九游老哥云
RSA立异沙盒盘货 |Abnormal Security——下一代电子邮件清静
2021-05-17
RSAConference2021将于旧金山时间5月17日召开，这将是RSA大会有史以来第一次接纳网络虚拟聚会的形式举行。大会的Innovation Sandbox（沙盒）大赛作为“清静圈的奥斯卡”，每年都备受瞩目，成为全球网络清静行业手艺立异和投资的风向标。
前不久，RSA官方宣布了最终入选立异沙盒的十强首创公司：WABBI、Satori、Abnormal Security、Apiiro、Axis Security、Cape Privacy、Deduce、Open Raven、STARATA、WIZ。
九游老哥君将通过配景先容、产品特点、点评剖析等，带各人相识入围的十强厂商。今天，我们要先容的是厂商是：Abnormal Security。
公司先容
Abnormal Security是一家来自美国的电子邮件清静公司，其主要营业包括�；て笠岛突棺橹柚故艿秸攵孕缘牡缱佑始セ�。公司于2018年4月建设，公司总部位于美国西海岸旧金山湾区，其首创人包括Evan Reiser以及Sanjay Jeyakumar，Evan之前在twitter认真向导产品和机械学习团队，Sanjay一经在Google作为首席工程师认真搜索手艺和Android版本宣布。公司具备很好的手艺配景，公司于2020年11月刚刚完成B轮融资，总金额抵达5000万美元。公司为现在云办公情形提供清静包管，通过使用先进的AI手艺对针对性的邮件攻击举行检测并对电子邮件举行�；�，别的能够对企业、职员以及供应链举行攻击�；�。
产品先容
随着云盘算情形的生长，电子邮件清静最近几年也在爆发转变。Gartner在2020年宣布了最新的《电子邮件清静的市场洞察。报告中指呈现在71%的企业在使用原生云或者混淆云电子邮件，并且企业越来越多的依赖云情形中邮件SaaS服务的内置邮件�；すπ�。并展望指出到2023年，至少40%的机构组织将依赖云邮件服务提供商的内置邮件�；すπё魑始阑さ氖侄�，而在2020年这一比例是27%。别的报告中指出90%的数据泄露事务是由人为因素造成的，而人为因素导致的数据丧失是最常见的数据泄露缘故原由。
随着企业办公服务在云端安排的越来越多，邮件服务也一直迁徙到办公云中。在云情形下许多企业经常受到黑客有针对性的邮件攻击，如垂纶邮件、APT攻击等，并且邮件SaaS平台提供的邮件清静服务往往无法集成企业员工内部系统，例如ERP系统、Vendor治理系统。为此，基于企业级电子邮件清静面临的机缘与挑战，Abnormal Security公司提出了邮件清静防护的新要领，并基于云情形建设了Abnormal架构，详细如下图所示。
Abnormal Security提出的Abnormal架构包括5层结构，详细包括认真网络数据整合数据的Data Layer，使用AI手艺举行数据剖析的AI Analysis Layer，使用行为剖析、关系剖析举行智能融合的Business Insights Layer，使用机械学习模子举行AI决议的AI Decision Engine，以及最终落地的产品Application。
Data Layer是检测引擎的数据输入层，Abnormal Security的云原生架构已经能够与数十个平台举行数据集成，其中不但仅包括Microsoft Office365，G Suite等云服务平台，并且也能够将企业外地侧的ERP、Vendor Management等系统数据举行整合网络。Abnormal通过整合多源数据到统一平台从而举行剖析，并且能够提供跨平台的数据一致性�；�。这样带来的利益是可以快速的一键式完成API集成，并且关于邮件流来说没有危害，同时不影响现有的清静工具，既能够支持用户自界说的开放式API集成到现有的SIEM或者SOAR中，实现标准的数据输入和响应处置惩罚；也可以支持开发者使用API自界说的拓展应用程序。别的为了能够在Microsoft平台上增强外地清静能力，使用Microsoft的API信息举行信息富厚。
在AI Analysis Layer，Abnormal使用大宗的AI手艺对API集成后的大宗数据举行剖析，其中用到的手艺包括自然语言处置惩罚，盘算机视觉，实体识别，文天职析，知识挖掘等。
Business Insights layer主要包括用户行为剖析，组织关系剖析以及供应链剖析。关于用户行为剖析，Abnormal是通过将企业中每小我私家的上千维数据举行归一化整理获得一小我私家的所有形式的身份信息（包括电话、电子邮件、装备id等），对小我私家的数据举行关联之后凭证时间轴合并天生事务列表， AI剖析系统会对每小我私家的多平台融合数据举行智能剖析。Abnormal与组织架构系统举行集成，通过视察通讯模式和行为来学习非正式的组织条理结构关系。组织关系剖析不但能明确企业组织内的架构关系，并且能够对跨组织间的关系举行学习明确。Business Insights Layer通过相识企业中的营业流程（例如审批流程、升级路径）来获取群落知识以及组织流程。通过对邮件等交流方法的剖析明确，找出相同历程中蕴含的关系和话题。供应链剖析是Abnormal Security通过一直的深入相识与企业交互的第三方来映射出完整的供应链，这个历程中每个和第三方通讯历程中发明的属性例如邮件、电话号、地点等信息都会被剖析为一个特定的营业实体，营业实体最终会被映射到联系人和渠道信息，商业文件也会被识别和剖析，并通过信息提取手艺提取出营业属性，包括产品数据等信息。最终通过跟踪企业实体从而获得整个供应链关系。
Abnormal Security通过使用AI Decision Engine对异常行为和正常行为举行区分判别，通过使用机械学习集成模子建设正常营业基线并对异常行为举行检测，从而判断异常危害水平。为了能够让决议引擎的判别效果越发容易被人类明确，使用可诠释的人工智能手艺使得清静剖析专家和决议引擎用户之间的明确告竣一致。
产品特点
Microsoft Office365现在是应用最普遍的邮箱SaaS服务，其邮件清静防护主要包括Exchange Online Protection（EOP）和Advanced Threat Protection（ATP），EOP主要作为邮箱防护的基础功效为用户过滤垃圾邮件，检测恶意软件等；ATP主要作为Office365的升级服务可以提供自动响应和攻击模拟的防护能力，阻止公司组织收到重大的邮件攻击，例如网络垂纶以及0day恶意软件等。可是由于在企业中Office365无法团结部分和跨职能之间的用户关系以及组织关系，因此无法对有针对性的邮件攻击例如内网垂纶、网络诓骗、企业账户清静等更强的ATP攻击举行有用防护；另一种古板的邮件防护方法是SEG邮件清静网关，SEG邮件清静网关和Office365相比保存一定的清静防护特征的重复，例如垃圾邮件检测，恶意软件检测；别的SEG邮件清静网关也无法笼罩企业员工内部系统，例如ERP系统、Vendor治理系统，和Office365的集成对SEG来说现在还不支持。Abnormal Security孵化的产品不但能够和Office365等邮件SaaS服务无缝集成，并且能够使用AI手艺解决企业邮件攻击的检测和防护，不但包括APT攻击、内部垂纶、网络诓骗等。并且通过将ERP、Vendor治理系统的信息集成到产品中，可以支持对企业用户全方位的账户�；�。比照Office365和SEG，Abnormal Security产品特点如下图所示：
1. 使用人工智能决议引擎对商业电子邮件攻击举行检测并防护。以云原生模式和手艺为基础，通过一键式API解决计划对针对性的邮件攻击举行阻止，阻止手动检测清静事务的延时问题以及漏报问题。不但能够避免内部垂纶攻击，并且还能识别并禁用有威胁的供应商账户。
2. 使用数据科学手艺将云原生的API结构和数据相团结，通过对通讯举行学习和检测，标记财务语言，使用盘算机视觉手艺可以将财务信息中的报告数据等举行识别，从而抵达检测发票诓骗、供应链攻击的行为，阻止对企业造成因邮件攻击引起的经济损失。
3. 避免企业员工收到垂纶邮件和链接，避免诓骗、恶意软件和勒索软件的攻击，阻止垃圾邮件以及礼物诈骗等种种形式的诈骗行为。
总结
随着云情形的生长，越来越多的企业将营业迁徙到云情形中，其中电子邮件营业也逐渐从古板邮箱方法向云情形举行转移。电子邮件清静也因此面临着新的挑战，越来越多的攻击者会针对企业或者机构组织举行针对性的电子邮件攻击，一旦在电子邮件中泛起数据泄露或者被垂纶等威胁的爆发，都会给企业带来严重的利益损失。
现在Abnormal Security已经提出了一种针对云情形下的电子邮件防护手艺来防御并组织恶意的电子邮件攻击，其产品的立异之处在于团结目今云原生情形的生长和需求，孵化出了基于AI人工智能手艺的电子邮件清静防护机制。并且在基于用户行为剖析和知识图谱构建的恶意电子邮件检测的基础上，实现事务自动化响应、邮箱账户泄露检测以及滥用邮箱检测等一系列电子邮件防护机制。可是笔者的记挂是安排其防护平台的公司需要向Abnormal Security袒露过多的信息，不但包括企业的神秘信息也包括公司员工小我私家的隐私数据，这一历程是否导致产品在推广的历程中受阻或者是泛起隐私泄露的问题。
Abnormal Security提出的邮件防护机制不但能够无缝对接企业清静平台，也具备通过AI人工智能手艺强盛的学习能力，从而展望出偏离正常行为基线的异常行为。能够对企业邮件清静举行一站式服务，不但顺应目今手艺的生长，也具备较量高的手艺壁垒，笔者以为Abnormal Security未来远景很好，并且在本次RSA立异沙盒的竞争中具备很强的竞争力。
