眾至郵件伺服器導入垃圾郵件智慧學習機制，降低隱藏的威脅

釣魚郵件攻擊、滲透的手法一直不斷在精進，從電子郵件、圖片、夾檔、網頁廣告、系統漏洞到加密勒索都有可能是其滲透的路徑。以前我們常從惡意郵件的特徵值中，分析其規則並判斷其主要攻擊特性，但是面對越來越多的資料如何有效地進行辨識、拆解、解析、在歸納出其相關聯性與特性是一項重要任務。然而透由手動分析垃圾郵件特徵碼已經是緩不濟急，眾至研發團隊利用先進的工具(智慧學習)，來判讀所有進出郵件資料，解析其中可能隱藏的威脅性。例如：利用垃圾郵件分類引擎自動學習SPAM和HAM的信件特徵，來協助識別成千上萬種可能具有的惡意程式或病毒體。目前在網路安全方面已經開始依賴大數據分析和人工智慧(AI)技術，眾至也希望將郵件複雜的問題，藉由相互連接、資料分享概念，將郵件資料透由雲端智慧學習系統，來阻止和追蹤惡意攻擊的來源。

熱門新聞