先进的企业电子邮件保护。KSMG 2.0 与 PT Sandbox(Positive Technologies Sandbox)的集成

主板USB接口全部失效解决方案(通用串行总线USB控制器有黄色叹号)保姆级教程亲测有效 通用串行总线控制器总是有叹号解决办法 办公室的崩腾时代老电脑,疫情期间没人用,来了开机之后发现鼠标键盘都用不了,本以为是主机放时间长出了问题,后来想起来就百度了“鼠标键盘都失效”的标题,结果发现了“串行总线控制器总是感叹号”的关联问题。正好办公室电脑都装有teamviwer常用来远程办公(在家偷懒)。所以通过远程发现电脑室可以运行的。并在控制面板发现:通用串行总线控制器总是感叹号,插入外设时USB无反应。如图:​ 并且右键选中其中一个,点击最后一个选项:“属性” 可以发现“设备状态”中会提示“由... 阅读详情

我们经常会遇到一个重要问题:"是否有可能结合不同供应商的工具来实现特定组织的信息安全目标?

在本文中,我们将通过展示 KSMG 邮件安全网关与 Positive Technologies 沙箱的集成,尝试清楚地回答这个问题。

集成后,卡巴斯基安全邮件网关将能够把邮件流量作为独立的中间服务器发送到 PT Sandbox,并在经过额外验证后将其转发到最终邮件系统。如果检测到恶意内容,PT Sandbox 将阻止邮件发送给最终用户。

PT Sandbox 可检测复杂的网络威胁,帮助保护贵组织的基础设施免受有针对性的大规模攻击、零日威胁和最新恶意软件的侵害。

PT Sandbox 的一个关键优势是能够灵活、轻松地定制虚拟环境进行分析,使您能够根据具体的基础架构定制沙箱,并更准确地识别电子邮件和网络流量中的威胁。它是一种先进的解决方案,可提供强大的保护,抵御有针对性的攻击和大规模攻击,以及任何复杂程度的高级恶意软件。沙箱在隔离的虚拟环境中运行文件,分析文件在系统中执行的操作,并判断文件是否安全。

本文不涉及 PT 沙箱的安装和配置,只介绍 KSMG 与 PT 沙箱集成的配置。Microsoft Exchange 2019 将用作实验室端点电子邮件系统。

集成架构

集成 KSMG 和 PT Sandbox 时,邮件流量将按顺序处理。预过滤流量将由 KSMG 服务器传递到 PT Sandbox,并在转发到最终邮件系统之前进行深度检查。如果检测到恶意元素,PT  Sandbox 将阻止邮件的进一步转发,并向收件人发送通知。

PT Sandbox 5.2 版现在可为已验证的邮件流量提供增强的路由选择。对于 IP 地址或域名格式的每个域,您可以指定邮件信息将发送到哪些服务器。此外,如有必要,还可对服务器进行优先排序,从而增加了设置合适方案的灵活性。

这种方法有一些细微差别:

  • 首先,您无法控制哪些邮件会被沙箱处理,哪些不会。所有从 KSMG 跳过的邮件都将由 PT Sandbox 处理,即使这些邮件已被 KSMG 机制识别为不需要的邮件;
  • 其次,跟踪电子邮件和调查检测到的潜在安全事件需要从两个不同的管理面板进行。KSMG 不会以任何形式显示 PT 沙盒检测到的信息,反之亦然。

尽管如此,如果配置得当,这种集成将提供高级别的保护。

PT Sandbox 是一个基于风险的网络沙箱,可识别针对贵组织的复杂网络威胁。即使攻击者被精心隐藏。

该解决方案可针对俄罗斯市场上最新、最相关的威胁提供灵活的保护,通过灵活的定制环境、定制机器学习和独特的诱饵文件来适应企业的具体情况。它可以防范有针对性的大规模恶意软件攻击和零日威胁。它既能检测和拦截普通恶意软件(加密软件、勒索软件、间谍软件、远程控制实用程序、下载程序),也能检测和拦截黑客组织的复杂工具(rootkits、bootkits 等)。

卡巴斯基实验室的 KSMG 解决方案与 Positive Technologies 的 PT Sandbox 集成后,除了能对抗垃圾邮件、网络钓鱼和大规模病毒外,还能为企业电子邮件通信提供高级保护,使其免受有针对性的攻击、复杂的恶意软件和其他 APT 威胁。

总体而言,该解决方案可与各种信息安全和信息技术系统轻松集成。例如,它可以与 WAF、SIEM、NGFW 等系统集成,还可以通过 API 与各种解决方案交互。这绝不是可能选项的全部清单。PT Sandbox 与这些系统的交互扩展了保护公司基础设施免受可能威胁的可能性。

通达信强龙趋势幅图指标 - 精准捕捉趋势,把握强势行情,多角度分析个股,强弱一目了然 STICKLINE(趋势>0 AND SJTJ,4.8,5.8,1.5,0),COLORYELLOW;STICKLINE(资金>0 AND SJTJ,1.2,2.2,1.5,0),COLOR0080FF;STICKLINE(异动>0 AND SJTJ,0,1,1.5,0),COLORFF0080;STICKLINE(异动=0 AND SJTJ,0,1,1.5,1),COLORGRAY; 阅读详情

相关推荐

TMC2209串口配置实战:从寄存器解析到电机精准控制

本文详细解析TMC2209步进电机驱动芯片的串口配置方法,从硬件连接到UART通信协议,再到核心寄存器功能详解。通过实战案例展示电流控制、微步细分和速度调节等关键配置,帮助工程师实现电机精准控制,并提供了常见故障诊断和优化技巧。

f6g7h8i9j的博客 1173

沙箱邮件分析系统(三)

守望者实验室基于威胁基础数据和安全分析能力,推出三大分析引擎,包括“URL沙箱、邮件沙箱、DNS沙箱(行为分析)”。系统架构如下图,中间的三大安全能力矩阵,是守望者的核心分析引擎,通过开放式API,便于和第三方相互集成,共建生态。核心思路是“叠加赋能”给现有的设备和系统,有效降低安全成本,提高安全运营效率。电子邮件正迅速成为XDR的第四大支柱。Gartner的数据显示78%的网络安全事件中涉及到钓鱼邮件。 本篇主要谈下守望者实验室推出的在线 邮件安全分析系统。主要以功能列举为主。对邮件标题、正文、链接、附件

墨痕诉清风的博客 2934

机器学习-深嵌交叉验证(Nested Cross-Validation)

Section I: Code and Analyses 第一部分:代码 from sklearn import datasets from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.svm import SVC from...

Santorinisu Blogs 2716

沙箱web分析系统(一)

如何挖掘高隐蔽性攻击的异常线索?笔者一直很认可一个思路,而且也做了实际践行,不过成本相对比较高。该思路就是把目标系统所有的通联IP 、URL、域名、文件、电子邮件、SSL证书都相关通联要素都梳理出来,“先白后黑”的思路进行确认,分析人员确定为白,才能放过,一步步筛选出恶意的线索,线索可能是一个IP,也可能是一个文件或者一个URL。如何确定“黑白灰”,“沙箱”在这里起到很重要的作用,通过沙箱去发现一些靠“特征匹配”无法发现的深层次异常行为。文件分析沙箱、邮件分析沙箱、URL分析沙箱、域名分析沙箱(行为分析)都

墨痕诉清风的博客 1229

史上最全的Logisim存储系统实验教程(基于华中科技大学计算机组成原理实验)内赋源码下载

本博客是最全的最好的解释的华中科技大学计算机组成实验存储系统实验,本博客给出了电路实现,也给出了使用电路的原因有利于新手学习十分详细。并且内赋源码下载。

qq_62325622的博客 2万+

使用WSL2安装ubuntu系统并配置深度学习环境

wsl2安装ubuntu部署深度学习环境的方法

u013358093的博客 2701

【信息安全】深度分析邮件安全及钓鱼攻击防范

邮件系统作为企业办公网络架构中重要的组成部分,同时也是业务高频使用的办公应用,一旦出现安全问题,业务将会被严重干扰甚至中断,本篇博客通过攻守两个方面,深度介绍邮件系统安全防御的内容。垃圾广告邮件诈骗类钓鱼邮件攻击携带勒索病毒附件邮件攻击邮件发件人伪造邮件服务器本身的安全漏洞。

全网唯一认证 | 信息安全圈 | 知识星球 | 网安社区 | 共筑网安长城 3960

2 利用ITK实现多帧Dicom读取,VTK实现数据显示

vtk中也有dicom读写类,但是只能完成单帧DICOM数据读取,这对于实际应用是非常不利的。而ITK可以实现dicom多帧读取,通常情况ITK与VTK也会结合使用(ITK处理,VTK显示),所以就一起学习下吧!

buerbuhuitou的博客 1564

网络安全之防御保护(3)

其实套路与文件查杀一样,因为杀毒软件的内存扫描原理与硬 盘上的文件扫描原理都是一样的,都是通过特征码比对的,只不过为了制造迷惑性,大多数反病毒公司 的内存扫描与文件扫描采用的不是同一套特征码,这就导致了一个病毒木马同时拥有两套特征码,必须 要将它们全部破坏掉才能躲过反病毒软件的查杀。但是加壳就不一样了,它的目的是减少被加壳应用 程序的体积,或避免让程序遭到不法分子的破坏与利用,例如最常见的共享软件,如果不对软件加以保 护,那么这个软件就会很轻易地被破解,也就没有人去向软件的作者购买注册码了。

kali0617的博客 2302

视觉Transformer实战 | 将卷积引入视觉Transformer(CvT)

CvT 是一种融合卷积神经网络与 Vision Transformer 优势的视觉模型,旨在解决 ViT 缺乏平移不变性和局部性等归纳偏置的问题。CvT 采用分层结构逐级降采样,使用卷积词元嵌入代替传统 patch 切分,引入卷积投影替代线性投影。这些设计使得 CvT 能够去除位置编码,在高分辨率输入下表现更优。本节深入解析 CvT 的核心原理,并提供完整的 PyTorch 代码实现,演示如何在实际数据集上训练和评估 CvT 模型。

盼小辉丶的博客 726

ZED双目相机环境配置

ZED SDK 安装文件夹中有一个 Python 脚本(get_python_api.py),可以自动检测操作系统、CUDA 和 Python 版本并下载相应的预编译 Python API 包(pyzed)。安装SDK成功后,我们进入ZED SDK文件夹中的tools子文件夹,运行ZED Explorer.exe 以及 ZED Depth Viewer.exe,查看ZED相机是否能正常启用工作。在本例中,我们简单地检索ZED相机的序列号:打开 ZED相机,然后打印其序列号,然后关闭相机。

qq_53545309的博客 2137

沙箱分类创新点(五)

安全行业和其他行业一样,性价比还是用户买单的关键决策点。长远来看,能更低成本解决用户的问题的安全方案一定会在竞争中获得优势。 安全行业有做设备生产的、有做平台研发的、有做安全服务的、有做安全研究的,大家兼具不同的能力。对用户来说,最喜欢的是“交钥匙”的安全能力交付。不同的能力经过高效的融合解决用户相应的安全问题是根本,也就是行业经常提到的“搭积木”的方式。 通过不同的能力组合,解决用户的问题,同时能有效降低成本提成安全效率的方案,最终一定在竞争中获得优势。低成本高效率的解决用户实际问题,这条商业的基本准则依

墨痕诉清风的博客 606

扣子(Coze)搭建智能体完整实战指南 —— 从零基础入门到写小说及其他需求扩展开发

随着大语言模型进入应用爆发期,我们正在经历从“寻找提示词”向“构建智能体”的范式转移。扣子(Coze)作为字节跳动推出的一站式AI智能体开发与运营平台,极大地降低了AI应用开发的门槛,让非技术人员也能快速搭建具备感知、决策、行动能力的智能体。 本文将手把手带你从零开始,在扣子平台上搭建一个功能完备的**小说创作智能体**,并基于此展示如何将同一套架构扩展到其他需求场景。无论你是写作爱好者、内容创作者,还是希望用AI赋能日常工作的职场人士,这套完整的技术方案都将帮助你快速上手。

huanghm88的专栏 638

什么是“沙箱”技术?

jueee2009-01-14 12:23:13 221.2.147.*所谓的沙箱技术,其实就是Sandboxie,360仅仅是挂名,这项核心技术并不是360自主研发的。更加不是首创,因为Sandboxie自带一个快捷方式,就是在沙盘中运行IE。 <br /><br />Sandboxie是一款专业的虚拟类软件,它的工作软件:通过重定向技术,把程序生成和修改的文件,定向到自身文件夹中。当然,这些数据的变更,包括注册表和一些系统的核心数据。通过加载自身的驱动来保护底层数据,属于驱动级别的保护。我个人是用San

herosen的专栏 2万+

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

沙箱技术

沙箱是一种安全软件,可以将一个程序放入沙箱运行,这样它所创建修改删除的所有文件和注册表都会被虚拟化重定向,也就是说所有操作都是虚拟的,真实的文件和注册表不会被改动,这样可以确保病毒无法对系统关键部位进行改动破坏系统。但是当用户想真正的改变系统设置,以及保存文件时,虚拟系统是无法实现真正的操作,所以这种技术至今可以应用的层面仍然很少。

zhoumin10288的博客 6098

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

添加沙箱技术测试者 邮件验证失败

添加沙箱技术测试者 邮件验证失败    一直提示 此电子邮件地址已与现有 Apple ID 关联 , 然后好不容易添加个没有关联的邮箱,添加成功了 但却验证不过, 提示:无法验证电子邮件地址   该电子邮件地址的帐户无效 这什么原因 已解决  添加了测试者之后可以不用管那个验证邮件,如果要验证,就输入刚才添加的那个邮件地址和密码,用添加的那个邮箱和密码登录AppSto

thanklife的专栏 4360

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

6 款电商 AI 图片生成软件实测|国内 + 跨境卖家工具清单

电商 AI 作图工具已经从 "能不能用" 进入了 "好不好用" 的阶段。对于绝大多数卖家而言,现在的 AI 工具已经可以覆盖 60%-80% 的基础商品图需求,显著降低拍摄和设计成本。选择工具的核心逻辑不是 "哪款最强",而是 "哪款最适配你的品类、平台规模和团队能力"。垂直电商工具胜在工作流效率,通用生图工具强在创意上限,模板类工具赢在上手速度。建议根据自身业务阶段,搭配 1-2 款主力工具 + 1 款辅助工具,形成适合自己的视觉生产流程。

Mardi_Ladin的博客 361

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 201

我用 GPUWorks 在 M1 Pro 上搭了个发票识别原型

公司里经常要看电子发票。我想先做个小原型:把 PDF 发给一个自己部署的图文模型,让它提取发票类型、日期、交易双方和金额,再把结果交给同事核对。这个原型不用先接财务系统,先看看从部署到调用要走多少步,模型返回的内容能不能帮上忙。

鸽芷咕的博客 2万+

您您这可以把问小白的多个会话比如说。左侧的多个会话一次性导出吗?不是单条会话里面的多次会对话。AI导出鸭

第三层是格式编译层。这个决策背后的判断很清晰:一个批量导出工具的价值,不在于“试三次”,而在于你真正用它处理了几十份技术文档、访谈记录或课程讲义之后,它是否值得留在你的工作流里。问小白的会话列表通过分页接口加载,AI导出鸭 在页面运行时建立旁路监听,捕获每一次分页请求返回的完整对话清单,包括会话 ID、标题、时间戳和隐藏的元数据字段。让AI导出回归优雅——这句话说的是:导出不该是体力活,而应该是一次完整的、可预期的文件交付。注意:这里的“批量”指的是左侧列表里的多个独立会话,不是一条会话内的多轮对话。

laoyunsi的博客 238

医疗 AI 有两种,别混着谈:一个改流程,一个改范式

InfoXMed 是面向医生、医学生和医学科研人员的 AI 医学工具平台,提供文献检索、全文翻译、AI 解读、指南查询和题库练习等功能,辅助临床学习、科研汇报与医学备考。原文是日本医学会杂志(JMA Journal)的一篇综述(Review Article):基本事实:这一点必须先说清:这篇论文提出的是一个研究纲领。它文中的"预测"指的是科学设想,不是可以拿来用的临床预测能力。文中甚至自己承认了一个硬缺口(见第三节)。本文只谈它的术语辨析与科学方法论,不转述任何可作为临床依据的预测或处置主张。这篇论文的全部

2601_96948740的博客 241

河道漂浮物目标检测数据集

目标检测,yolo,河道漂浮物目标检测数据集

DL_data_set的博客 195

AI Agent之核心框架

A: 显式 Thought 有三类价值:可解释性(便于人类审计)、可调试性(定位哪一步选错工具)、学习信号(可做监督微调或评估中间步骤质量)。ReAct 把推理与 可执行行动 绑定,每一步行动后都有 真实 Observation 反馈,从而用工具结果约束生成,降低闭卷幻觉。做完不等于结束——还要 评估做得好不好,把 教训 记下来,下次 带着教训重试,反思作为 记忆,影响后续尝试的策略。工作流程:Action → Evaluation → Reflection → Retry。A: 普通 CoT 只在。

剑雨巍巍的博客 195

AI 应用开发工程师技术实践:大模型接入、通用组件封装与性能优化

本文提出AI应用从PoC到生产的核心挑战:模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移,封装对话、工具调用与RAG组件以解耦业务逻辑,结合前缀缓存、批处理与流式背压治理等性能优化手段,形成“接通→接稳→接快”的工程路径,最终以工程化能力决定AI应用的生产可用性。

2301_79189962的博客 550

AI前沿日报 · 2026-11-04 | 祛魅时刻:Astra“纯读权重“神话的崩塌

①Astra"裸权重通吃"被spaCy创始人Honnibal精准祛魅——仅1/3实验真裸读,数学能力提升依赖Python+50次迭代;②Simon Willison用Qwen 3.8-27B端侧复现权重空间编程;③Nvidia开源Auto-Ontology自动知识图谱;④$800开源全域抓取机器人Stringman;⑤OpenAI悄然重开Codex训练开关引信任危机;⑥DeepMind发布Gemini 4 Argon机器人基础模型;⑦美国科技巨头隐性AI债务达3.2万亿美元,6个月增90%。

johnsong2009的博客 562

大模型 Embedding 与向量相似度详解

Embedding 解决的问题:计算机不懂文字,但懂数字│▼文本 → 向量(1024维浮点数数组)│▼相似度解决的问题:怎么判断两个向量(文本)有多接近│▼余弦相似度:看向量方向的夹角,越接近0°越相似│▼最终效果:语义搜索——理解意思,而非字面匹配一句话总结:Embedding 把文字变成数字,余弦相似度比较数字的方向,两者结合实现了"理解语义"的搜索。

T3165919332的博客 83
上一篇: Positive Technologies 专家帮助修复 Western Digital 网络存储设备中的一个危险漏洞
下一篇: Positive Technologies:五分之四的网络攻击具有针对性
ptsecurity
博客等级 码龄4年 2061粉丝 116原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值