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:

  1. 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;
  2. 进程阻断运行:终止恶意进程,阻止其继续加密;
  3. 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;
  4. 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:

  1. 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;
  2. 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;
  3. 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;
  4. 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;
  5. 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;
  6. 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

  1. CrowdStrike, Global Threat Report 2026, 2026年2月
  2. Verizon, 2026 Data Breach Investigations Report (DBIR), 2026年5月
  3. CISA Known Exploited Vulnerabilities (KEV) Catalog 2025年度统计(Cyble分析), 2026年1月
  4. 青藤深睿端侧防勒索解决方案(V9)
  5. SKD Labs“新一代勒索病毒防护能力测试系统 V2.0”认证