Интересное сравнение антивирусов (данные jotti и virustotal) - Выбор домашних средств защиты - Форумы Anti-Malware.ru Перейти к содержанию
Phoenix

Интересное сравнение антивирусов (данные jotti и virustotal)

Recommended Posts

Phoenix

http://enotus.at.tut.by/Articles/AVtest/index.html

Из минусов - "Так же здесь не учитываются ложные срабатывания", которыми вполне могут быть (а могут и не быть) уникальные определения вирусов антивирусами.

ClamAV подозреваю так мало нашел, потому что больше заточен под почтовые вирусы. По крайней мере то, что он у меня на шлюзе пропускал, не было и базе KAV...

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
_Stout
http://enotus.at.tut.by/Articles/AVtest/index.html

Из минусов - "Так же здесь не учитываются ложные срабатывания", которыми вполне могут быть (а могут и не быть) уникальные определения вирусов антивирусами.

ClamAV подозреваю так мало нашел, потому что больше заточен под почтовые вирусы. По крайней мере то, что он у меня на шлюзе пропускал, не было и базе KAV...

Странный вывод про UNA. "вот UNA в некоторых случаях може пригодиться. Ведь UNA определяет некоторые виды вредоносных программ, которые никакой другой антивирус не знает" Если посмотреть на график, то найдется еще не мало АВ, которые интересны по тому же критерию, что и ЮНА.

По опыту общения с вир аналитиками известно, что с вирустотала очень много крэпа идет. И уникальность обнаружения не всегда хорошо. Не имея доступа к файлам нельзя однозначно сказать крэп ли это был или действительно уникальной детект.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
A.

Лично я вообще не считаю правильным использовать данные с VT или Jotty для оценки антивирусов.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Phoenix

Да, обычно туда посылают вирусы, которые не находятся установленным антивирусом, что по идее должно снижать показатели распространенных АВ.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Valery Ledovskoy

По интересной для меня теме КАВ/Доктор:

В этом тестировании, судя по графикам, эффективность примерно одинакова у них, что весьма близко на самом деле к истине по тестировавшимся параметрам.

Незначительную разницу можно списать на погрешность измерений.

Это соответствует моим внутренним ощущениям.

Доктор бывает часто лучше в детекте сложных полиморфных вирусов, но их количество мало (не количество заражаемых объектов, а количество видов вирусов), поэтому на этих графиках этого не видно и не может быть увидено.

И детект - это лишь один из параметров работы антивирусов. Есть ещё лечение, скорость и т.д.

Добавлено спустя 3 минуты 45 секунд:

Лично я вообще не считаю правильным использовать данные с VT или Jotty для оценки антивирусов.

Вообще говоря, _любой_ тест весьма субъективен.

Понятия "хороший" или "плохой" антивирус - это не больше, чем метафоры. У каждого из продуктов есть сильные (иначе бы они не продавались) и слабые (иначе бы кто-то захватил 99% рынка) стороны.

Тут стОит говорить о том, какой из продуктов больше подходит к какой категории пользователей, т.е. какую нишу занимает. В этом "однобокие" тестирования помочь могут.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Сергей Ильин

На мой взгляд интересное сравнение, хотя бы потому, что статистика эта закрытая. Но мне не совсем пока ясно, какие выводы из этого правильно делать, ведь как писали выше, на virustotal и jotty сыпется реально много хлама, а ложные срабатывания мы тут никак выделить не можем.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Dmitry Perets
И детект - это лишь один из параметров работы антивирусов. Есть ещё лечение, скорость и т.д.

Более того, этот тест тестирует детект лишь частично. Так как во-первых, поведенческие технологии не действуют, ибо зловредов не запускают; а во-вторых, тестируется только сканер по-требованию. Так что по сути, этот тест проверяет исключительно движок (подобно тесту Клементи да и большинству других тестов).

Что касается Др.Веба - да, движок у него качественный, так что результаты не удивительны.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
A.

Кто-нибудь может объяснить, что имеется в виду в части "Количество обнаруженных вредоносных программ из всех заражённых файлов с разбивкой по возможностям антивируса." под терминами "общие", "уникальные", "не уникальные" ?

"Уникальные" - это то, что определяет только этот антивирус и больше никто ? В таком случае для nod32 и bitdefender эти показатели подозрительно малы (если в статистике учитывались срабатывания эвристика). Если не учитывались, то это сравнение можно прямиком отправлять в треш.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Dmitry Perets

Да вообще сравнение не особо убедительное. Файлов никто не видел, дат обновления баз у каждого продукта - тоже нет. Как-то всё "плюс-минус лапоть"...

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Dmitry Perets
Да вообще сравнение не особо убедительное. Файлов никто не видел

А что, обычно всем желающим коллекции раздают после тестирования для проверки?

Нет, я имел в виду, что сами организаторы тестирования коллекции не видели. И тестирования не проводили, собственно =) Просто взяли результаты графиков с virustotal...

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
vaber

Интересный вывод сделал автор статьи: если в файле только 1 антивирь обнаружил вирус, то значит в этом файле точно вриь, а все остальные его не знают :). Интересно. Как правило такой результат означает ложное срабатывание. Поэтому график "Количество обнаруженных вредоносных программ из всех заражённых файлов с разбивкой по возможностям антивируса. (больше - лучше)"-бред и по нему нельзя ничего конкретного сказать .

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Сергей Ильин

Буквально за пару дней тема из обсуждения теста перерасла в обсуждение вирлабов, поэтому все сообщения :off: были перенесены сюда:

Как работают вирлабы и кто это делает лучше?

Название придумал на свой вкус, уж извиняйте :D

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
_Stout

Так себе.

По опыту -- с этих сайтов идет очень много крэпа.

1. Нет уверенности, что среди 5000 файлов все вредоносные программы.

2. Наличие уникального детектирования довольно часто является признаком ложной тревоги. Для 100% уверенности нужно иметь файл (для ручного разбора или перепроверки через некоторое время)

3. Выводы странные:

вот UNA в некоторых случаях может пригодиться. Ведь UNA определяет некоторые виды вредоносных программ, которые никакой другой антивирус не знает

Тот же AntiVir знает "уникальных" вирусов больше, да и качество явно лучше.

4. Нет разбора на то как брался файл -- exact детектирование или эвристик. Срабатывания эвристика Fortinet или VBA скорее всего False.

5. Таблица распространенности. Посмотрите внимательно -- микс excat вердиктов и ответов эвристика.

Идея хорошая, но реализация так себе. не зачот.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Valery Ledovskoy
Аналогичную диаграмму можно привести для лучших антивирусов.

Просто "лучших" антивирусов ещё не придумали. Очень некорректное предложение. Лучшие в чём-то, в соответствии какой-то определённой методикой - это ещё да, может быть.

Однако тестирования антивирусов по этому важному показателю пока далеки от совершенства.

Вот это верно, и это тестирование - не исключение :)

Остальные тестирования не так информативны и с первого взгляда не вызывают большого доверия. Хотя имеются и весьма серьёзные.

Какое-то разброд-шатание мысли.

Вот здесь и таится проблема. Статистика ресурсов virusscan.jotti.org и virustotal.com не предоставляется в открытом доступе. Вероятно, её получают только производители антивирусов. Вероятно за деньги.

Вероятно, вероятно... Да, я могу написАть "вероятно" по поводу тестирований, ибо сам их практически не проводил и имею к этому процессу косвенное отношение, но для результатов тестирования - эо слишком.

Обращаю внимание на отсутствие некоторых известных антивирусов, таких как McAfee или Symantec Norton AntiVirus

Почему, собственно? Большой минус.

Так же здесь не учитываются ложные срабатывания.

Тоже плохо.

Общую картину это не искажает. Во-первых, совершенно неизвестно, сколько срабатываний ложны.

Гы :)

Во-вторых, ложные срабатывания, согласно av-comparatives.org, происходят менее чем в 1% случаев.

В недавнем тестировании, которое цитировалось на этом форуме все чуть не погрызлизь из-за этих "меньше 1%", а тут так просто этим пренебрегают. Молодцы :) Так что оправдать можно при желании любые результаты любого "подходящего" кому-то тестирования.

Вероятно, значительная часть уникальных вредоносных программ, обнаруженных AntiVir, является ложными.

Гадание на кофейной гуще. Это результат тестирования или гороскоп? :)

Лидерами являются Kaspersky Anti-Virus, Dr.Web, AntiVir, VBA32 и BitDefender (не забываем, что некоторые популярные антивирусы не тестировались).

Поэтому они не лидеры? :lol:

"Остался только один важный вопрос. Распространённость вредоносных программ и на сколько она совпадает с другими источниками."

В огороде бузина, а в Киеве дядька. Значит, для определения "самого лучше антивируса" эти вредоносные программы оказались подходящими и "достаточно распространёнными", а тут вот сомнение в конце возникло.

Да и совпадения с другими источниками сложно добиться. Хотя, как я и сказал уже, добиться сходства тоже можно, если очень захотеть :)

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Enotus
1. Нет уверенности, что среди 5000 файлов все вредоносные программы.

2. Наличие уникального детектирования довольно часто является признаком ложной тревоги. Для 100% уверенности нужно иметь файл (для ручного разбора или перепроверки через некоторое время)

Согласен, но ложные срабатывания общую картину не меняют.
3. Выводы странные:
вот UNA в некоторых случаях может пригодиться. Ведь UNA определяет некоторые виды вредоносных программ, которые никакой другой антивирус не знает

Тот же AntiVir знает "уникальных" вирусов больше, да и качество явно лучше.

Что странного. Раз UNA "знает" некоторые вирусы, которые никто другой не знает, значит в некоторых режких случаях он может пригодится. AntiVir - да лучше. Но всех вирусов НЕ знает.
4. Нет разбора на то как брался файл -- exact детектирование или эвристик.
Тут возникли некоторые решаемые трудности. Возможно в будущем добавлю.
Срабатывания эвристика Fortinet или VBA скорее всего False.
Согласно av-comparatives.org, эти "срабатывания" скорее всего True. У Вас есть другие данные или источники?
5. Таблица распространенности. Посмотрите внимательно -- микс excat вердиктов и ответов эвристика.
И о чём это говорит?

Добавлено спустя 3 минуты 34 секунды:

Valery Ledovskoy

Простите, я не понял что Вы хотели сказать.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
_Stout
1. Нет уверенности, что среди 5000 файлов все вредоносные программы.

2. Наличие уникального детектирования довольно часто является признаком ложной тревоги. Для 100% уверенности нужно иметь файл (для ручного разбора или перепроверки через некоторое время)

Согласен, но ложные срабатывания общую картину не меняют.

Ложные срабатывания меняют картину координально. Пользователей, которые счастливы от FP нет. Во-вторых, сделайте прогу, которая на все файлы будет орать -- подозрение на вирус и вы будете №1 не только в вашем тесте, но и гарантированно получите VB100%.

3. Выводы странные:
вот UNA в некоторых случаях может пригодиться. Ведь UNA определяет некоторые виды вредоносных программ, которые никакой другой антивирус не знает

Тот же AntiVir знает "уникальных" вирусов больше, да и качество явно лучше.

Что странного. Раз UNA "знает" некоторые вирусы, которые никто другой не знает, значит в некоторых режких случаях он может пригодится. AntiVir - да лучше. Но всех вирусов НЕ знает.

По тесту никто не знает всех вирусов. Еще раз про фолсы -- откуда вы знаете, что те уникальные "вирусы" обнаруженные только UNA не есть FP? Поэтому тест, тестом назвать нельзя. Статистика.

4. Нет разбора на то как брался файл -- exact детектирование или эвристик.
Тут возникли некоторые решаемые трудности. Возможно в будущем добавлю.

Очень стоит. См коммент A.

Срабатывания эвристика Fortinet или VBA скорее всего False.
Согласно av-comparatives.org, эти "срабатывания" скорее всего True. У Вас есть другие данные или источники?

Fortinet нет у Клименти, а VBA занимает почетное первое место по фолсам. Про Фортинет знаю от информированных источников и им верю.

5. Таблица распространенности. Посмотрите внимательно -- микс excat вердиктов и ответов эвристика.
И о чём это говорит?

Это значит, что цифры не верные т.к. доподлинно не известно что есть Trojan.Generic или "Подозрения на что-то там".

Дело полезное, но вот с методологией проблемы. Вон Сергей Ильин сделал достойный тест, присоединяйтесь к нему.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Enotus
Очень стоит. См коммент A.
Будет через неделю.

Добавлено спустя 28 секунд:

Вон Сергей Ильин сделал достойный тест, присоединяйтесь к нему
Ссылку можно?

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Сергей Семашко
Ложные срабатывания меняют картину координально. Пользователей, которые счастливы от FP нет. Во-вторых, сделайте прогу, которая на все файлы будет орать -- подозрение на вирус и вы будете №1 не только в вашем тесте, но и гарантированно получите VB100%.

Вы эту прогу просто не сможете продать :) Поэтому процент ложных срабатываний очень мал и с ними все борются. Сравнение антивирусов по количеству ложных срабатываний идет в пределах этого мизерного процента. Так что все относительно.

Fortinet нет у Клименти, а VBA занимает почетное первое место по фолсам. Про Фортинет знаю от информированных источников и им верю.

У Клементи наш антивирус тестировался с установкой максимального уровня эвристики, который не рекомендуется для нормального использования (при попытке установить этот уровень эвристики, программа выдает предупреждение и доаполнительно запрашивает подтверждение). К слову, в подробном отчете приведен перечень ложных срабатываний, которые были вызваны именно за счет установки этого уровня эвристики, они помечены как '(+)'. Если их не принимать во внимание, то VBA уже не занимает первое место по ложным срабатываниям. Хотя остается вопрос, смогли ли бы мы занять второе место по качеству детектирования троянов после NOD32, если бы тестирование проводилось на нормальном уровне эвристики :)

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Dr.Golova

А VBA ложных срабатываний _относительно_ много (на максимальном уровне эвристики), но еще хуже дикие тормоза в этом режиме - тысячу файлов обрабатывает почти час. тормознее только последний нод (но опять же в режиме максимальной эвристики, хотя ему проще - он только строчки обсчитывает, а не кусочки кода =)

Аффтор, соедени наконец эмуль и эвристик - не придется два раза одну и тоже работу делать, может ВБА хоть на 20% быстрее станет.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Raven_River

Ребята на этих онлайн сканах не все базы антивирусов обновленны до последних, малого того далеко не все движки которые используются сервисами являются последними движками вендоров. Если быть более точным, то существуют намного более продвитые версии продутков чем те которые юзаем вирус тотал и джотти. Это точно, я списывался с ними по имейлу.

Эти сервисы не актуальны ни в оценке продуктов ни в наполениии баз. Их можно использовать лишь как махонькую помощь в процесе разработки баз антвирусов-антиспая

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Enotus

Raven_River

Ребята на этих онлайн сканах не все базы антивирусов обновленны до последних
Virus definitions are updated every hour.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Raven_River
Raven_River
Ребята на этих онлайн сканах не все базы антивирусов обновленны до последних
Virus definitions are updated every hour.

Я больше доверяю переписке тет-а-тет чем тому , что они освещают на своих страницах.

Мало того сегодня я проверял, дата обвления базы Макафи на вирустотал стоит сегодняшним числом, а последнее обновление было в пятницу :)

+ Они не могут обновлять базы каждый час - это ложь.

Эти онлайнсканеры используют только консольные движки продуктов, не программу целиком, джоти под юникс, вирустотал под винду. А это значит, что такого приложения как updater у них попросту _нет_. Они обновляют базы руками, получают их от вендоров и подставляют движку. А тут сам понимаешь, то вендор на письмо не отвечает , то вообще старую базу выдал... ну вообще базы у них не актуальные.

В целях убеждения можешь списаться по почте с вирустотал и джоти и узнать все сам. Их адреса на есть на сайтах.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Сергей Ильин

Друзья, в связи с явным оффтопом сообщения, относящиеся к обсуждению скорости работы антивирусов были перенесены сюда

http://www.anti-malware.ru/phpbb/viewtopic.php?t=1069

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты

  • Сообщения

    • Ego Dekker
      ESET Online Scanner был обновлён до версии 4.0.1. Приложение теперь работает только в 64-разрядной ОС.
    • Ego Dekker
      ESET Cyber Security был обновлён до версии 9.0.6700.
    • AM_Bot
      Теория звучит убедительно, но работает ли она на практике? Мы внимательно изучили Phishman 2.35 и решили не останавливаться на описании её возможностей. Вместо этого протестировали платформу на собственных сотрудниках и удивились, к каким результатам это привело.      1. Введение2. Методология тестирования Phishman 2.353. Первичное тестирование3.1. Подготовка шаблонов фишинговых сообщений, инфраструктуры рассылки3.2. Тестирование доставки и отражения результатов в статистике3.3. Результаты атак4. Обучение4.1. Формирование учебной группы4.2. Составление образовательной программы по повышению киберкультуры4.3. Процесс обучения и его результаты5. Повторное тестирование5.1. Результаты атак6. Подведение итогов6.1. Сложности, с которыми мы столкнулись7. Впечатления от проекта команды «АМ Медиа»7.1. Реакция сотрудников7.2. Реакция организаторов7.3. Сотрудничество с вендором8. ВыводыВведениеPhishman 2.35 — это система повышения осведомлённости пользователей в сфере ИБ. Она помогает развивать киберкультуру и формировать у сотрудников устойчивые навыки безопасной работы с информацией, цифровыми сервисами и корпоративными ресурсами. В процессе обучения сотрудники учатся распознавать актуальные сценарии атак, закрепляют правильные модели поведения и в результате реже становятся причиной инцидентов, связанных с человеческим фактором.В первой части обзора Phishman 2.35 мы рассмотрели платформу с точки зрения её возможностей. Теперь пришло время проверить, как всё это работает на практике. За время проекта мы не только оценили эффективность различных сценариев, но и столкнулись с рядом особенностей, которые невозможно увидеть в документации. Одни из них влияли на ход тестирования, другие оказались скорее организационными нюансами, о которых стоит знать заранее.Методология тестирования Phishman 2.35В процессе работы с киберкультурой «АМ Медиа» мы будем использовать следующие метрики:Обученность. Отражает уровень знаний сотрудников в области ИБ. Показатель растёт, когда сотрудники осваивают темы: реагирование на инциденты, защита от социальной инженерии и другие критически важные компетенции.Иммунность. Показывает, как сотрудники применяют знания на практике. Она повышается, когда демонстрируется способность распознавать угрозы и правильно на них реагировать в реальных сценариях.Киберосознанность — итоговая метрика. Объединяет знания и практические навыки, показывая, насколько сотрудники в целом устойчивы к киберугрозам и действуют корректно при их возникновении.Прежде чем оценивать эффективность работы системы, необходимо определить отправную точку. Первичное тестирование определит, на какие сценарии реагирует каждый сотрудник, где чаще всего допускаются ошибки и какие темы требуют дополнительного развития. На основе этих данных формируется индивидуальная программа обучения: сотрудники проходят персонализированные курсы, выполняют практические задания и тесты, которые помогают устранить выявленные пробелы и закрепить необходимые навыки. В процессе обучения повышается уровень обученности, а закрепление знаний через практику влияет на показатель иммунности. После завершения обучения мы проведём повторное тестирование, которое покажет, какие изменения произошли по всем ключевым метрикам.Заключительный этап — сравнение результатов первичного и повторного тестирования. Здесь станет понятно, насколько вырос уровень киберкультуры сотрудников: изменилось ли их отношение к вопросам ИБ, стали ли они увереннее распознавать угрозы и чаще принимать безопасные решения в ситуациях, где раньше могли допустить ошибку.В качестве основного канала для рассылки фишинга выбрали электронную почту. Причина очевидна: именно она остаётся основным способом первичного контакта злоумышленников с сотрудниками и доставки фишинговых сценариев. По имеющимся оценкам, более 90 % успешных кибератак начинаются с электронного письма, поэтому исключать этот канал из подобных проверок было бы некорректно.Первичное тестированиеРеальные фишинговые атаки почти никогда не строятся по универсальному шаблону: злоумышленники адаптируют содержание писем под роль человека в компании, его рабочие процессы и типовые задачи. Поэтому при выборе целевой аудитории мы разделили сотрудников по функциям и уровню доступа к корпоративным данным, а сам проект разбили на 3 последовательные волны с разным уровнем сложности.Подготовка шаблонов фишинговых сообщений, инфраструктуры рассылкиПосле определения целевой аудитории был проведён анализ структуры подразделений и рабочих процессов сотрудников. На этом этапе изучались:должностные обязанности;распределение зон ответственности;характер внутреннего взаимодействия между отделами;используемые адреса электронной почты;формат повседневной служебной переписки.Это позволило понять, какие сценарии коммуникации являются для сотрудников привычными и не вызывают подозрений.На основе собранных данных были подготовлены сценарии фишинговых сообщений. При разработке содержимого учитывались тематика рабочих задач, стиль корпоративного общения, оформление внутренних уведомлений и типовые причины отправки писем внутри организации. Основная задача заключалась в том, чтобы письмо воспринималось как стандартное рабочее сообщение, соответствующее реальным бизнес-процессам заказчика.Волна 1. Первая волна была построена как массовый фишинг. Сценарий — сверка графика отпусков. Для атаки создавали и настраивали пользовательский шаблон. Тип атаки — обычный, время начала рассылки — сразу, при запуске атаки.На этом этапе проверялась базовая реакция сотрудников на привычные рабочие триггеры и способность распознавать типовые признаки фишинга без привязки к конкретному подразделению. Рисунок 1. Шаблон для первой волны Рисунок 2. Вид фишингового письма из первой волны в почте Волна 2. Для каждого отдела были подготовлены письма, основанные на реальных рабочих процессах, характерных запросах и ситуациях, с которыми сотрудники регулярно сталкиваются в своей деятельности. Для атаки создали и настроили пользовательский шаблон, где-то добавили немного визуального оформления. Время начала рассылки — по запланированному времени. Рисунок 3. Пример шаблона из второй волны для отдела «Продажи» Рисунок 4. Вид фишингового письма из второй волны для отдела «Продажи» Волна 3. Здесь моделировались уже более сложные сценарии целевого фишинга (spear phishing). В письмах использовались специальные формулировки, элементы корпоративного брендирования. На этом этапе проверялась не только внимательность сотрудников, но и способность замечать менее очевидные признаки атаки в условиях, максимально приближённых к реальной целевой компрометации.За основу брали системный брендированный шаблон «Яндекс ID», добавили фишинговую форму и скорректировали немного её содержание. Тип атаки — обычный, время начала рассылки — по запланированному времени. Рисунок 5. Пример шаблона из третьей волны Рисунок 6. Вид фишингового письма из третьей волны При переходе по ссылке открывалась фишинговая страница. Рисунок 7. Фишинговая страница Тестирование доставки и отражения результатов в статистикеДалее была подготовлена инфраструктура рассылки. После её настройки проводилось тестирование доставки сообщений. Проверялась доставка писем во входящие сообщения почтовых клиентов, анализировалась реакция антиспам-механизмов в почте, а также контролировалась корректность работы механизмов отслеживания действий пользователей. Рисунок 8. Результаты тестирования доставки и отображения сообщений в почте Тестирование прошло успешно.После завершения проверки была сформирована последовательность отправки сообщений по заранее определённым волнам. Такой подход позволил распределить нагрузку, контролировать ход тестирования и отслеживать реакцию сотрудников на различных этапах проведения проверки. Рисунок 9. Активные мероприятия Результаты атакБыли получены следующие результаты:Иммунность — 81 %. Хороший иммунитет, большинство реагирует правильно. Охват аудитории (повторно попались на фишинг) — 71 %.Уровень риска — 8, средний. Устойчивость формируется, но есть ещё риски. Рисунок 10. Общая информация после проведения первичного тестирования Самый низкий уровень иммунности — около 50 %, после первых двух волн атак. Рисунок 11. График иммунности во время первичного тестирования Далее — сформировали в системе отчёт по скомпрометированности сотрудников, на основании которого выполнили самостоятельный анализ результатов по отделам без учёта результатов тестирования шаблонов атак. Рисунок 12. Отчёт по скомпрометированности всех сотрудников в Phishman 2.35 Таблица 1. Результаты первичного тестирования по отделамОтделЗаполнили формуОткрыли вложенияОткрыли ссылкуДокументооборот04,76 %4,76 %Продажи04,76 %9,52 %Продюсеры 0023,8 %Редакция0019,04 %Руководитель000 ОбучениеПервичное тестирование завершено, поэтому следующим этапом стало определение группы риска и формирование программы обучения.Формирование учебной группыНа этапе отбора рассматривались два варианта формирования учебной группы. Первый предполагал использование показателя иммунности сотрудников. Второй вариант заключался в создании правила, автоматически формирующего список сотрудников, которые были скомпрометированы в ходе проведённых проверок. Этот подход позволял сразу получить выборку пользователей, продемонстрировавших наибольшую подверженность атакам, без ожидания обновления показателей.Был выбран второй вариант. На основании созданного правила была сформирована группа для обучения: в неё вошли люди, которые были скомпрометированы в ходе первичного тестирования. Рисунок 13. Создание правила для выявления группы риска Рисунок 14. Отчёт по отработанному правилу для выявления группы риска Отдельно была сформирована группа сотрудников, успешно распознавших фишинговую атаку, для участия в обучении, направленном на поддержание киберкультуры.Составление образовательной программы по повышению киберкультурыПопавшиеся сотрудники были включены в отдельную учебную группу, для которой сформировали персональную образовательную траекторию. В неё вошли 3 микрокурса по фишингу и 1 курс по информационной безопасности. Содержание траектории было направлено на повышение устойчивости к методам социальной инженерии и снижение вероятности компрометации учётных данных. Рисунок 15. Заполнение параметров обучения сотрудников Рисунок 16. Составление учебной программы Отдельно была запущена программа обучения для сотрудников, которые не попали в выборку по результатам правила.Процесс обучения и его результатыПервый отчёт мы сформировали через 2 дня после запуска обучения, что позволило получить предварительную оценку вовлечённости сотрудников. Анализ данных показал, что наибольшую активность на начальном этапе продемонстрировали сотрудники, которые попались на фишинг. Рисунок 17. Промежуточный анализ обучения Через неделю после запуска обучения провели повторный анализ прогресса, включая оценку прохождения курсов и выявление участников, не приступивших к обучению. Рисунок 18. Отчёт по динамике обучения в Phishman 2.35 Анализ показал, что часть сотрудников не завершила обучение в установленный срок. Для обеспечения максимального охвата было принято решение о продлении сроков прохождения курсов. Рисунок 19. Продление и корректировка процесса обучения В результате фактическая продолжительность обучения составила 2 недели, что превысило первоначально установленный срок в одну неделю. Но и этого времени не хватило нашим сотрудникам. Чтобы узнать, кто оказался более ответственным, воспользовались возможностями правил. Рисунок 20. Пример настройки правила по выявлению сотрудников, прошедших обучение В результате была получена информация о сотрудниках, полностью и частично прошедших обучение. Рисунок 21. Отчёт по сработанному правилу по выявлению сотрудников, прошедших обучение Рисунок 22. Отчёт по сработанному правилу по выявлению сотрудников, частично прошедших обучение Результаты обучения:полностью прошли обучение — 52 %;частично — 22 %;не прошли обучение — 26 %.Мы проанализировали список сотрудников, не приступивших к обучению, и выяснили, что это те, кто не попался на фишинг во время первичного тестирования.Среди сотрудников, которые попались на фишинг, 80 % прошли обучение, остальные — прошли его частично. Рисунок 23. Результаты обучения сотрудников «АМ Медиа» Вместе с тем за этот период были зафиксированы положительные изменения в ключевых показателях: уровень обученности достиг 9 319 баллов, а показатель киберосознанности — 7 561 баллов. Несмотря на положительную динамику, полученные значения оставались гораздо ниже целевых ориентиров, что свидетельствует о необходимости дальнейшей работы по повышению вовлечённости сотрудников и развитию киберкультуры.Повторное тестированиеПовторное тестирование проводилось по тем же этапам, что и первичное: подготовка шаблонов, тестирование и проведение атак. Как и на первом этапе, основной задачей было сделать письмо максимально похожим на стандартную рабочую переписку, соответствующую реальным бизнес-процессам нашей компании.Подготовительный этап повторного тестирования потребовал дополнительных временных затрат, связанных с регистрацией новых доменов и расширением сценариев атак с учётом результатов первичного тестирования.Волна 1. Сценарии формировались не только для отдельных подразделений, но и адресно для конкретных сотрудников, что позволило повысить реалистичность и точность имитации фишинговых атак. Запустили несколько атак, для каждой из них были разработаны индивидуальные шаблоны электронных писем и соответствующие фишинговые формы. Тип атаки — обычный, время начала рассылки — по запланированному времени. Рисунок 24. Пример фишингового письма для первой волны Рисунок 25. Пример фишинговой формы для письма из первой волны Волна 2. Вторая волна представляла собой массовую фишинговую кампанию. Для неё был создан и настроен пользовательский шаблон, основанный на триггерах срочности и страхе финансовых потерь. Тип атаки — обычный, время начала рассылки — сразу, при запуске атаки. Рисунок 26. Пример фишингового письма для второй волны Тестирование доставки писем и корректности отражения результатов в статистике прошло успешно.Результаты атакВ повторном тестировании приняли участие уже 23 человека. Увеличение числа участников на 2 человека связано с подключением новых сотрудников к нашему эксперименту. Резких скачков иммунности здесь не наблюдалось. Рисунок 27. График иммунности во время повторного тестирования Для дополнительной оценки мы и здесь также выполнили самостоятельный анализ результатов по отделам без учёта результатов тестирования шаблонов атак. Таблица 2. Результаты повторного тестирования по отделамОтделЗаполнили формуОткрыли вложенияОткрыли ссылкуДокументооборот000Продажи008,7 %Продюсеры 008,7 %Редакция8,7 %08,7 %Руководитель000 Мы также посмотрели, как себя показали сотрудники, которые не прошли обучение, в повторном фишинговом тесте. По данным отчёта, в первой волне повторного тестирования на фишинг попались 40% из всех, кто не обучался. Рисунок 28. Поиск информации о сотруднике в отчёте по атакам Подведение итогов После завершения всех этапов эксперимента мы получили следующие показатели:Иммунность — 76 %. Хороший иммунитет, большинство реагирует правильно. Охват аудитории (повторно попались на фишинг) — 91,3 %.Уровень риска — 7, средний. Рисунок 29. Информационная панель Phishman 2.35 после завершения эксперимента После обучения и повторного тестирования добавились другие показатели:Обученность — 11 / 100. Знания отсутствуют, обучение следует начать с базового уровня.Киберосознанность — 10 / 100. Низкий уровень, сотрудники не знают, как действовать в случае угроз.Часть результатов сравнили и представили их в таблице ниже. Таблица 3. Сравнение показателей киберкультуры до и после обученияПоказательДо обученияПосле обученияОбученность09319Иммунность81 %76 %Киберосознанность 07561Охват аудитории (повторно попались на фишинг)71 %91,3 %Уровень риска87 Также проанализировали действия сотрудников после обучения и сравнили их с результатами первичного тестирования. Таблица 4. Сравнение действий сотрудников до обучения и послеОтделЗаполнили формуОткрыли вложенияОткрыли ссылкуДо обученияПосле обученияДо обученияПосле обученияДо обученияПосле обученияДокументооборот004,76 %04,76 %0Продажи004,76 %09,52 %8,7 %Продюсеры 000023,8 %8,7 %Редакция08,7 %0019,04 %8,7 %Руководитель000000 Рисунок 30. Процент попавшихся на фишинг до обучения и после по отделам Если во время первичного тестирования попалось 22 % участников, то после обучения этот показатель уменьшился и стал 12 %. Рисунок 31. Общий процент попавшихся на фишинг до обучения и после Результаты повторного тестирования показали, что, несмотря на заметное снижение количества взаимодействий с фишинговыми письмами, часть сотрудников по-прежнему выполняет действия, свидетельствующие о подверженности атакам. Это ожидаемый результат, поскольку киберкультуру невозможно сформировать за столь короткое время. Речь идёт о длительном процессе, который требует регулярной работы как со стороны специалистов по информационной безопасности, так и со стороны самих сотрудников.Наш эксперимент позволил проверить знания сотрудников, провести обучение и затем оценить, насколько полученные знания закрепились на практике. Однако с точки зрения развития киберкультуры — это лишь один из этапов работы, а не её завершение.Сложности, с которыми мы столкнулисьОсобенность нашего эксперимента — организация предварительного тестирования. Перед запуском каждой атаки мы проверяли её работу на собственном аккаунте, чтобы убедиться в корректной отработке сценария на стороне пользователя. Такие проверки попадали в общую статистику системы и оказывали влияние на итоговые показатели. Возможность исключить подобные события из расчётов отсутствует. Согласно комментариям вендора, для этих целей следует использовать отдельный тестовый стенд. Поэтому мы вели дополнительно самостоятельный анализ результатов эксперимента.Отдельные сложности возникли на этапе обучения сотрудников. Завершить обучение в установленные сроки не удалось из-за человеческого фактора. Не все участники смогли своевременно пройти назначенные материалы, что потребовало увеличения периода обучения и дополнительного контроля за его прохождением.Впечатления от проекта команды «АМ Медиа»Проведение тестирования не вызвало негативной реакции со стороны сотрудников. Хотя фишинговые сообщения активно обсуждались внутри коллектива, жалоб руководству или недовольства вида «зачем вообще было устраивать такую проверку» не возникло. Основной интерес был сосредоточен вокруг самих писем и попыток понять, что именно происходит.Реакция сотрудниковОдним из самых любопытных наблюдений стала реакция сотрудников после первой волны первичного тестирования. Полученные фишинговые сообщения быстро стали предметом обсуждения: сотрудники пересылали их друг другу, задавали вопросы коллегам и пытались разобраться, что происходит.Некоторые пошли ещё дальше и вступали в переписку с отправителем, воспринимая фишинговые письма как реальные рабочие сообщения. Это наглядно показало не только убедительность используемых сценариев, но и то, что практическое столкновение с угрозой вовлекает сотрудников в тему ИБ гораздо сильнее, чем абстрактные примеры из учебных материалов. Во время повторного тестирования такой реакции уже не возникло.Реакция организаторовЕсли для большинства сотрудников тестирование выглядело как неожиданно появившиеся письма в почте, то для команды, которой было поручено тестирование Phishman 2.35 этот проект сопровождался совсем другими эмоциями. Подготовка сценариев, запуск атак и ожидание результатов вызывали ощутимое волнение. Оказалось, что смотреть на ситуацию глазами злоумышленника не так просто, как может показаться со стороны. Приходилось постоянно задавать себе вопросы: какой сценарий покажется правдоподобным, что привлечёт внимание сотрудника, а что, наоборот, вызовет подозрения.Самыми напряжёнными были дни первой волны тестирования. На этом этапе ещё не было понимания, как сотрудники отреагируют на рассылки, насколько убедительными окажутся сценарии и не вызовет ли проверка негативной реакции внутри коллектива. С каждой новой зафиксированной активностью интерес смешивался с тревогой, а результаты ожидались едва ли не с большим нетерпением, чем сам запуск кампании.После завершения эксперимента стало легче: всё задуманное удалось реализовать, результаты были получены и проанализированы. Тем не менее полностью избавиться от мыслей о проделанной работе не получилось. Время от времени возвращаешься к отдельным этапам и задаёшься вопросом: а стоило ли сделать именно так? Может быть, какой-то сценарий можно было построить иначе, а какие-то решения принять по-другому?Наверное, это естественная часть любого практического проекта. Когда работа заканчивается, появляется возможность посмотреть на неё со стороны и критически оценить собственные решения. Именно в такие моменты часто приходят идеи, которые помогают сделать следующие проекты лучше.Сотрудничество с вендоромВ ходе подготовки и проведения эксперимента иногда возникали вопросы, связанные с настройкой платформы, особенностями реализации отдельных сценариев и интерпретацией результатов. Для их решения использовались как переписка, так и рабочие созвоны. Запросы обрабатывались оперативно, что позволяло своевременно получать необходимую информацию и не допускать задержек в выполнении работ. Поддержка была доступна не только в рабочее время, но и в выходные дни.ВыводыПовторное тестирование показало, что тщательно подготовленные и персонализированные фишинговые атаки значительно эффективнее. При наличии качественной разведки злоумышленники способны подобрать убедительный сценарий практически для любого сотрудника. А если специалист может ошибиться, то сотруднику, который не занимается вопросами ИБ каждый день, сделать это ещё проще.Работа в сфере информационной безопасности или информационных технологий сама по себе не защищает человека от фишинга, социальной инженерии и других современных атак. Мы убедились в этом на собственном опыте: даже профильные знания не гарантируют, что человек не попадется на хорошо продуманную атаку. Злоумышленники постоянно меняют сценарии, поэтому знания, полученные однажды, быстро устаревают.При помощи эксперимента мы не только проверили, насколько сотрудники готовы распознавать атаки, но и поняли, как с помощью Phishman 2.35 можно сделать работу по развитию киберкультуры системной. Вместо отдельных курсов появился понятный цикл: смоделировать атаку, оценить реакцию, провести обучение и проверить, изменилось ли поведение участников. При необходимости — повторить или скорректировать процесс при помощи рекомендаций платформы. Результаты фиксируются автоматически, поэтому можно видеть, какие темы требуют больше внимания, и развивать киберкультуру на основе реальных данных, а не предположений.Читать далее
    • PR55.RP55
    • santy
      RP55, есть у тебя ТГ?
×