完整定義
惡意軟體偵測利用機器學習、深度學習等AI技術,分析檔案、程式碼和網路流量,識別惡意軟體的特徵和行為模式,從而預防病毒、蠕蟲、木馬程式等惡意軟體對系統造成損害。有效的惡意軟體偵測是資訊安全的重要組成部分。
白話說明
你有沒有收過看起來正常,打開卻很危險的檔案?
你可以把惡意軟體偵測想成,先看程式或檔案有沒有可疑行為。
它其實就是用規則或模型找出可能有害的程式。
在資安場景裡,它是很重要的第一道防線。
記住這句
看得出不正常,還要判斷是不是有害。
比喻:惡意軟體偵測就像機場的安檢系統 -- 它會檢查每一個進來的「包裹」(檔案),透過比對已知的危險物品清單或分析包裹的異常行為,來判斷它是不是惡意軟體,保護你的電腦安全無虞。
容易混淆
惡意軟體偵測 vs 簽章比對
簽章比對只抓已知樣本,偵測系統還可以看行為和特徵。
一個靠黑名單,一個還會看動作。
惡意軟體偵測 vs 異常偵測
異常偵測找出不尋常的東西,惡意軟體偵測更聚焦在危險程式。
一個是廣義警報,一個是資安專用。
最關鍵的區別: 不是所有異常都惡意,但惡意通常會表現出異常。
實際案例
郵件附件掃描
系統先掃附件是否有可疑腳本或執行行為,避免使用者誤開中毒。
端點防護
企業電腦上的防護軟體會即時分析檔案行為,阻擋勒索軟體。
演算法與應用
常見特徵有檔案雜湊、API 呼叫序列、網路行為和權限請求。
方法可以是簽章、規則或機器學習,實務上常混合使用。
重點不只是抓到更多威脅,還要避免誤報太高。
情境判斷
Q1(直覺題): 看到一個新檔案先要做什麼最像安全做法?
先檢查行為和特徵,看看有沒有惡意軟體的跡象。
Q2(判斷題): 如果防毒只靠舊簽章,能抓到所有新威脅嗎?
不能,遇到變種或新型威脅時,光靠簽章通常不夠。
常見問題
不一定,但 AI 可以幫忙抓未知樣本和複雜行為。
通常要調特徵、閾值、規則和模型,必要時還要加白名單。
兩者都在做安全防護,只是偵測對象和層級不同。
相關術語
來源
這個術語目前沒有標註外部來源。
其他格式:Markdown 版本