoạt động mà không cần kết nối với đám mây
- Phân tích phần mềm độc hại có khả năng né tránh: Kỹ thuật mô phỏng giúp phơi bày các hành vi được thiết kế nhằm vượt qua các môi trường cách ly trên máy ảo và các công cụ phân tích tĩnh
- SOC và quy trình săn lùng mối đe dọa: Các kết luận tổng hợp, xác định nguồn gốc, chỉ số IOC và tính năng tìm kiếm độ tương đồng hỗ trợ việc sắp xếp thứ tự ưu tiên và phân tích chiến dịch
Đẩy mạnh việc phát hiện lỗ hổng zero-day sớm hơn
Các tệp tin xâm nhập vào tổ chức thông qua email, hệ thống truyền tải tệp tin được quản lý, ứng dụng đám mây, tải lên qua web, phương tiện lưu trữ di động, các bản cập nhật phần mềm và quy trình làm việc trong chuỗi cung ứng. MetaDefender 3.2.0 giúp các đội ngũ bảo mật CNTT và OT kiểm tra các tệp tin này trước khi chúng đến tay người dùng hoặc các hệ thống được bảo vệ.
Các quyết định có độ tin cậy cao giúp giảm thiểu việc phân tích trong môi trường sandbox không cần thiết và độ trễ trong phân tích, từ đó giúp các quy trình xử lý tệp tin khối lượng lớn tiếp tục diễn ra suôn sẻ trong khi các mẫu nghi vấn vẫn được kiểm tra kỹ lưỡng hơn. Các kết luận tổng hợp, việc xác định nguồn gốc rõ ràng hơn và bối cảnh chiến dịch giúp các đội SOC tiết kiệm thời gian trong việc liên kết các phát hiện rời rạc và tập trung điều tra vào những mối đe dọa cần phải xử lý.
Một vòng phản hồi liên tục giữa dự đoán, mô phỏng, danh tiếng và truy tìm mối đe dọa giúp các bằng chứng mới củng cố khả năng phát hiện và ra quyết định về tệp tin trong tương lai.
Tìm hiểu thêm về MetaDefender hoặc liên hệ với OPSWAT thảo luận về việc nâng cấp lên phiên bản 3.2.0.
Những câu hỏi thường gặp
Thay đổi lớn nhất trong MetaDefender 3.2.0 là gì?
Alin AI dự đoán trở thành Lớp 2 mới dành cho phân tích tĩnh trước khi thực thi. Sự bổ sung này giúp mở rộng MetaDefender từ bốn lớp lên năm lớp và chuyển các tệp đến các cấp phân tích sâu hơn tùy theo mức độ tin cậy.
Liệu Predictive Alin AI có thay thế môi trường thử nghiệm thích ứng (adaptive sandbox) MetaDefender hay không?
Không. Alin AI dự đoán sẽ thêm một điểm ra quyết định trước giai đoạn sandbox thích ứng, trong khi các mẫu không chắc chắn hoặc mâu thuẫn vẫn tiếp tục được chuyển sang giai đoạn Phân tích động dựa trên mô phỏng.
MetaDefender 3.2.0 có thể hoạt động trong môi trường cách ly hoàn toàn không?
Đúng vậy. MetaDefender và Predictive Alin AI hỗ trợ hoạt động ngoại tuyến, và cơ sở dữ liệu danh tiếng cục bộ được mở rộng giúp mở rộng phạm vi bao phủ các chỉ số IOC ở những nơi không có thông tin tình báo từ đám mây.
Trí tuệ nhân tạo dự đoán Alin AI hoạt động nhanh đến mức nào?
Hệ thống Alin AI dự đoán được thiết kế để đạt thời gian đưa ra kết quả P90 là 50 mili giây và thời gian đưa ra kết quả P99 dưới 100 mili giây đối với các tệp thực thi có rủi ro cao được hỗ trợ. Hiệu suất thực tế có thể thay đổi tùy theo loại tệp, môi trường triển khai và khối lượng công việc.
MetaDefender 3.2.0 đã bổ sung những khu vực phát hiện mới nào?
Bản cập nhật này bổ sung hoặc cải thiện khả năng phát hiện đối với EtherHiding, các tập tin lắp ráp .NET bị lỗi, tấn công chèn mẫu từ xa, phần mềm độc hại xóa dữ liệu, các chiến dịch CAPTCHA của ClickFix, PrivateLoader và Quasar RAT. Ngoài ra, bản cập nhật này còn mở rộng phạm vi đánh giá danh tiếng của các chỉ số IOC cục bộ.
