弱點管理之虛擬修補技術

在資安管理中，無論任何資訊系統都會面臨到永無止境的安全性更新及弱點修補的作業，運氣好的話，簡單幾個步驟就可修補漏洞，但常常會有多種情況，無法完成修補；如組織仍使用原廠已停止支援的作業系統，又如應用系統架構在一套老舊的作業平台導致無法修補，為了安全性修補可能需要全面更版應用系統，產生昂貴的開發經費，系統管理者也常因為擔心應用系統因更新後有狀況，所以會有些空窗期(評估觀察期；因系統無法停機需等候)，在這些尚未修補漏洞的期間，或許就是惡意行為(駭客、惡意程式)作怪的時間，基於此，資安業者也研發出一些解決方案，防範於未然。

在威脅出現之前幹掉它！ IBM開發最新虛擬修補漏洞技術

國際商業機器公司（IBM）的研究人員最近設計了一種新技術，可以在發現安全漏洞之前就進行虛擬修補。他們日前在一個國際研討會上展示了這一技術。
據該項目的首席研究員非迪·考普提稱，工程師們為尋找流行軟體中的安全漏洞而不斷研究解決方案，他們清楚地知道，在應用程序中找到所有漏洞是不可能的，這在實際上以及理論上都是如此。這就意味著，需要不斷向系統部署安全補丁。
但在應用程序上部署安全修補程序是一項繁瑣且耗時的任務，需要執行一系列步驟，包括識別應用程序的易受攻擊版本、管理該漏洞、交付修補程序、部署修補程序，然後重新啟動應用程序。通常，補丁要在很長時間內才能部署，因此應用程序在發現漏洞後的一段時間內仍然容易受到攻擊。為了顯著加快這一過程，IBM研究人員推出了虛擬補丁。
團隊成員利用機器學習技術來解決問題。他們在給定的應用程序上運行各種測試工具來生成數據，然後使用這些數據來訓練模型。他們先為應用程序創建了數百萬個樣本，然後確定輸入的分類標簽：良性、錯誤或惡意，最終他們訓練模型來預測一個新樣本究竟是良性的還是惡意的。

研究人員根據他們之前生成的數據訓練了模型。該模型結合了卷積神經網絡（CNN）和遞歸神經網絡（RNN），在預測威脅發生之前的漏洞方面，取得了顯著成果——在評估中，他們的模型成功地在威脅之前檢測到LibXML2和LibTIFF漏洞，準確率分別為91.3%和93.7%。
在未來，這一技術可以幫助開發人員在實際暴露之前更快、更有效地修補軟體漏洞。研究人員還計劃繼續探索，以發掘其修補更廣泛漏洞的有效性。

資安趨勢部落格在漏洞遭受攻擊前加以修補
https://blog.trendmicro.com.tw/?p=57893#more-57893

解決方案：
https://www.trendmicro.com/zh_tw/business/products/hybrid-cloud.html
https://www.trendmicro.com/zh_tw/business/products/hybrid-cloud/security-data-center-virtualization.html
https://www.ibm.com/tw-zh/marketplace/real-time-threat-identification