引言:留给防守方的时间,已经不到半小时
先看三组2026年前后的权威数据。
CrowdStrike《Global Threat Report 2026》(2026年2月发布)显示,平均eCrime突破时间——注意,这个指标指的是从初始入侵到开始横向移动的时间,而不是到加密完成的全流程时间——已经从48分钟压缩到29分钟,最快的一次只有27秒。也就是说,攻击者拿到第一台机器的立足点之后,往往不到半小时就开始向别的服务器跳。
Verizon DBIR 2026(第19版,覆盖145个国家、3.1万+事件、2.2万+确认泄露)给出的另一组数字是:勒索软件涉及了48%的确认泄露事件,上一年这个数字还是44%。同时,漏洞利用以31%的占比首次成为第一大初始访问向量。
漏洞与勒索的绑定关系还有旁证:CISA KEV目录2025年度统计显示,目录全部1484个条目中,有304个(20.5%)与勒索软件攻击相关联;2025年新增的245个在野利用漏洞里,有24个被勒索组织实际利用。
把三件事放在一起看,结论很直白:攻击者在服务器上的驻留窗口越来越短、勒索涉及的泄露占比越来越高、勒索与漏洞利用深度绑定。要拦住勒索,光靠“事后恢复备份”的思路已经不够,必须先搞清楚一个基础问题——勒索病毒在端侧到底是怎么跑起来的。本文就沿着这条技术主线,拆解勒索软件的运行过程,以及端侧检测的三个层次。
一、解剖勒索软件:它在服务器上干了什么
1.1 Windows勒索:一条跑了二三十年的成熟产业链
Windows平台的勒索软件已经发展了20-30年,形成了高度成熟的产业链。把它的运行过程拆开,可以看到四个非常鲜明的特征:
第一,自动绕过安全软件。 成熟的Windows勒索家族在落地后会先做环境探测,识别目标机器上装了什么安全软件,然后针对性地执行绕过、卸载或干扰动作——比如利用系统机制结束安全进程、篡改注册表项等。这一步决定了它能不能活下来。
第二,初始化勒索运行环境。 活下来的勒索程序会为大规模加密做准备:遍历磁盘与网络共享、收集系统信息、获取加密所需的上下文(例如生成会话密钥、准备加密线程池),同时确保自己在目标目录上拥有足够的读写权限。
第三,快速加密。 这一步追求的是在单位时间内加密尽可能多的文件。很多家族采用对称加密处理文件内容、再用非对称算法保护对称密钥的混合方案,并对加密范围做取舍——只加密特定扩展名、只加密文件头部等方式,本质上都是为了压缩加密耗时,赶在安全运营人员反应过来之前完成破坏。
第四,清理痕迹。 加密完成后,勒索程序会清理日志、删除自身或残留组件、释放赎金通知,让取证和溯源变得困难。
关键点在于:这不是理论推演。对近2年活跃勒索家族的持续跟踪表明,43个活跃的Windows勒索家族存在大量可供检测的典型特征——行为序列、指令组合、加密模式,这些都是可工程化的检测输入。Windows勒索虽然成熟,但“成熟”的另一面是“套路化”,而套路化就意味着可
▲图:对近2年活跃的43个Windows勒索家族的行为特征分析,大量典型特征可转化为检测规则
1.2 Linux勒索:不足五年,功能简单但正在爬坡
相比之下,Linux平台的勒索软件发展不足5年,功能上明显更简单:
- 多数需要指定参数才能执行(比如通过命令行参数传入目标目录、加密范围),自动化程度远低于Windows同类;
- 核心逻辑就是遍历目录 + rename重命名这类朴素操作,缺少Windows勒索那套成熟的环境初始化、反取证和对抗机制;
- 针对虚拟化平台、数据库等服务器场景定向优化的样本在增多,但整体复杂度仍然有限。
这直接带来检测思路上的差异:Linux勒索没有太多复杂行为可供建模,主要依靠文件加密特征来检测——盯住“短时间内大量文件被读取、改写、重命名”这类加密行为本身的指纹。而Windows勒索则可以在绕过、初始化、加密、清理四个阶段都布置检测点。运维团队在评估防勒索方案时,需要确认厂商对两个平台采用了不同的检测策略,而不是简单地把Windows的规则平移过来。
二、检测的三个层次:从“认脸”到“认行为模式”
理解了勒索软件怎么跑,接下来的问题是:在端侧,用什么手段把它识别出来?工程实践中,勒索检测的复杂度沿着三个层次递增——已知特征检测 → 已知行为检测 → 未知行为检测。这三层不是替代关系,而是纵深叠加:第一层挡住大路货,第二层挡住会绕过特征码的进阶对手,第三层兜住从没见过的新东西。
▲图:端侧勒索检测的三层框架,检测复杂度自下而上递增
2.1 第一层:已知特征检测——先把“脸熟的”拦在门外
最基础的一层是特征码查杀,但2026年的做法已经不是“装个杀毒软件”那么简单,要点有三个:
多引擎协同。 单一引擎的病毒库覆盖面有限,工程上的做法是集成江民、小红伞等知名商业引擎,再叠加自研引擎做补充,通过多引擎交叉验证提升检出率、压误报。
动态落盘 + 静态全盘双通道。 静态全盘扫描解决“存量”问题——把磁盘上已有的可疑文件过一遍;动态落盘查杀解决“增量”问题——任何文件写入磁盘的瞬间即触发扫描。勒索样本无论是通过漏洞利用直接落地,还是由加载器分阶段下载,只要在落盘环节被拦,后面的行为链就根本不会发生。
AI函数检测引擎,专治变形。 传统特征码的死穴是:攻击者稍微改改样本(加壳、改变编译选项、插入垃圾代码),特征就失效了。AI函数检测引擎的思路是下沉到函数特征这一层——勒索家族的核心函数(加密例程、密钥生成例程等)在变种之间保持高度同构,基于函数特征的模型可以识别出“这是某个家族的变形”,解决传统特征码对家族变形的漏报问题。
这一层能挡住已收录的家族及其变形,但挡不住真正全新的样本和“无文件”的攻击手法,于是需要第二层。
2.2 第二层:已知行为检测——不认脸,认动作
(1)通用攻击行为检测。 勒索从来不是孤立事件,加密之前必然有一段攻击链:漏洞利用、凭证窃取、横向移动、权限维持。通用攻击行为检测的目标是在勒索程序启动之前,就把这些前置动作识别出来。目前的工程水位是:覆盖550+已知行为攻击场景,覆盖99%的ATT&CK攻击手法并持续增加,每个手法与攻击阶段均有标注,且Windows、Linux、信创系统均支持。对运维团队来说,这意味着告警不是一堆杂乱的原始事件,而是带着“这是ATT&CK哪个战术阶段”标签的上下文。
(2)勒索专项行为检测。 在通用行为之上,针对勒索的“招牌动作”还有一层专项识别:基于智能行为检测引擎(规则树),盯住一类高危指令——
- 删除卷影副本(vssadmin delete shadows 之类):掐断系统自带的快速恢复通道;
- 删除备份:让受害者没有第二条命;
- 禁用系统恢复:封堵回滚路径;
- 尝试结束特定进程:典型目标是数据库、备份代理等“加密前必须先停掉”的进程;
- 创建互斥体:勒索样本防止自身多开、或标记“这台机器已中招”的惯用手段。
单看其中任何一条指令,都可能有合法用途(运维脚本也会调vssadmin),但规则树的价值在于组合判断:短时间内“删卷影 + 删备份 + 结束数据库进程 + 大量文件改写”这个组合出现,几乎可以断定是勒索行为,这就是专项引擎相比单点规则的检出优势。
(3)智能诱饵:让勒索软件自己撞上来。 诱饵(decoy)的思路是在文件系统里埋设“蜜罐文件”,谁动它就告警。但传统静态诱饵有四个老问题:投放位置不对可能被业务误触发、投多少全靠拍脑袋、攻击者识别出诱饵特征后可以绕开、而且往往要等到诱饵被加密才发现——发现得太晚。动态诱饵方案在这四点上有针对性改进:
|
维度
|
传统静态诱饵
|
动态智能诱饵
|
|---|---|---|
|
业务干扰
|
可能与真实业务文件混淆,存在误触发风险
|
对真实业务零干扰
|
|
部署成本
|
需要人工纠结投放位置和数量
|
无需纠结投放位置和数量,自动化部署
|
|
对抗性
|
特征固定,易被识别和绕过
|
特定行为检测,更难绕过
|
|
发现时机
|
诱饵被加密才告警,偏晚
|
更早发现勒索行为
|
第二层解决的是“没见过的样本,但见过它的手法”。可如果对手的手法也是新的呢?这就需要第三层。
2.3 第三层:未知行为检测——给服务器建立“正常”的基线
第三层的思路完全反过来:不再枚举“坏”的样子,而是学习“好”的样子,偏离基线即是可疑。具体分两条线:
通用进程行为模式学习。 对服务器上进程的行为模式进行持续学习——哪些进程通常启动什么子进程、访问什么资源、建立什么网络连接——形成行为白名单模型。服务器相比办公终端有一个天然优势:业务负载相对固定,正常行为的方差小,因此白名单模型在服务器场景的可行性通常比终端高得多。
数据文件专项行为学习。 针对勒索最关心的数据文件建立专项学习:正常业务下,哪些进程会写哪些目录、以什么频率、改写多少文件。勒索加密的本质是“一个陌生进程在短时间内大量改写数据文件”,这与任何合法业务的行为画像都不同。为控制误报,这一层还配了误报自动重新学习机制:运维确认某条告警是误报后,模型自动把该行为纳入白名单重新学习,避免同类告警反复骚扰。
至此,三层检测形成完整纵深:已知特征挡住存量威胁,已知行为识别套路化攻击,未知行为兜住全新手法。以青藤深睿云工作负载安全平台为例,其端侧防勒索方案正是按这个三层框架组织的,并通过了赛可达实验室(SKD Labs)“新一代勒索病毒防护能力测试系统 V2.0”认证。
三、检出之后怎么办:阻断、解密与溯源
检测只是上半场。告警响了之后,端侧还要完成三件事。
3.1 多级阻断:不是所有场景都适合“一刀切杀死进程”
对生产服务器来说,“检测到即杀进程”本身可能是事故——被误杀的可能正是业务进程。工程上更合理的方式是多级阻断,按资产等级差异化配置:
- 进程内行为阻断:粒度最细,只拦截进程内的恶意行为(比如阻止删卷影那一条指令),进程本身继续运行——适合高价值、不能中断的生产资产;
- 进程阻断运行:终止恶意进程,阻止其继续加密;
- 病毒文件强制隔离:把样本文件隔离,阻断二次执行和横向投递;
- 失陷主机网络隔离:最重的一级,把已失陷主机从网络中摘出,防止横向扩散——适合确认中招、需要止损的场景。
▲图:多级阻断——从进程内行为阻断到失陷主机网络隔离,按资产等级差异化配置
3.2 密钥劫持与解密:赶在加密完成前“偷走钥匙”
混合加密的软肋在于:无论如何设计,加密密钥总得在受害机器上生成和使用。基于这一点,端侧可以在病毒程序启动时进行行为劫持,捕获其加密操作或密钥生成行为(AES/RSA),拿到密钥后结合勒索家族规则库,对已加密文件做快速解密还原。这相当于把“支付赎金换密钥”变成“本地直接恢复”,对部分家族是有效的止损手段。
3.3 攻击链路分析与原始日志溯源
勒索事件处置的最后一环是回答“它是怎么进来的”。单条告警只呈现一个切片,攻击链路分析的价值在于把海量告警关联成完整的攻击过程——从初始立足点到横向路径再到加密执行;再配合原始日志查询(系统活动调查、上下文调查),支撑取证、复盘和漏洞闭环。这一层能力直接决定了下一次同类攻击能不能在入口就被堵住。
四、复盘:LockBit攻击波音,每个环节该由哪层来拦
把前面的框架套到一个真实案例上验证一下。LockBit是2022年全球最活跃的勒索组织,技术上有个值得注意的细节:它只加密文件头部前4K、并通过覆盖写入扇区的方式破坏数据,导致无法通过数据恢复手段找回文件——这提醒防守方,对这类家族,“加密后恢复”这条路基本被堵死,检测必须前移。
2023年10月LockBit攻击波音的过程,拆开看是一条教科书式的攻击链:
- Citrix漏洞突破边界——对应入口侧:漏洞利用本身就是DBIR 2026确认的第一大初始访问向量(31%),事前靠漏洞治理收缩暴露面,事中靠通用攻击行为检测识别漏洞利用动作;
- 利用窃取cookie登录虚拟化/远程桌面环境——合法的协议、盗用的凭证,特征码完全无能为力,靠的是通用攻击行为检测里的异常登录与凭证使用场景;
- 凭证窃取后横向移动——这正是“29分钟突破时间”发生的位置,通用行为检测(550+场景)覆盖的凭证窃取、横向移动手法在此拦截;
- 找到免密主机——攻击者在翻找权限配置的薄弱环节,对应事前的弱口令与高危配置检查;
- FTP回传数据——数据外发行为可由通用行为检测与网络侧联动发现;
- 加密本体与备份数据库——最后一步由勒索专项行为检测(结束数据库进程、删备份、大量改写文件)、智能诱饵和未知行为学习三层兜住,配合多级阻断与密钥劫持止损。
这条链上,任何一环被拦下,勒索就不会发生。反过来,只依赖任何单一层级,都等于把整条防线押在对手不会变形、不会换手法上。
五、结语:三层检测能力自查表
运维和安全团队可以用下面这张表快速自查现有端侧防护的水位:
|
检测层次
|
关键能力
|
自查要点
|
|---|---|---|
|
已知特征检测
|
多引擎查杀;动态落盘+静态全盘;AI函数检测引擎
|
是否多引擎交叉验证?落盘即扫是否开启?能否识别已知家族的变形样本?
|
|
已知行为检测(通用)
|
550+攻击场景、99% ATT&CK手法覆盖,Windows/Linux/信创均支持
|
告警是否带ATT&CK阶段标注?Linux与信创主机是否在同一张检测网下?
|
|
已知行为检测(勒索专项)
|
规则树识别删卷影/删备份/禁用恢复/结束特定进程/创建互斥体
|
是单点规则还是组合判断?
|
|
已知行为检测(诱饵)
|
动态智能诱饵
|
诱饵是否对业务零干扰?是否还需要人工规划投放?
|
|
未知行为检测
|
进程行为模式学习+数据文件专项学习
|
是否有白名单基线?误报能否自动重新学习?
|
|
检出后处置
|
多级阻断;密钥劫持解密;攻击链路分析
|
阻断策略是否按资产等级分级?能否本地还原密钥?告警能否串成完整攻击链?
|
2026年的勒索对抗,本质上是一场时间战:攻击者把从入侵到横向移动的时间压到了30分钟以内,防守方唯一的对策是让检测和阻断发生在攻击链的更早环节。搞清楚勒索病毒在端侧怎么运行,是把防线前移的第一步。
参考来源
- CrowdStrike, Global Threat Report 2026, 2026年2月
- Verizon, 2026 Data Breach Investigations Report (DBIR), 2026年5月
- CISA Known Exploited Vulnerabilities (KEV) Catalog 2025年度统计(Cyble分析), 2026年1月
- 青藤深睿端侧防勒索解决方案(V9)
- SKD Labs“新一代勒索病毒防护能力测试系统 V2.0”认证