經過近一年來加密勒索軟體肆虐後，端點安全防護解決方案勢必有所因應，紛紛傳出將在年度更新版中增強對抗能力。以長久以來累積的龐大特徵碼資料庫為基礎，搭配運用現代機器學習演算法來強化偵測力，可說是主流端點安全廠商於新推出的版本中一致的發展方向。
台灣賽門鐵克公司總經理莊昊龍指出，目前多數的防毒軟體，面對新型態攻擊卻難以發揮，例如勒索軟體（Ransomware），有企業客戶即便已安裝友商防毒軟體，卻仍舊遭受感染。無法有效攔截勒索軟體的主因，在於病毒變種速度過快，特徵碼分析已無法趕上未知型變種病毒的速度。如今賽門鐵克最新發布的Symantec Endpoint Protection 14（SEP 14）新版本不僅可偵測已知，更進一步納入未知型態的攻擊偵測能力，運用人工智慧（Artificial Intelligence，AI）與進階機器學習（Advanced Machine Learning，AML）技術，並且整合閘道端執行協同防禦，讓企業用戶不致再遭受最新變種病毒的危害。
賽門鐵克首席技術顧問張士龍進一步說明，進階機器學習技術主要是由雲端安全平台來運行，來增強未知型攻擊的辨識度。但是，賽門鐵克的機器學習相較於其他資安廠商有何優異之處？他提到，賽門鐵克擁有最大的商營全球威脅情報資料庫，如今又有Blue Coat加持，更增添情資的豐富程度，總資料量達3.7兆。
以此為基礎，即可運用機器學習技術來實作分析。不論正常或異常的檔案，每個檔案至少取得150個檔案屬性，加以分析比對，即便是僅為部分惡意程式碼也可從中發現。張士龍強調，「經過實機測試後，未知型攻擊的偵測率從原有的43%，提升到87%。」
 |
| ▲Symantec Endpoint Protection 14新版中運用進階機器學習，搭配龐大的威脅情報網路資料量，不僅作為特徵碼分析比對，亦藉此實作未知型攻擊的偵測。（資料來源：賽門鐵克） |
滲透入侵最常利用系統或軟體漏洞來發動，就賽門鐵克2015年統計數據來看，已有發現多達54個零時差漏洞。但是從發現漏洞、公開，之後原廠或相關單位發佈修補，企業端經過測試確認更新程式不致產生衝突或影響效能，才會執行安裝，整個流程預估超過一個月。而這段期間，即是惡意攻擊大肆發揮的時段。
張士龍以知名的Locky勒索軟體為例，手法是透過記憶體損毀漏洞，執行滲透入侵。「因此SEP 14版本中，特別納入控管應用程式機制，也就是注入DLL檔，以確認應用程式運行狀態、執行防護。此機制不需要更新特徵碼即可避免Java、Heap Spray、SEHOP等相關攻擊。」
至於閘道端的整合回應，SEP 14內建可透過REST API整合自家的Blue Coat閘道端技術，當Blue Coat偵測到檔案含有惡意程式，可主動通報SEP管理平台，同時加入黑名單，阻止端點用戶執行。此透過REST API開放的機制，其實不限Blue Coat，只要閘道安全設備亦支援開放介接，同樣可擴大達到協同聯防效益。