Palo Alto PA-1420 Advanced Wildfire Lizenz

Om de risico's van aanvallen met ontwijkingstechnieken te minimaliseren, wenden bedrijven zich tot sandboxing-oplossingen voor malware-analyse. Helaas kunnen traditionele sandboxing-oplossingen lijden aan de volgende valkuilen die ze nutteloos maken tegen geavanceerde bedreigingen:

• Traditionele sandboxing-oplossingen kunnen zich niet verbergen voor malware. Zeer ontwijkende malware controleert op instrumentatie of "hooks", die door sandboxes worden gebruikt om de activiteit van een monster te loggen wanneer het wordt geanalyseerd. Aangezien de analyse-engines zich in dezelfde omgeving bevinden als waar de malware zou worden uitgevoerd, zal malware die de aanwezigheid van deze haken opmerkt, ervoor kiezen deze niet uit te voeren of, in het geval van geavanceerde malware, de haken te omzeilen. Hierdoor denkt de zandbak dat het monster ongevaarlijk is.
• Conventionele sandboxing-oplossingen kunnen worden misleid door latent gedrag. Sommige sandboxes kunnen een time-out hebben en een detectie missen vanwege "slapende" malware. Traditionele sandboxes kunnen de timer niet zomaar terugbrengen tot een laag nummer, omdat dit de uitvoering van andere software zou kunnen onderbreken.
• Traditionele sandboxing-oplossingen kunnen geen in het geheugen verblijvende malware detecteren. Machine-learningmodellen die alleen op de bestandsstructuur zijn getraind, zijn niet effectief in het detecteren van monsters die gebruikmaken van ontwijkingstechnieken zoals verduistering, verpakking en uitvoering van dynamisch geïnjecteerde shellcode in het procesgeheugen. Bovendien zijn er aanzienlijke geheugen-, reken- en infrastructuuroverheadkosten nodig om geheugenmonsters te onderzoeken, waarin de meeste leveranciers niet investeren.
• Traditionele inline sandboxing-oplossingen beïnvloeden de productiviteit van de gebruiker. Wanneer een provider ervoor kiest om bestanden achter te houden voor analyse, verstoort dit de workflow en de productiviteit van de gebruiker.
• Traditionele sandboxing-oplossingen zijn traag om uitspraken te doen. Zonder een verbonden ecosysteem kan het uren tot dagen duren voordat handtekeningupdates zijn voltooid.

Ga verder dan traditionele sandboxing

Palo Alto Networks Advanced WildFire is de grootste cloud-based malware prevention engine in de branche, die gebruik maakt van gepatenteerde machine learning detection engines om organisaties te beschermen tegen zeer ontwijkende bedreigingen en geautomatiseerde bescherming te bieden in het netwerk, de cloud en endpoints. Advanced WildFire analyseert elk onbekend bestand op kwaadaardige bedoelingen en zet vervolgens preventieve maatregelen in recordtijd in - 60 keer sneller dan de dichtstbijzijnde concurrent - om het patiëntenrisico tot nul te reduceren.