Тест антивирусов на качество детектирования (AV-Test.org) - Тесты и сравнения - Форумы Anti-Malware.ru Перейти к содержанию
_Stout

Тест антивирусов на качество детектирования (AV-Test.org)

Recommended Posts

_Stout

http://blog.chip.de/0-security-blog/micros...canner-20070821

Top 20:

1. AVK 2007 99.88% (KAV+ Avast)

2. WebWasher 99.86%

3. BitDefender 99.51%

4. Antivir 99.29%

5. Kaspersky 98.86%

6. F-Secure 97.93%

7. Avast! 96.99%

8. AVG 96.81% (+ Evido engine)

9. Symantec 96.75%

10. Microsoft 96.42%

11. Ikarus 95.92%

12. Sophos 94.63%

13. Nod32 94.26%

14. Fortinet 94.20%

15. McAfee 93.71%

16. Dr Web 92.48%

17. Rising 90.43%

18. Panda 90.15%

19. Trend Micro 88.85%

20. VBA32 88.59%

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Иван

офигеть, симантек-то как провалился, вот бит поднялся...в предыдущем тесте было так:

Program # Detected Detection %

1. WebWasher 99.83%

2. AVK 2007 99.56%

3. AntiVir 99.42%

4. F-Secure 97.93%

5. Symantec 97.77%

6. Kaspersky 97.64%

7. Fortinet 97.06%

8. Avast! 96.32%

9.AVG 96.15%

10.Rising 96.02%

11. BitDefender 95.68%

12.Norman 94.66%

13.Ikarus 92.54%

14.Panda 92.09%

15.Trend Micro 90.97%

16.Nod32 88.32%

17.McAfee 87.28%

18.Dr Web 85.84%

19.F-Prot 85.27%

20.VBA32 82.10%

21.Sophos 81.75%

22.eSafe 81.57%

23.Microsoft80.56%

24.Ewido 75.24%

25.VirusBuster 72.72%

26.Command 68.22%

27.ClamAV 63.81%

28.QuickHeal 63.03%

29.eTrust-VET 62.12%

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
_Stout
офигеть, симантек-то как провалился, вот бит поднялся...в предыдущем тесте было так:

Program # Detected Detection %

WebWasher 99.83%

AVK 2007 99.56%

AntiVir 99.42%

F-Secure 97.93%

Symantec 97.77%

Kaspersky 97.64%

Fortinet 97.06%

Avast! 96.32%

AVG 96.15%

Rising 96.02%

BitDefender 95.68%

Norman 94.66%

Ikarus 92.54%

Panda 92.09%

Trend Micro 90.97%

Nod32 88.32%

McAfee 87.28%

Dr Web 85.84%

F-Prot 85.27%

VBA32 82.10%

Sophos 81.75%

eSafe 81.57%

Microsoft80.56%

Ewido 75.24%

VirusBuster 72.72%

Command 68.22%

ClamAV 63.81%

QuickHeal 63.03%

eTrust-VET 62.12%

NOD хорошо прибавил, DrWeb тоже.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Сергей Ильин

Зато поднялся Microsoft, хорошо поработали, инвестиции пошли в правильное место и хороших людей купили.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Ego1st

Где можно AVK 2007 и WebWasher посмотреть, кто их делает..

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Иван
NOD хорошо прибавил, DrWeb тоже

насчет хорошо прибавил мне кажется стоит больше даже внимание обращать не на %, а на места

Доктор был 18м - стал 16м

Нод32 был 16м - стал 13м

касперский с 6го на пятое перехал

а вот панда была 14я - стала 18я

тренд свалился с 15го на 19е

симантек с 5го на девятое

но настоящие прыгуны это битдефендер: c 11го на третье и микрософт с 23го на 10е

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
A.

I think it's very important to note that Amarx used malware that appeared during the past 6 month only. Due to that, the results have a tendency to show the products which are now going up very fast in terms of detection rate. Between them, BitDefender, AVIRA and Microsoft.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
A.

разъяснения:

Hello,

please find attached the results of our latest test of 29 anti-virus

and anti-malware products, performed on Windows XP (English, SP2)

using the on-demand scanner utility. All products were last updated

at 2007-08-10 (8:00 h GMT). The scan required about a week completing

on 28 identical Core 2 Duo 6600 PCs with 2 GB RAM. We only used

regular products and updates (no special or beta versions) of all

scanners, in their most current edition for home users or small

companies (the ones which are usually labelled "2007", as the "2008"

series of products are not yet released).

For this test, we only used current samples which were seen spreading

(or which were distributed by malware authors) within the last six

months. A total of 874.822 unique malware have been used for this

test, including worms, backdoors, bots (zombies) and Trojan Horses.

All samples were intensively tested (e.g. if they are really malware)

and replicated (e.g. to ensure that the samples are really running)

before putting them in our collection -- a process which took several

weeks completing.

Besides looking at the detection rates of this large collection, we

also checked for the size of the AV signature databases (DB) on disk.

Of course, one cannot easily compare the detection scores and the DB

size, as some products includes a large set of disinfection routines

(which were not reviewed) and some vendor's DBs are compressed while

others are not. All tested products are using incremental update

mechanisms, so the "big" DB will only be transferred to the PC once.

Later, only the differences of this version and the newest pattern

file from the AV company will be send over the internet, usually not

more than 20 to 50 KB per day, depending on the program.

Products which haves small DBs might have better heuristics or

generic detection routines when compared with products using large

databases which might often -- but not always -- points to the

extensive use of CRC checksums which usually can only detect one

malware file per signature. Heuristic and generic detection routines

are often able to detect thousands of malware files by the use of

just one pattern (detection string) or algorithmic rule. Even if you

can't really compare the DB size differences of the products (it

would be like comparing apples and eggs), it is interesting that some

products require less than 10 MB to detect a high amount of files

while other products require a lot more space on disk, but still

detects less malware.

Of course, this is a "snapshot" test only and as AV updates are

usually released every few hours, the results might change

dramatically over time. It's important to keep in mind that AV

products shouldn't be seen as a replacement for a proper patching of

Windows and other software, or "safer surfing" practices -- all

individual components are important. Good scanners might get better

in the next test, the results might stay at the current level or they

might get worse, what wouldn't be a good sign. So it's essential to

not only check the results of this test, but it's a good idea to

monitor the results of "your" product over time, based on different

tests, to see how the product develops.

((You might want to point your readers to our last published test

here, when available.))

The first two products in this round of testing (AVK 2007 and

WebWasher) uses two scan engines, what is good for detection scores,

but which might also have some impact on scanning times and false

positives. Positions 3 (BitDefender) and 4 (AntiVir) are occupied by

single-engine products. The products representing position 10

(Microsoft's OneCare and Forefront Client Security) were quite a

surprise to us, as their detection scores have developed

significantly in the good direction over time. (When compared with

our last test, they are more than 10% up.) It looks like that the

high amount of malware researchers Microsoft has hired from other AV

companies (including many people from Symantec, McAfee, Trend Micro,

F-Secure and CA) has paid off.

When one looks at both the DB sizes and the detection rates, the

products on position 13 (Nod32) and 16 (Dr Web) appears to have the

best trade-off between detection scores and signature sets: with less

than 10 MB of signatures and scan engine routines they are already

able to detect more viruses than the average scanner we tested (which

is at a 90% level).

Trend Micro and Symantec, on the other hand, have one of the largest

DBs what doesn't point to "inefficient scanners", but to the fact

that their DBs are not compressed -- and indeed, one could easily ZIP

the DBs to about half of their current size. Another factor for the

large DBs are a high amount of specific disinfection routines which

are included, so that found malware can be removed properly (a fact,

what was not tested here, but in some of our past reviews).

Note: The publication of the results is free of charge, as long as we

are associated with the test results and proper references, including

a link to AV-Test.org's webpage <http://www.av-test.org/>, are given.

It would be nice if you could point your readers to our "Papers"

section where more details about our testing procedures and some

general information can be found. The links is

<http://www.av-test.org/index.php?sub=Papers&menue=1〈=0> for the

English version of the web page. Thank you!

cheers,

Andreas

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Guest recover

Любые подобные тестирования, к сожалению, не отражают реальных защитных свойств антивирусов. По следующим причинам:

1. Коллекции, на которых производится тестирования не могут быть адекватны реальным информационным угрозам для конкретных условий эксплуатации в различных точках информационного пространства. Распределение информационных угроз по различным точкам мирового пространства существенно разное, особенно в наших условиях.

2. Тестируемые продукты изначально поставлены в не равные условия. Те вендеры, которые имеют более тесное взаимодействие с держателями коллекций, имеют возможность подстроить свои продукты заранее.

3. На современном этапе превалируют вирусы однодневки, которые представляют реальную угрозу в самом начале, а потом их активность сходит на нет. Поэтому для пользователя важно, чтобы антивирус умел опознавать раньше, чем к нему попал вирус. Что толку, если антивирус уже на следующий день будет опознавать вирус, который уже успел навредить. Попытка ответить на этот вопрос представлена здесь.

4. Во многие коллекции включены зараженные объекты, которые не работоспособны. Пример здесь.

Я извиняюсь, пришли клиенты, если кому будет интересен бой "бред", как наверняка классифицируют недовольные представленных ссылок, я c удовольствием продолжу.

Пишите и отвечаете, бейте виртуальными ногами и т.д.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
Dmitry Perets

Любые подобные тестирования, к сожалению, не отражают реальных защитных свойств антивирусов.

Имхо слишком категоричный вывод, который не совсем следует из ваших дальнейших суждений. По крайней мере, пункты 2 и 4 описывают недостатки конкретных тестов (которые безусловно имеют место быть), но совсем не исключают возможности существования тестов, лишённых этих недостатков =)

Что касается пунктов 1 и 3:

1. Коллекции, на которых производится тестирования не могут быть адекватны реальным информационным угрозам для конкретных условий эксплуатации в различных точках информационного пространства. Распределение информационных угроз по различным точкам мирового пространства существенно разное, особенно в наших условиях.

Я думаю, что если коллекция выловлена составителем теста в "живой природе", то такая коллекция достаточно хорошо оценивает реальную угрозу. При одном важном условии: коллекция должна насчитывать очень большое количество сэмплов (минимум десятки тысяч, лучше сотни тысяч). Что касается географического положения, то с развитием быстрого инета это всё менее актуально. Хотя некоторых чисто российских зловредов, пожалуй, можно схватить только в рунете. Но и это не всегда. Допустим, пинч вовсю гуляет где угодно...

3. На современном этапе превалируют вирусы однодневки, которые представляют реальную угрозу в самом начале, а потом их активность сходит на нет. Поэтому для пользователя важно, чтобы антивирус умел опознавать раньше, чем к нему попал вирус. Что толку, если антивирус уже на следующий день будет опознавать вирус, который уже успел навредить. Попытка ответить на этот вопрос представлена здесь.

Да, вот с этим согласен, скорость реакции - это очень критичный параметр. Без него тестирование не полное. Однако провести тестирование скорости реакции с участием сотни тысяч сэмплом имхо нереально. Отсюда остаётся необходимость в таких вот тестах на детект. К тому же, для многих зловредов даже если антивирус опознает его на следующий день, этого будет достаточно. Возьмите, к примеру, различных ботов (для спама, для ддоса - не важно).

Я извиняюсь, пришли клиенты, если кому будет интересен бой "бред", как наверняка классифицируют недовольные представленных ссылок, я c удовольствием продолжу.

Пишите и отвечаете, бейте виртуальными ногами и т.д.

Добро пожаловать! =)

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
TANUKI
1. AVK 2007 99.88% (KAV+ Avast)

2. WebWasher 99.86%

Получается AVK в очередной раз сменила пару для движка Касперского на Аваст или я ошибаюсь?

Любопытно... Мне такой тандем по душе, хотя предпочел бы связку Касперский+БитДефендер (за третье место которого я рад).

И второй вопрос: ху из мистер WebWasher? :)

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
pROCKrammer

Если не ошибаюсь WebWasher использует Движок Авиры?

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
SuperBrat
Если не ошибаюсь WebWasher использует Движок Авиры?

Не ошибаетесь.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
TANUKI

pROCKrammer

Честно говоря, не понимаю, на кой черт покупать этот ВэбВошер, когда можно купить саму Авиру? :) Другое дело, когда компания встраивает в продукт два движка - это любопытно, но платить за переименованный антивирус не вижу смысла :)

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
SuperBrat

Вы сделали неправильный вывод, WebWasher - многодвижковый антивирус.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
DWState

SuperBrat

И чьи там движки кроме Авиры? если есть сведения

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты
SuperBrat

Производитель сообщает, что использует три антивирусных движка. Знаю, что из известных там только AVIRA.

Поделиться сообщением


Ссылка на сообщение
Поделиться на другие сайты

  • Сообщения

    • Ego Dekker
      ESET Online Scanner 4.0.1  (Windows 10/11, 64-разрядная)
                                                                                  ●
              Руководство пользователя ESET Online Scanner 4  (PDF-файл)
    • 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?
×