近年来，云上数据安全已经成为企业的又一大难题，尤其是勒索攻击频发，有组织的黑客攻击目标已经从核心数据窃取扩展到金融、交通、能源、通信等行业的关键信息基础设施，对企业数据安全构成了极大的威胁和挑战。

同时AI时代，犯罪团队已经开始利用AI和机器学习来增强勒索软件攻击的能力和效率，勒索攻击也在不断升级。

在此背景之下，企业应当如何应对勒索攻击？一份满分答案或许可以从中国信息通信研究院“2024安全守卫者计划”优秀案例之中寻找——

它就是瑞数信息与国网华东某省级电力公司联合申报的“勒索智能防护案例”。

据悉，自2023年5月起，瑞数信息开始为客户提供全面的数据安全和数据检测服务，并于2023年12月顺利完成项目建设。

在项目实施过程中，通过构建全面的数据安全预警检测系统、反勒索快速恢复机制、备份数据安全防护体系以及勒索风险信息展示平台，显著提升了企业的数据安全防护能力，帮助客户有效应对了勒索攻击的威胁。

那这份满分答案到底是怎么做出来的呢？本文带你揭晓。

一、AI时代，勒索攻击更为智能

近年来，云计算的普及使得越来越多的企业将核心数据迁移到云端。然而，这也为勒索攻击提供了新的战场。

2021年，美国最大燃油管道运营商Colonial Pipeline遭受勒索攻击，导致其关键管道系统瘫痪，造成大规模的燃油短缺和经济损失。这次攻击不仅暴露了云上数据的脆弱性，也显示出勒索攻击对关键基础设施的巨大威胁。

2024年年初，全球能源管理和工业自动化巨头施耐德电气遭受Cactus勒索软件攻击，导致公司数据被盗。据报道，Cactus勒索软件团伙在网络攻击期间窃取了该公司数TB的公司数据，威胁该公司，如果不支付赎金，就会泄露被盗的数据。

根据Group-IB发布的《2023-2024年高科技犯罪趋势报告》显示，勒索软件保持强劲增长，2023年数据泄露网站上的公司数量同比增长74%。

安全公司Sophos发布的《2023勒索软件态势报告》也显示，66%的机构在过去一年中遭受过勒索软件攻击。其中，76%的攻击导致数据被加密，受害机构为此而付出的平均成本为182万美元。

大规模增加的勒索软件攻击正在瞄准所有行业，金融、交通、能源、通信等行业的关键信息基础设施尤其成为勒索软件的攻击目标。

这些事件再次提醒企业，勒索攻击不断，云上数据安全需要引起高度重视。

另外，随着人工智能技术的快速发展，网络安全领域也经历了深刻的变化。AI技术不仅提升了防护能力，同时也被不法分子所利用，进化出更加隐蔽和复杂的勒索攻击。

传统的勒索攻击通常依赖于社会工程学或漏洞利用，而AI技术的引入使得攻击者能够更精准地选择目标并躲避检测。例如，机器学习算法可以帮助黑客分析目标网络的漏洞，生成定制化的攻击路径；深度学习技术可以用于开发更难检测的恶意软件变种，甚至可以实时调整攻击策略，以规避防御系统的拦截。

AI技术还大大提升了勒索攻击的效率。通过自动化的手段，攻击者能够在极短时间内对大量目标发起攻击，从而增加成功的概率。此外，AI还可以用于优化赎金需求，基于受害者的支付能力和紧急程度，制定出最有可能成功的赎金金额。

可以说，AI时代下的勒索攻击，已经不仅仅是单纯的技术对抗，而是智慧与智慧的较量。

二、当智能勒索攻击“撞上”智能防护

日益复杂和频繁的勒索攻击，对企业的网络安全防护提出了更高的要求。企业必须提升自身的防护能力，从早期检测到数据恢复，全方位构建起强有力的防护体系，如早期发现勒索加密，加强主机防勒索能力，构建勒索应对体系，增加数据安全检测预警能力等，以应对AI时代下的网络安全挑战。

作为国家重要的基础设施企业，电力公司必须确保在遭遇勒索攻击时，能够迅速恢复数据，避免业务系统出现无法恢复、恢复时间不可预期、应对流程不明确的混乱局面，并将勒索攻击的影响范围控制在最小。

瑞数信息推出的数据安全检测与应急响应系统（River DDR），正是这样一款反勒索的数据备份利器。通过事前、事中和事后的数据安全闭环防护体系，River DDR有效解决了传统终端安全软件被绕过、备份系统恢复过程冗长等严峻的安全问题，让勒索软件等新兴数据安全威胁无处遁形。

该系统可通过多种数据接入方式，实现对生产数据的在线检测。数据安全底座则主要负责数据备份、备份数据的安全存放和管理，并为上层的安全检查功能提供数据支持和快速恢复能力。

由于安全攻击不断变化，病毒加密数据的手法层出不穷。因此，该系统利用AI革新了数据安全检测的方法和流程，创新开发了“智能深度检测引擎”，集成了文件健康体检和数据库健康体检的功能，从而提供了全方位的数据保护措施。

该引擎利用勒索加密样本库的机器学习建立熵值规则库，并通过熵值计算来判断数据是否被勒索加密。通过深度检测方法，该引擎能够每天对备份数据的增量部分进行深度检查，与数据安全底座联动，实现初次全量的健康检查、日常数据增量部分的深度检查以及重点表的异动监控，并通过实时告警通知服务层。

功能矩阵层面向实际操作和使用，按照勒索攻击的事前、事中、事后提供文件及数据库检测报告、事件告警及影响分析等功能。通过快速响应恢复机制，实现数据的快速恢复，将勒索攻击造成的损失降到最低。

可以说，瑞数数据安全检测与应急响应系统（River DDR）在文件检测、数据库检测和响应恢复方面，为该电力公司云上数据安全保驾护航：

●文件检测方面，系统针对文件的勒索攻击风险进行全面检测，包括勒索声明文件检测、加密状况检测、文件头不匹配检测和文件异常检测等。检测后，系统会出具文件健康状况检测报告，确保所有文件的安全性。

●在数据库检测方面，系统会对数据表字段和数据库文件进行详细检测，确认是否存在加密情况，是否有静态表被篡改。检测后，同样会出具数据库健康状况检测报告，确保数据库的完整性和安全性。

●在响应恢复方面，系统通过损害评估报告及修补建议，结合行为分析和日志分析等手段，确认需要恢复的时间点。无论数据量的大小，数据恢复时间都能控制在分钟级，以确保被加密数据的恢复时间在业务可承受的范围之内。

瑞数信息与该电力公司的合作，正是智能防护体系的一次成功实践，通过全面的数据安全能力建设，不仅有效应对了勒索攻击的威胁，也为行业提供了宝贵的经验和参考。

三、从预警到快速恢复，全周期保护数据安全

智能防护云上数据安全，核心在于其数据安全检测与应急响应。系统正是通过事前数据健康体检、事中智能威胁检测和事后快速响应恢复这三大环节，构建了一个全面而高效的数据安全防护体系，真正实现了全周期的安全保障。

在事前阶段，提供了全面的数据健康体检，通过日常对备份数据的安全检测，确认用于恢复的数据的健康性。这种基于表级和字段级的检测能力，确保每一份用于恢复的数据都是原始信息，没有被加密或污染。通过这样的预防措施，企业可以在遭遇勒索攻击前，已经做好了万全的准备，确保数据处于可信任状态。

在事中阶段，依托其创新的智能数据识别引擎和AI智能识别引擎，实施智能威胁检测。基于“深度文件内容检测”技术和“数据访问行为”智能分析与识别能力，这些引擎能够有效识别企业数据中心架构与非架构化数据的安全性，通过AI熵值检测技术，改进数据安全检测的速度和准确性，达到领先的安全检测水平。全链路的威胁行为与内容变化追踪，使得可疑的攻击行为能够被即时发现和响应，从而大大提升了勒索攻击的防御能力。

在事后阶段，智能检测沙箱与源引擎发挥了重要作用。它们能够有效定位攻击事件的根源，移除勒索软件后，将最新的干净备份进行恢复，同时对系统进行加固，确保系统的安全性。自动生成可挂载的干净数据，确保在遭受攻击后，企业可以迅速恢复正常运作，减少业务中断的时间和经济损失。

通过事前数据健康体检、事中智能威胁检测和事后快速响应恢复的有机结合，瑞数信息构建了一个全周期的数据安全闭环，为企业提供了从预防到恢复的全方位保障。

瑞数数据安全检测与应急响应系统（River DDR）不仅助力国网华东某省级电力公司构建起了强有力的数据安全防线，还提升了其应对勒索攻击的能力，确保业务的连续性和稳定性。

正因如此，该案例凭借在客户应用中的创新技术和高效能力，从众多案例中脱颖而出，经过案例初审、专家复评两个环节，成功斩获中国信通院第四批“安全守卫者计划”优秀案例。未来，瑞数信息将继续在数据安全领域深耕，助力更多企业构建起强有力的安全防护体系，为云上数据安全保驾护航！