大家好，我是某個不方便透露名號的頭部大企業(yè)的信息安全工程師。實不相瞞，自從干了這一行，提心吊膽就成了家常便飯。

你說甲方單位的安全那么難做嗎？那倒也不是，畢竟現(xiàn)在各種安全設(shè)備齊齊整整，安全服務(wù)無微不至，一般小嘍啰也打不進我們這銅墻鐵壁。但我最怕的，還是釣魚。為什么怕釣魚？因為我們?nèi)颂嗔耍?/p>

著名黑客凱文·米特尼克在《反欺騙的藝術(shù)》中曾提到，人為因素才是安全的軟肋。我們集團大幾萬人，無論舉辦多少場安全培訓(xùn)，也沒法防住哪位兄弟姐妹一時疏忽上當(dāng)。

好了，再吐槽就不禮貌了，說說我現(xiàn)在為什么半夜三點驚醒，原來是安全GPT檢測到了一個釣魚攻擊。

想到領(lǐng)導(dǎo)和我說安全GPT在高社工、高對抗的釣魚攻擊測試中，在傳統(tǒng)檢測引擎僅檢出15.7%的情況下，檢出率竟高達91.4%，誤報率也更低，只有0.046%，我還有點不相信，沒想到真有效果。擦掉我的冷汗，我決定明天再研究這件事。

故事始末：由“租房補貼”引發(fā)的釣魚事件

第二天一早，我就直奔工位，研究起了到底是誰，半夜三點還在虎視眈眈我司。

點開aES后臺的安全GPT分析，原來是員工小王收到了一封《公司年度租房補貼申請》的郵件通知，發(fā)件人是高仿的公司郵箱，正文是催促他盡快掃碼填信息申請補貼，過期不候。

但安全GPT從發(fā)件人、正文內(nèi)容、二維碼頁面和二維碼鏈接判斷出這封郵件就是釣魚郵件。由于我之前設(shè)置了自動化處置，安全GPT直接進行了處置，并給我發(fā)了信息。

不得不說，攻擊者時機把握得非常精準，最近我們公司就在收集年度租房補貼的信息，如果我是一名普通員工，說不定也就相信了。

沒等我感慨完，后臺又出現(xiàn)了一條安全告警。果不其然，另一位員工疑似收到了“公司HR”給他發(fā)送的補貼申請文件，他沒有多想就打開了。而安全GPT卻發(fā)現(xiàn)，文件解壓后，除了釋放申請說明的word文檔，還拉起了后臺其他進程。

這妥妥又是一個文件釣魚攻擊事件！

我心下驚喜，這安全GPT還怪好的嘞。才用上沒幾天，立刻就攔住了這么典型的事件，就這么解決了我的心頭之患？

本著活到老學(xué)到老的精神，我找到了深信服的研發(fā)進行一番深入交流。

釣魚難題：人性弱點 強對抗VS規(guī)則防御

簡單的寒暄之后，我直切主題：“這是怎么做到的？”

深信服研發(fā)老哥靦腆一笑，說：“我們有這么高速運轉(zhuǎn)的安全GPT進入網(wǎng)安行業(yè)……”

我急了，“你說人話?！?/p>

“好的，最主要是兩個點，原諒我先賣個關(guān)子。首先讓我們回想一下，在防釣魚這條路上，以往是不是主要依靠殺毒軟件、郵件安全網(wǎng)關(guān)設(shè)置的規(guī)則來防御？但規(guī)則有上限嗎？沒有的，攻擊者可以偽造的場景和文件特征是無限的，總有能引人上當(dāng)?shù)男禄印！?/p>

這可真是戳中我的痛處了，無數(shù)個寒風(fēng)徹骨的加班夜，我們部門都在那人工判斷海量的靠規(guī)則隔離的郵件和文件……我佯裝淡定說道，“有道理，你繼續(xù)?！?/p>

“第二個難點，攻擊者也不傻，他們知道安全設(shè)備是怎么進行檢測的，加密加殼混淆，甚至干脆把文件做成一個下載器，這樣一操作，惡意特征少，再加上變種多，識別難度就大大提高了?？繗⒍拒浖⒁?guī)則檢測技術(shù)甚至AI小模型都難以防御?！?/p>

“我懂，正是因為我懂，我才好奇你是怎么解決的?！?/p>

“所以，我們要靠大模型來解決問題。接下來我就要講講安全GPT aES探針防釣魚最重要的兩個能力了?！?/p>

安全GPT aES探針=智能靈敏的防釣魚安全專家

“深信服安全GPT通過強大的自然語言處理能力、釣魚攻擊推理能力和海量安全知識儲備，借助aES探針在端側(cè)的郵件數(shù)據(jù)、文件信息和行為數(shù)據(jù)采集，不僅能夠理解攻擊意圖，更能關(guān)聯(lián)起完整且隱蔽的攻擊鏈，像安置在每位員工身邊的王者級防釣魚專家一樣。

區(qū)別于傳統(tǒng)檢測技術(shù)的兩個能力就在于攻擊意圖識別和全鏈條行為關(guān)聯(lián)分析。

精準識別攻擊意圖，識破偽裝欺騙手法

再縝密的防御規(guī)則，也難以把利用人性弱點的釣魚攻擊一網(wǎng)打盡，以往基于規(guī)則和AI小模型的檢測技術(shù)都無法真正防住釣魚攻擊。

安全GPT“另辟蹊徑”，基于大模型推理分析，把判斷的核心放在攻擊意圖的分析上，像思維縝密的安全專家一樣透過表面看本質(zhì)。

場景一：火眼金睛識套路，社工欺騙別沾邊

企業(yè)HR給員工發(fā)補貼申請郵件、銀行給個人發(fā)重置密碼郵件、工作伙伴給你發(fā)來說明文件……從發(fā)件人到內(nèi)容，攻擊者偽造無限個”官方郵箱“或”無害人設(shè)“，模擬無限個日常工作生活場景，讓人應(yīng)接不暇。

安全GPT內(nèi)嵌了很多海量知識，如安全常識、情緒誘導(dǎo)等，同時，能夠理解自然語言，像人一樣理解背后的意圖，火眼金睛識別攻擊者的偽裝欺騙套路。

場景二：主動踩坑辨真?zhèn)危叻戮W(wǎng)頁秒識別

二維碼中間加上官方LOGO，視覺上做到無害，一定程度上也讓員工放下戒心，更加難以識別掃碼后的高仿網(wǎng)頁欺騙性。

安全GPT會像安全專家一樣使用二維碼提取、網(wǎng)頁爬取等工具，分析二維碼內(nèi)容，看接收地址是不是官方地址、頁面代碼是否存在克隆痕跡等，還會主動查詢威脅情報做對比域名歸屬地和注冊信息等，即使二維碼快速變化也能精準識別。

全鏈條行為關(guān)聯(lián)分析，免殺、加密無處遁形

說一個紅隊常用的釣魚手法：首先通過“網(wǎng)絡(luò)異?！薄白稍儤I(yè)務(wù)”“需要客服服務(wù)”等借口騙取IT運維人員、客服服務(wù)人員的信任，隨后發(fā)送看似正常、卻帶了木馬的加密壓縮包，一旦下載并打開，受害者的電腦就會被遠程控制，進行下一步惡意行為。

這樣的高對抗手段，傳統(tǒng)的檢測引擎無從查起，甚至在產(chǎn)生嚴重后果后也無法溯源。

安全GPT借助aES探針對文件名稱、文件后綴以及終端行為數(shù)據(jù)進行全量采集和關(guān)聯(lián)，再加上大模型進行推理分析和意圖識別，不從文件特征出發(fā)，而是基于文件名稱、后綴等信息去推理文件落盤后的正常行為，再去對比實際行為看是否發(fā)生偏離，從而定性攻擊。

例如，下圖攻擊者利用“企業(yè)稅收稽查”文件進行的釣魚攻擊，GPT識別到它的文件名字和后綴，推理這個文件的正常行為應(yīng)該只釋放一個word文件，實際卻同時釋放了其他文件或拉起了其他進程等后滲透行為，安全GPT經(jīng)過推理和對比分析判斷出此為釣魚攻擊，精準檢測。

通過3萬高對抗釣魚樣本與100萬白樣本測試驗證，對比傳統(tǒng)方案，安全GPT aES探針的檢出率從15.7%飛升至91.4%，誤報率從0.15%降低至0.046%。

2023年APT釣魚攻擊模擬演練的7條攻擊鏈，當(dāng)前無論是傳統(tǒng)還是國際的檢測產(chǎn)品，都只能檢出1~3條，而安全GPT依靠更高維度的檢測能力能夠全部檢出，檢測效果和攻擊鏈完整還原度遠超其他檢測產(chǎn)品。

除了能精準檢測，我們也同時支持自動化及手動下發(fā)兩種處置形式，有效閉環(huán)釣魚事件?！?/p>

“有點意思，搞得我對我的工作更有信心了呢。”

“必須有信心，安全GPT從去年國內(nèi)首發(fā)并落地到現(xiàn)在，已經(jīng)迭代演進到3.0版本了，累計已在金融、能源、政府機關(guān)等130多家企業(yè)真實環(huán)境測試和應(yīng)用。在真實場景下應(yīng)用形成的海量優(yōu)質(zhì)數(shù)據(jù)，又會促進安全GPT防釣魚數(shù)據(jù)飛輪，讓防釣魚的能力越來越強。未來也還會有更多場景的應(yīng)用?！?/p>

“那以后就靠你們了。”想到以后不需要為釣魚攻擊掉頭發(fā)，我的心情不禁好了很多。（王宇）

來源： 光明網(wǎng)