Smart Protection Services
Smart Protection 包含多項服務,可提供惡意程式特徵碼、網站信譽分數、弱點病毒碼、雲端威脅資料庫等功能。Deep Security 使用的 Smart Protection Services 包括:
- File Reputation Service
- Web Reputation Service
- Predictive Machine Learning Service
- Census Service
- Certified Safe Software Service
- Smart Feedback

Census Service
此服務提供已偵測檔案的出現頻率資訊。出現頻率是一項統計概念,指在特定時間內,趨勢科技的偵測系統發現某個檔案的次數。若檔案未曾觸發任何偵測,就可能被視為可疑,因為超過 80% 的惡意程式只會被發現一次。
Census 涵蓋超過 3 億個不同的可執行檔。檔案的出現頻率與成熟度相當重要,因為多型變化是惡意程式的主要手段。未知的二進位檔可能代表潛在的針對性攻擊。在 Deep Security 中,Census Service 用於行為監控與 Predictive Machine Learning。
Certified Safe Software Service
Certified Safe Software Service 提供趨勢科技判定為安全的完整應用程式清單,其中包括最常見的作業系統檔案、二進位檔,以及桌上型電腦、伺服器與行動裝置所使用的應用程式。趨勢科技會定期更新此清單。
Certified Safe Software Service 會查詢趨勢科技資料中心,將提交的樣本檔案與物件和這些資料庫進行比對。已知安全檔案的允許清單可用來:
減少誤判
節省運算時間與資源
提供鎖定系統的機制,防止不必要的入侵
Certified Safe Software Service 的資料來源包括:
內部來源,例如 File Reputation Service、技術支援及趨勢科技發行的所有軟體組建等
與其他科技公司的合作關係,包括 Adobe、Apple、Google、Mozilla、Cisco、Acer、VMware、Yahoo!、Citrix、Intel、Intuit、Big Fish Games、Electronic Arts 等
主動鎖定的來源,包括 CNET Download.com、MajorGeeks、Softpedia、SourceForge、網路爬蟲等軟體下載來源
訂閱來源,包括 National Software Reference Library、MSDN,以及隨附 DVD 或應用程式的地區性雜誌,尤其是歐洲地區
負責收集各區域檔案的本地來源團隊
GRID(Good Reputation Index Database),這是全球最大的安全軟體目錄,收錄超過 7 億個不重複檔案,並有 130 多個 GRID 合作夥伴
客戶提交的內容,例如透過 Customer Support 提交
File Reputation Service
File Reputation Service 會使用大型雲端資料庫檢查每個檔案的信譽。由於惡意程式資訊儲存在雲端,所有使用者都能立即取得最新資訊。雲端與 Agent 架構不僅免除部署病毒碼的負擔,也能大幅縮減 Agent 整體占用空間。
Deep Security Agent 必須使用 Smart Scan 模式,才能使用 File Reputation Service。
Smart Feedback
Smart Feedback 可在趨勢科技產品與趨勢科技全天候的威脅研究中心及技術之間提供持續的通訊。任一客戶的例行信譽檢查每識別出一個新威脅,都會自動更新趨勢科技的所有威脅資料庫,藉此攔截後續其他客戶遭遇該威脅的情況。
這個由客戶與合作夥伴構成的全球網路會持續收集威脅情報。趨勢科技透過處理這些情報,能針對最新威脅提供自動、即時的防護,並實現協同防禦,就像由社群共同守護彼此的自動化鄰里守望系統。由於所收集的威脅資訊是以通訊來源的信譽為基礎,而非特定通訊的內容,因此客戶個人或商業資訊的隱私始終受到保護。
透過 Smart Feedback 傳送給趨勢科技的資訊範例包括:
Web Reputation Service
趨勢科技擁有全球規模最大的網域信譽資料庫之一。Web Reputation 技術會根據網站建立時間、歷史位置變更,以及惡意程式行為分析所發現的可疑活動等因素評定信譽分數,藉此追蹤網域的可信度。
Web Reputation 會持續掃瞄網站,並阻止使用者存取受感染的網站,確保伺服器所存取的網頁安全,且不含惡意程式、間諜程式與勒索軟體等 Web 威脅。
為提高準確度並減少誤判,Web Reputation 技術會針對網站內的特定網頁或連結評定信譽分數,不會直接將整個網站分類或封鎖。這是因為合法網站通常只有部分內容遭到入侵,而且網站信譽可能隨時間動態變化。
Predictive Machine Learning Service
Deep Security 透過 Predictive Machine Learning,針對未知威脅與零時差攻擊提供更完善的惡意程式防護。Predictive Machine Learning 採用進階 Machine Learning 技術來關聯威脅資訊並深入分析檔案,再透過數位 DNA 指紋、API 對應及其他檔案特徵,偵測新興資安風險。
Predictive Machine Learning 可有效防範透過網路釣魚、魚叉式網路釣魚等技術發動的針對性攻擊。這類攻擊所使用的惡意程式是針對特定環境設計,因此可能規避傳統的惡意程式掃瞄技術。
即時掃瞄期間,Deep Security 偵測到未知或出現頻率偏低的檔案時,Deep Security Agent 會使用 Advanced Threat Scan Engine(ATSE)掃瞄檔案並擷取檔案特徵,再將報告傳送至託管於 Smart Protection Network 的 Predictive Machine Learning 引擎。
Predictive Machine Learning 會透過惡意程式建模,將樣本與惡意程式模型比對、指派機率分數,並判斷檔案可能包含的惡意程式類型。若檔案被識別為威脅,Deep Security 會隔離該檔案,防止威脅繼續在網路中擴散。