近年来,云上数据安全已经成为企业的又一大难题,尤其是勒索攻击频发,有组织的黑客攻击目标已经从核心数据窃取扩展到金融、交通、能源、通信等行业的关键信息基础设施,对企业数据安全构成了极大的威胁和挑战。
同时ai时代,犯罪团队已经开始利用ai和机器学习来增强勒索软件攻击的能力和效率,勒索攻击也在不断升级。
在此背景之下,企业应当如何应对勒索攻击?一份满分答案或许可以从中国信息通信研究院“2024安全守卫者计划”优秀案例之中寻找——
它就是瑞数信息与国网华东某省级电力公司联合申报的“勒索智能防护案例”。
据悉,自2023年5月起,瑞数信息开始为客户提供全面的数据安全和数据检测服务,并于2023年12月顺利完成项目建设。
在项目实施过程中,通过构建全面的数据安全预警检测系统、反勒索快速恢复机制、备份数据安全防护体系以及勒索风险信息展示平台,显著提升了企业的数据安全防护能力,帮助客户有效应对了勒索攻击的威胁。
那这份满分答案到底是怎么做出来的呢?本文带你揭晓。
一、ai时代,勒索攻击更为智能
近年来,云计算的普及使得越来越多的企业将核心数据迁移到云端。然而,这也为勒索攻击提供了新的战场。
2021年,美国最大燃油管道运营商colonial pipeline遭受勒索攻击,导致其关键管道系统瘫痪,造成大规模的燃油短缺和经济损失。这次攻击不仅暴露了云上数据的脆弱性,也显示出勒索攻击对关键基础设施的巨大威胁。
2024年年初,全球能源管理和工业自动化巨头施耐德电气遭受cactus勒索软件攻击,导致公司数据被盗。据报道,cactus勒索软件团伙在网络攻击期间窃取了该公司数tb的公司数据,威胁该公司,如果不支付赎金,就会泄露被盗的数据。
根据group-ib发布的《2023-2024年高科技犯罪趋势报告》显示,勒索软件保持强劲增长,2023年数据泄露网站上的公司数量同比增长74%。
安全公司sophos发布的《2023勒索软件态势报告》也显示,66%的机构在过去一年中遭受过勒索软件攻击。其中,76%的攻击导致数据被加密,受害机构为此而付出的平均成本为182万美元。
大规模增加的勒索软件攻击正在瞄准所有行业,金融、交通、能源、通信等行业的关键信息基础设施尤其成为勒索软件的攻击目标。
这些事件再次提醒企业,勒索攻击不断,云上数据安全需要引起高度重视。
另外,随着人工智能技术的快速发展,网络安全领域也经历了深刻的变化。ai技术不仅提升了防护能力,同时也被不法分子所利用,进化出更加隐蔽和复杂的勒索攻击。
传统的勒索攻击通常依赖于社会工程学或漏洞利用,而ai技术的引入使得攻击者能够更精准地选择目标并躲避检测。例如,机器学习算法可以帮助黑客分析目标网络的漏洞,生成定制化的攻击路径;深度学习技术可以用于开发更难检测的恶意软件变种,甚至可以实时调整攻击策略,以规避防御系统的拦截。
ai技术还大大提升了勒索攻击的效率。通过自动化的手段,攻击者能够在极短时间内对大量目标发起攻击,从而增加成功的概率。此外,ai还可以用于优化赎金需求,基于受害者的支付能力和紧急程度,制定出最有可能成功的赎金金额。
可以说,ai时代下的勒索攻击,已经不仅仅是单纯的技术对抗,而是智慧与智慧的较量。
二、当智能勒索攻击“撞上”智能防护
日益复杂和频繁的勒索攻击,对企业的网络安全防护提出了更高的要求。企业必须提升自身的防护能力,从早期检测到数据恢复,全方位构建起强有力的防护体系,如早期发现勒索加密,加强主机防勒索能力,构建勒索应对体系,增加数据安全检测预警能力等,以应对ai时代下的网络安全挑战。
作为国家重要的基础设施企业,电力公司必须确保在遭遇勒索攻击时,能够迅速恢复数据,避免业务系统出现无法恢复、恢复时间不可预期、应对流程不明确的混乱局面,并将勒索攻击的影响范围控制在最小。
瑞数信息推出的数据安全检测与应急响应系统(river ddr),正是这样一款反勒索的数据备份利器。通过事前、事中和事后的数据安全闭环防护体系,river ddr有效解决了传统终端安全软件被绕过、备份系统恢复过程冗长等严峻的安全问题,让勒索软件等新兴数据安全威胁无处遁形。
该系统可通过多种数据接入方式,实现对生产数据的在线检测。数据安全底座则主要负责数据备份、备份数据的安全存放和管理,并为上层的安全检查功能提供数据支持和快速恢复能力。
由于安全攻击不断变化,病毒加密数据的手法层出不穷。因此,该系统利用ai革新了数据安全检测的方法和流程,创新开发了“智能深度检测引擎”,集成了文件健康体检和数据库健康体检的功能,从而提供了全方位的数据保护措施。
该引擎利用勒索加密样本库的机器学习建立熵值规则库,并通过熵值计算来判断数据是否被勒索加密。通过深度检测方法,该引擎能够每天对备份数据的增量部分进行深度检查,与数据安全底座联动,实现初次全量的健康检查、日常数据增量部分的深度检查以及重点表的异动监控,并通过实时告警通知服务层。
功能矩阵层面向实际操作和使用,按照勒索攻击的事前、事中、事后提供文件及数据库检测报告、事件告警及影响分析等功能。通过快速响应恢复机制,实现数据的快速恢复,将勒索攻击造成的损失降到最低。
可以说,瑞数数据安全检测与应急响应系统(river ddr)在文件检测、数据库检测和响应恢复方面,为该电力公司云上数据安全保驾护航:
l文件检测方面,系统针对文件的勒索攻击风险进行全面检测,包括勒索声明文件检测、加密状况检测、文件头不匹配检测和文件异常检测等。检测后,系统会出具文件健康状况检测报告,确保所有文件的安全性。
l在数据库检测方面,系统会对数据表字段和数据库文件进行详细检测,确认是否存在加密情况,是否有静态表被篡改。检测后,同样会出具数据库健康状况检测报告,确保数据库的完整性和安全性。
l在响应恢复方面,系统通过损害评估报告及修补建议,结合行为分析和日志分析等手段,确认需要恢复的时间点。无论数据量的大小,数据恢复时间都能控制在分钟级,以确保被加密数据的恢复时间在业务可承受的范围之内。
瑞数信息与该电力公司的合作,正是智能防护体系的一次成功实践,通过全面的数据安全能力建设,不仅有效应对了勒索攻击的威胁,也为行业提供了宝贵的经验和参考。
三、从预警到快速恢复,全周期保护数据安全
智能防护云上数据安全,核心在于其数据安全检测与应急响应。系统正是通过事前数据健康体检、事中智能威胁检测和事后快速响应恢复这三大环节,构建了一个全面而高效的数据安全防护体系,真正实现了全周期的安全保障。
在事前阶段,提供了全面的数据健康体检,通过日常对备份数据的安全检测,确认用于恢复的数据的健康性。这种基于表级和字段级的检测能力,确保每一份用于恢复的数据都是原始信息,没有被加密或污染。通过这样的预防措施,企业可以在遭遇勒索攻击前,已经做好了万全的准备,确保数据处于可信任状态。
在事中阶段,依托其创新的智能数据识别引擎和ai智能识别引擎,实施智能威胁检测。基于“深度文件内容检测”技术和“数据访问行为”智能分析与识别能力,这些引擎能够有效识别企业数据中心架构与非架构化数据的安全性,通过ai熵值检测技术,改进数据安全检测的速度和准确性,达到领先的安全检测水平。全链路的威胁行为与内容变化追踪,使得可疑的攻击行为能够被即时发现和响应,从而大大提升了勒索攻击的防御能力。
在事后阶段,智能检测沙箱与源引擎发挥了重要作用。它们能够有效定位攻击事件的根源,移除勒索软件后,将最新的干净备份进行恢复,同时对系统进行加固,确保系统的安全性。自动生成可挂载的干净数据,确保在遭受攻击后,企业可以迅速恢复正常运作,减少业务中断的时间和经济损失。
通过事前数据健康体检、事中智能威胁检测和事后快速响应恢复的有机结合,瑞数信息构建了一个全周期的数据安全闭环,为企业提供了从预防到恢复的全方位保障。
瑞数数据安全检测与应急响应系统(river ddr)不仅助力国网华东某省级电力公司构建起了强有力的数据安全防线,还提升了其应对勒索攻击的能力,确保业务的连续性和稳定性。
正因如此,该案例凭借在客户应用中的创新技术和高效能力,从众多案例中脱颖而出,经过案例初审、专家复评两个环节,成功斩获中国信通院第四批“安全守卫者计划”优秀案例。未来,瑞数信息将继续在数据安全领域深耕,助力更多企业构建起强有力的安全防护体系,为云上数据安全保驾护航!