保护着全球超过100万个企业网络的值得信赖的安全合作伙伴SonicWall今日发布其年度威胁报告调查结果,该报告凸显了安全专家和网络犯罪分子在2016年分别取得的显著的进展。报告根据SonicWall全球响应智能防御(GRID)威胁网络在2016年全年所收集的数据所编撰,该网络每日收集来自近200个国家和地区超过100万个安全传感器的数据。
据2017年SonicWall年度威胁报告显示,无论对于安全专家还是网络犯罪分子来说,2016年都是相当成功的一年。与过去几年不同,SonicWall发现,2016年收集到的独特恶意软件样本数量下降到6000万,而2015年这一数字为6400万,同比减少了6.25%。总恶意软件攻击尝试次数多年来首次下降,从2015年的81.9亿减少到2016年的78.7亿。然而,网络犯罪分子也从勒索软件中迅速获得回报,其中部分原因是由于勒索软件即服务(RaaS)的兴起。
2017年SonicWall年度威胁报告部分内容可总结为:
SonicWall总裁兼首席执行官Bill Conner表示:“单纯说2016年的威胁状况减少或扩大都是不准确的——倒不如说,它似乎正在不断演进和变化。网络安全并不是一场消耗战,而是军备竞赛,双方都证明了自己非常出色的才能和创新。”
安全行业的进展
从2014年到2016年,针对销售终端的恶意软件攻击减少了93%。
2014年备受瞩目的零售数据泄露使得各个公司采取更加积极主动的安全措施。从那时起,企业就开始实施基于芯片的POS系统,采用支付卡行业数据安全标准(PCI-DDS)清单以及其它有效安全措施。
安全套接层/传输层安全(SSL/TLS)加密流量增长38%,部分原因是为了应对日益普及的云应用
SSL/TLS加密的趋势在近几年不断上升。随着网络流量在2016年全年不断增加,SSL/TLS也是如此,SonicWall全球响应智能防御(GRID)威胁网络的数据显示,Web连接数从2015年的5.3万亿增加到2016年的7.3万亿。
虽然总体来说这种趋势是积极的,但是也应保持警惕。虽然SSL/TLS加密让网络窃贼更难拦截消费者的支付信息,但是它也在网络中提供了一个未经检验的可信后门,使网络犯罪分子可以利用后门偷偷混入恶意软件。这种网络安全措施之所以能够成为一种攻击载体,是因为大部分公司仍未部署合适的基础设施来执行深度数据包检测(DPI),以便检测隐藏在SSL/TLS加密网络会话中的恶意软件。
主要攻击套件Angler、Nuclear和Neutrino在2016年中期消失
2016年伊始,一批攻击套件开始在恶意软件市场占主导地位,特别是Angler、Nuclear和Neutrino。在逮捕了50多个利用Lurk Trojan进行银行诈骗的俄罗斯黑客之后,SonicWall 全球响应智能防御(GRID)威胁网络发现Angler攻击套件突然销声匿迹,这让许多人相信,Angler的开发者就在这些被捕的黑客中[i]。在Angler消失后不久,Nuclear和Neutrino使用量激增,随后也迅速消失。
网络犯罪分子的进展
勒索软件的使用量同比增多167倍,并成为恶意电子邮件活动和攻击套件的有效载荷。
SonicWall 全球响应智能防御(GRID)威胁网络检测到勒索软件攻击从2015年的380万激增到2016年的6.38亿——这一数字相当惊人。RaaS的兴起显著简化了勒索软件的获取和部署。这类恶意软件前所未有的增长也可能是由更容易进入地下市场、以较低成本进行勒索软件攻击、易于传播以及被抓获或处罚的风险较低等因素所驱动。
NSS实验室安全测试与咨询副总裁Mike Spanbauer表示:“随着勒索软件的不断增多,SonicWall的调研结果展示了企业对自身网络防御战略进行评估的重要性。在2016年,我们看到网络犯罪分子有了重大进展,我们相信像SonicWall这样的安全厂商一样愿意为战胜勒索软件进行投入并不断改进技术和方法,这将帮助安全行业领先于日渐盛行的攻击方法。”
由于部署了较差的安全功能,物联网设备受到大规模攻击,为分布式拒绝服务攻击大开方便之门
2016年,随着物联网设备融入到我们工作和生活的核心组件中,它也为网络犯罪分子提供了一个诱人的攻击载体。物联网安全的缺口让网络窃贼得以在2016年发起史上最大规模的分布式拒绝服务(DDoS)攻击,借助Mirai僵尸网络管理框架,充分利用数十万个远程登录密码较弱的物联网设备发起DDoS攻击。
安卓设备的安全保护措施增加,但是仍然容易受到叠加攻击
2016年,谷歌努力修补犯罪分子过去用来针对安卓系统的漏洞,但是攻击者采用全新的技术来对抗这些安全改进措施。
好文章,需要你的鼓励
Anthropic发布了面向成本敏感用户的Claude Haiku 4.5大语言模型,定价为每百万输入令牌1美元,输出令牌5美元,比旗舰版Sonnet 4.5便宜三倍。该模型采用混合推理架构,可根据需求调整计算资源,支持多模态输入最多20万令牌。在八项基准测试中,性能仅比Sonnet 4.5低不到10%,但在编程和数学任务上超越了前代Sonnet 4。模型响应速度比Sonnet 4快两倍以上,适用于客服聊天机器人等低延迟应用场景。
字节跳动发布Seedream 4.0多模态图像生成系统,实现超10倍速度提升,1.4秒可生成2K高清图片。该系统采用创新的扩散变换器架构,统一支持文字生成图像、图像编辑和多图合成功能,在两大国际竞技场排行榜均获第一名,支持4K分辨率输出,已集成至豆包、剪映等平台,为内容创作带来革命性突破。
英国初创公司Nscale将为微软建设四个AI数据中心,总计部署约20万个GPU,合同价值高达240亿美元。首个数据中心将于明年在葡萄牙开建,配备1.26万个GPU。德州数据中心规模最大,将部署10.4万个GPU,容量从240兆瓦扩展至1.2吉瓦。所有设施将采用英伟达最新Blackwell Ultra显卡。
红帽公司研究团队提出危险感知系统卡(HASC)框架,为AI系统建立类似"体检报告"的透明度文档,记录安全风险、防护措施和问题修复历史。同时引入ASH识别码系统,为AI安全问题建立统一标识。该框架支持自动生成和持续更新,与ISO/IEC 42001标准兼容,旨在平衡透明度与商业竞争,建立更可信的AI生态系统,推动行业协作和标准化。