我们通过 Cookie 和类似的技术识别您的重复访问和喜好,以衡量活动的效率,并改进我们的网站。关于 Cookie 的设置以及其他信息,请参见我们的 Cookie 政策。通过点击此横幅上的“我同意”或使用我们的网站,即表示您同意使用 Cookie。
俗话说:“一环薄弱,全链不强,”这一传统智慧也适用于联网家庭。即使是最智能的家电配件,安全防护级别也不足以保证用户不遭受攻击。目前,我们正在投资研究基于云的新技术,希望能够将保护范围扩展至物联网世界。
物联网 (IoT) 将对整个数字生态系统构成重大威胁。原因在于,许多这样的设备都不具备内置安全系统,以防被黑客劫持。
随着这一新领域的崛起,Avast 也在投资具有基于云的安全基础架构的新技术,其中包括分析和处理网络级别物联网威胁数据。
我们自 2015 年开始部署的 Wi-Fi Inspector 技术可以帮助评估和识别超过 5000 万个家庭网络中所连接设备的漏洞。同时还可以帮助解决配置错误。海量数据与人工智能和机器学习相结合,将不断提升我们检测和防御物联网威胁的能力。
我们研究物联网设备的独立行为和组别行为,统计评价设备发送的数据量和数据类型,然后再结合对用户的基础架构的分析运用这些数据。我们需要了解设备类型以及设备所连接的网络,并且运用我们先进的人工智能引擎,精密地研究设备和网络的性能与漏洞。利用这些信息和算法,我们就能够确保您的网络免遭任何威胁。
来自数亿台设备的统计数据通过我们的分布式云基础架构上运行的机器学习算法进行处理,用来检测连接设备是否存在威胁。利用我们在恶意软件方面的专业知识,我们能够减少延迟,进而缩短至关重要的识别威胁所需的时间。但要真正应对日渐丰富的设备所面临的越来越多的危险,我们采用了两步法。第一步,使用定制的异常检测算法来检测特定的攻击类型:然后将它们组合在一起以识别不同类型的物联网攻击。第二步,使用我们的深度神经网络识别所有这些攻击以及新型攻击。
我们的网络流量会将数百万家庭的统计数据馈入深度神经网络。随后,这个复杂网络的内部节点开始获悉这些数据流与特定的设备类型有何关联,种种设备如何构成家庭配置,亦或更多设备是如何构成一项服务的。然后,神经网络的输出或最后一层分离出良性或恶意数据流集合。
为了保护我们的客户及其家庭物联网设备,Avast 既推出了针对路由器的安全产品,也推出了针对 PC、Mac 和移动设备的产品。这些产品会收集有关家庭传入和传出流量的统计数据,但不会影响数据包的正常路由。收集到的统计数据将发送至 Avast Cloud 进行处理。如果 Avast Intelligence Platform 认为数据流或设备是恶意的,它将指示 Avast 产品阻止受恶意影响的数据流或设备。Avast Smart Home 应用程序为用户提供了与系统进行交互的门户。
简而言之,规模至关重要:Avast 可以访问 100 个国家/地区超过 5000 万个消费者家庭中的数据,从而对威胁格局有了空前的概览优势。这意味着我们可以比其他任何人更快地识别和响应威胁。