备份是当遭遇数据加密勒索时最后的防线和控制方式,但是它们也需要保护。今年,勒索软件在各行各业猖狂肆虐。主要的两种攻击WannaCry和NotPetya已造成数亿美元的损失。自然,攻击者也感受到其显着的成效,还在快速增加通过勒索软件实施攻击。
良好备份和有效恢复
企业在面对勒索软件时是除了是有选择的,也应当主动而非被动。最可靠的防御方式就是坚持良好备份和经过可靠测试的恢复过程。定期备份数据的企业,当检测到勒索软件攻击时,就有机会能够快速恢复数据并将破坏降至最低。
在某些特殊情况下,比如NotPetya等大规模勒索软件模仿Petya勒索软件提出相似的勒索要求。在这种情况下,受害者哪怕支付赎金也无法恢复数据,因此良好的备份/恢复能力显得更加重要。
狡猾的攻击者把目标对准备份
正因为良好的备份如此有效,所以勒索软件的攻击者现在把矛头对准了备份流程和工具。数种勒索软件,包括WannaCry和新变种的CryptoLocker都会删除微软Windows操作系统创建的卷影备份。卷影备份是微软Windows为方便恢复提供的简单方式。在 Mac上,攻击者从一开始就把备份作为目标。研究人员发现,2015年功能还不全面的首个Mac勒索软件就已经针对了使用名为时间机器的Mac OS X自动备份流程的磁盘。
其机制很直接:加密备份数据以切断企业对勒索软件的控制,迫使他们支付赎金。攻击者越来越倾向于破坏备份。以下是帮助企业保护数据备份免受勒索软件侵害的四条建议。
一:提高备份流程的透明度
企业越快发现勒索软件攻击,就越有可能避免重大数据损失。备份流程数据可作为勒索软件入侵的早期警报。备份日志能快速显示数据加密程序的痕迹。每有效修改一个文件,增量备份就会突然“爆炸”,使加密文件无法被压缩或复制。
每天监控备份使用容量等基本指标有助于在勒索软件侵入内部系统时有所察觉并尽可能减少损失。
二:谨慎使用网络文件服务器和在线共享服务
网络文件服务器使用方便且始终可用,这两个特性使人们常常使用网络访问的“主”目录集中数据并简化备份。但是,一旦遭遇勒索软件,这种数据结构就具有若干严重的安全漏洞。很多勒索软件程序会加密连接设备,由此目标主目录也会被加密。在Windows这种常被选为目标且容易攻击的操作系统上运行的所有服务器都会受到感染,导致所有用户的数据被加密。
使用网络文件服务器的所有机构都必须坚持将数据备份到独立的系统或服务,并专门测试系统被勒索软件入侵的恢复能力。
云文件服务也容易受到勒索软件攻击。一个典型事例就是2015 年的Children in Film勒索软件攻击。Children in Film是一家为儿童演员及其父母提供信息的企业,使用了包括普通云盘在内的大量云服务。KrebsOnSecurity的信息显示,在员工点击了一个恶意邮件链接的30分钟内,云端的四千多份文件就被加密了。幸运的是,该公司的备份供应商恢复了所有文件,但也花了超过一周的时间。
但云端数据恢复受限于云服务是否提供增量备份或方便管理文件的版本历史,因此比内部部署服务器更加困难。
三:经常测试恢复过程
除非能够可靠快速地恢复,否则备份没有任何价值。如果备份程序无法以足够的细粒度执行备份或没有备份目标数据,有备份的企业也可能被迫支付赎金。例如,阿拉巴马州的蒙哥马利县就因为数据备份无法恢复被勒索软件加密的文件的问题,而被迫支付了500万美元赎金来最终恢复数据。
测试恢复过程包括确定数据丢失窗口。如果企业每周进行一次完整备份,就可能损失一周的数据,因为需要从上一个备份恢复。每天或每小时备份一次能大幅提高防护水平。更有细粒度的备份和尽早检测勒索软件都是防止损失的关键。
四:了解您的解决方案选项
如果勒索软件可以直接访问备份镜像,几乎就无法防止其加密企业备份数据了。因此,能提取备份数据的备份系统可防止勒索软件加密历史数据。
将备份与标准操作环境隔开并确保不在多用途服务器和操作系统上运行可加强备份防护。在首要攻击目标微软Windows操作系统上运行的备份系统更易受到攻击,防护也更加困难。
最后,企业必须努力通过监控或反恶意软件措施尽早检测出勒索软件攻击,使用专用系统隔离备份数据和可能受到侵害的系统,持续测试备份和恢复过程以确保有效保护数据。这种方法能保护备份数据免受勒索软件侵害,减小受到攻击时丢失数据的风险。
关于作者:Rod Mathews是梭子鱼高级副总裁、数据保护业务部总经理。他领导包括梭子鱼备份和归档产品在内的所有数据保护产品的战略产品方向和发展,并负责梭子鱼云计算团队和基础设施。
好文章,需要你的鼓励
AMD CIO的职能角色早已超越典型的CIO职务,他积极支持内部产品开发,一切交付其他部门的方案都要先经过他的体验和评判。
医学生在选择专业时,应当考虑到AI将如何改变医生的岗位形态(以及获得的薪酬待遇)。再结合专业培训所对应的大量时间投入和跨专业的高门槛,这一点就更显得至关重要。
我们拥有大量数据,有很多事情要做,然后出现了一种有趣的技术——生成式AI,给他们所有人带来的影响。这种影响是巨大的,我们在这个领域正在做着惊人的工作。