AV-Comparatives2026企业版ATP测试

admin 2026-11-16 20:14:52 网络安全文章 来源:ZONE.CI 全球网 0 阅读模式

AV-Comparatives 2026 企业版 ATP 测试

原创

Gaojin
Gaojin

网络与信息安全参考

2026年11月13日 08:00
山东

去阅读

QUOTE

这份测试不看你把攻击拦在哪一步,只看攻击者最后有没有拿到一条稳定的 C2 通道。

2026 年秋季,奥地利独立安全测试机构 AV-Comparatives 发布了企业版高级威胁防护(Advanced Threat Protection,ATP)测试报告,测试周期为 2026 年秋季,最后修订日期为2026 年 11 月 9 日。报告用 15 个完全手工执行的定向攻击场景,检验六家厂商的企业级产品能否阻止攻击者在其系统中建立命令与控制(C2)通道。

这不是一份“谁更强”的排行榜。它的设计目标,是回答一个更窄、也更硬的问题:面对真实 APT 组织会用的战术、技术与程序,产品能不能在攻击者打通回连之前把攻击掐断。

本篇完整翻译并整理了该报告的全部章节与数据。其中卡巴斯基(Kaspersky Endpoint Security for Business – Select,版本 14.1,搭配 KSC)作为重点观察对象单独成章,从配置基线、检测表现到拦截阶段逐项拆解;其余五款产品按报告原意简要带过。文中标注“编者解读”的段落为整理者的分析,与报告原文观点区分开。如果你是卡巴斯基端点安全产品的使用者,第 06 章可以直接回答“这些分数对我的环境意味着什么”。

本文看点

01

判定:C2 打通即沦陷

02

卡巴斯基:9/15 的构成

03

AI 新框架:六款集体失手

01

INTRODUCTION

测试背景

“高级持续性威胁”(Advanced Persistent Threat)通常用来描述一类定向网络攻击:它动用一整套复杂的方法与技术渗入信息系统。这类攻击的目的各不相同,可能是窃取、篡改或破坏机密信息,也可能是预先埋设破坏能力,而后者足以让被攻击组织承担财务与声誉上的双重损失。

这类攻击目的性极强,通常配备高度专业化的工具。工具本身可能来自开源项目、商业采购,也可能是攻击者自行开发。其载荷既会使用非规避技术,例如标准的 Windows API 调用,也会使用规避技术,例如直接与间接系统调用、用户态 unhooking、shellcode 混淆、API 哈希以及硬件断点。

在本项 ATP(Advanced Threat Protection) 测试中,AV-Comparatives 使用能够反映攻击者入侵网络时所采取策略的战术、技术与程序(TTPs)。这些多面攻击可以借助洛克希德·马丁公司的网络杀伤链(Cyber Kill Chain)加以分类,该模型将其划分为七个不同阶段,每个阶段都有各自独特的入侵指标(IOC)。测试方法在很大程度上参考了业界公认的 MITRE ATT&CK® 框架中的一部分 TTP。

为保证结论的真实性与可靠性,报告同时纳入了误报测试。测试被设计为尽可能贴近真实场景:使用多种技术与资源去模仿真实网络攻击中出现的恶意软件,把分阶段(staged)与无阶段(stageless)的恶意样本交织在一起,并在恶意代码执行前用 Base64、XOR、AES 等混淆与加密策略加以伪装。

与攻击方通信所用的 C2 通道覆盖 HTTP、HTTPS 与 DNS。测试所用的命令与控制(C2)框架兼有开源、商业与自研三类。

2026 年的测试中,AV-Comparatives 还委托开发了一套专属 C2 框架,开发过程有人工智能(AI)辅助,报告中统一称为“自研框架”。这样一来,测试既能评估产品对成熟攻击工具的防护,也能评估其对尚未被安全产品广泛认知的新威胁的防护。

把这些攻击技术、载荷与 C2 框架组合起来,测试希望反映不断演变的威胁态势,并衡量安全产品阻止定向攻击的能力。

02

SCOPE

测试范围与判定标准

理解这份报告,先要理解它的边界。

ATP 测试考察的是被测产品对非常特定的定向攻击手法的防护能力。它不评估各产品提供的整体安全性,也不评估产品对从互联网下载、或经 USB 设备与共享网络驱动器传入的恶意软件的防护水平。它应当被视为真实世界防护测试与恶意软件防护测试的补充,而不是二者的替代。因此,评估任一产品的整体防护能力时,读者还应一并参考主测试系列中其他测试的结果。

测试关注的是安全产品能否挡住 APT 中使用的特定攻击与利用技术。关心这类攻击的读者,可以重点参考参与本测试的产品——这些厂商对自家产品在上述威胁下的防护能力有足够信心,才选择参赛。

在 ATP 测试中,工作重心是围绕不同的对手战术与技术,构造并测试各类 C2 恶意概念验证(POC)。投递场景刻意做了多样化,以覆盖对手可能采取的策略。测试目标是展示各产品的阻止能力,为此使用的所有 POC 都会在执行后尝试建立一条稳定的 C2 通道,以模拟一次成功的初始入侵。若某个 POC 未被阻止,攻击者得以建立稳定的 C2 会话,则判定目标 PC 已沦陷。测试不跨攻击的多个阶段做检查——那是 EPR 测试的工作。

ATP 测试与 EPR 测试的区别

ATP 测试聚焦防护,而非检测或信息收集。攻击在哪一阶段被阻断并不重要,只要系统最终受到保护即可。ATP 测试同时面向消费级与企业级产品,因此对所有用户都有意义,行文也刻意做得让非专业读者更容易理解。

EPR(端点防护与响应)测试则不同,它会考察攻击在被检测与阻断之前抵达了哪些阶段,也会审视产品做出的响应,并把总体拥有成本(TCO)纳入考量。EPR 测试仅针对企业级产品,复杂度更高,目标读者是大型企业中的 IT 安全专业人员。

攻击成功的判定

一次攻击被认定为成功,标准是恶意载荷完成执行并建立了一条稳定、可用的 C2 连接,从而证明攻击者已获得对系统的未授权访问。数据外泄、持久化、权限提升或横向移动等后渗透活动,并不构成判定攻击成功的必要条件。这些活动可能出现在个别场景中,但 ATP 测试主要评估的是安全产品能否阻止最初的沦陷与攻击者控制权的建立。

云查杀与用户覆盖的处理

有些安全产品会在进行云端或沙箱分析期间临时限制可疑文件的执行。这类机制在给出恶意判定并持续阻断执行时,确实能提供有效防护。但 ATP 测试评估的是实际使用条件下的有效防护,而不是无限期推迟执行的能力。

对未知文件的云端分析可能耗时相当长,甚至数小时,在此期间执行被限制,却迟迟没有结论。这种临时限制不能自动算作成功防护——否则产品只要拖延未知文件的执行,就能在不区分恶意与合法活动的情况下“阻止”攻击。

当产品提供了用户可访问的选项、允许在分析尚未完成时继续执行,测试人员会在合理的观察期后行使该选项,再评估产品在这一用户决定之后能否阻止攻击。如果此后仍建立了稳定的 C2 会话,则在该条件下判定攻击成功。这一评估把“最初的执行限制”与“用户覆盖后的防护”区分开来。相同标准适用于所有参测产品,与其底层检测技术无关。

未预见行为的处理

安全产品可能表现出无法事先完全预料的行为,因此 AV-Comparatives 保留按测试既定目标与原则评估未预见情况的权利。任何此类评估都基于技术上可辩护的标准,并对所有参测产品一致适用。

误报测试

一款能拦下 100% 恶意攻击、同时也拦下合法(非恶意)操作的安全产品,破坏力同样巨大。因此 ATP 测试中包含了误报测试,用来检验被测产品能否区分恶意与非恶意操作。否则,产品只要封掉邮件附件、脚本、宏这些功能,就能轻松做到“100% 拦截”——而对许多用户来说,这等于日常工作无法进行。误报得分因此会计入产品总分。

报告还特别提到一点:对无害邮件附件反复告警,会制造“狼来了”的效应。用户遇到几次不必要的警告之后,迟早会把所有警告都当成误报,等真正的告警出现时反而置之不理。

03

TEST PROCEDURE

测试流程

VBS、JS 或 MS Office 宏这类脚本,可以在受害者系统上执行并安装无文件后门,同时向通常位于另一物理位置、甚至另一国家的攻击者建立控制通道(C2)。除了这些众所周知的场景,恶意软件还可以通过漏洞利用、远程调用(PsExec、wmic)、任务计划程序、注册表项与 WMI 调用投递,借助 PowerShell 这类 Windows 内置工具即可完成。这些手法会把真正的恶意软件直接从互联网载入目标系统的内存,并继续用操作系统原生命令向局域网内部扩散,甚至可以借此在机器上实现持久化。

攻击向量与目标

在渗透测试中可以看到,某些攻击向量尚未被安全软件充分覆盖,许多流行的反病毒产品仍防护不足。部分企业级安全产品已在这一领域做出改进,在部分场景中提供了更好的防护。

报告认为,消费级产品同样需要提升对此类恶意攻击的防护能力——非商业用户也会、而且正在以同样的方式被攻击。任何人都可能成为目标,原因多种多样,包括以报复为目的的“人肉搜索”(doxing)。攻击商务人士的家庭电脑,同样是一条获取企业数据的明显路径。

攻击方法

ATP 测试还包含多种命令行组合与 CMD/PS 命令:它们可以把恶意软件从网络直接下载到内存(分阶段载荷),或使用 base64 编码的调用。其中一些技术能直接在内存中执行恶意代码,减少向磁盘写入额外载荷的需要,从而让安全产品的检测变得更困难。测试有时也会使用简单的隐藏措施,或改变 stager 调用的方式。

视场景而定,恶意软件会使用分阶段或无阶段载荷,与攻击者建立 C2 连接,通信协议覆盖 HTTP、HTTPS 与 DNS。这种“由内向外”(inside-out)的机制有个明显好处:建立起的 C2 通道位于大多数 NAT 与防火墙产品的防护范围之外。一旦 C2 连接建立,攻击者便可依据所用框架的能力执行各类远程控制活动,包括文件上传下载、命令执行、屏幕截图以及其他后渗透操作。

测试的期望是:无论攻击托管在哪里、以何种方式托管,也无论从何处、以何种方式执行,攻击都应被阻断。如果攻击只在非常特定的条件下才被发现,报告会认为该产品未能提供有效防护。

场景多样性

每个攻击场景都针对一组独特的战术、技术与程序组合设计,涵盖投递机制、规避技术、载荷执行方式等攻击特征。不同场景可能共享某些组件,例如同一个 C2 框架或同一个最终攻击目标,但这不意味着它们被视为同一场景。场景是按其整体技术特征与执行链单独评估的,而不是仅凭最终载荷行为或投递形式来判断。

04

TESTED PRODUCTS

参测产品与配置

以下厂商参与了本次 ATP 测试,以此表明其对自家产品抵御定向攻击能力的信心。参与 AV-Comparatives 的 ATP 测试,本身即体现了对透明度的承诺,以及对阻止入侵与高级攻击的能力的自信。有些厂商可能出于各种原因暂不参加这项评估,报告建议分析人员留意那些愿意接受这项高难度且必要测试的厂商。

厂商 产品 版本
Avast Ultimate Business Security 26.8
Bitdefender GravityZone Business Security Premium 8.26
CrowdStrike Falcon Enterprise 8.10
ESET PROTECT Entry with ESET PROTECT Cloud 13.1
Kaspersky Endpoint Security for Business – Select,搭配 KSC 14.1
Norton Small Business 26.9

— 本次参测的六家企业级产品厂商标识

企业版 ATP 测试是企业主测试系列的可选附加项。所有产品均按下列文档化的配置进行测试;视具体方案而定,某些可选的防护、检测或响应功能可能被启用或关闭。因此,结果仅适用于所测试的特定产品与配置,不应被解读为对相关厂商全部能力的评价。

配置基线

在企业环境与企业级产品中,产品通常由系统管理员依照厂商指南进行配置,因此测试方邀请所有厂商自行配置各自的产品。下表列出相对于默认设置的偏离项,即厂商主动做出的设置变更。

卡巴斯基:关闭“自适应异常控制”(Adaptive Anomaly Control);开启“检测可被犯罪分子用于破坏计算机或个人数据的其他软件”。

Avast、Norton:关闭“补丁管理”(Patch Management)与“网页控制”(WebControl)功能。

Bitdefender:启用“沙箱分析器”(覆盖应用程序、文档、脚本、压缩包与邮件);“分析模式”设为“监控”;“PUA 扫描操作”设为“修复”;对 HTTP 与 RDP 启用“扫描 SSL”;关闭“HyperDetect”与“设备控制”;“更新环”改为“快速环”;对接收邮件(POP3)启用“Web 流量扫描”与“邮件流量扫描”;启用“勒索软件缓解”;在“访问时扫描”中启用“进程内存扫描”;“AMSI 命令行扫描器”全部设置启用,用于“无文件攻击防护”;在“网络防护”下启用“附加进程”,并加入 powershell.exe、wscript.exe、cscript.exe、pwsh.exe。

CrowdStrike:全部启用并调至最高,即“Extra Aggressive”;启用“写入脚本文件可见性”与“未知检测相关可执行文件分析”;关闭“按需扫描”与“未知可执行文件分析”;启用“早期采用者传感器版本”;启用“脱敏 HTTP 检测详情”“增强的漏洞利用可见性”“增强的 DLL 加载可见性”与“WSL2 可见性”;启用“启动配置数据库保护”“易受攻击驱动保护”与“文件系统隔离”;在 Falcon Fusion 中启用全部“文件检测与修复剧本”。

ESET:在“防护”下将全部“检测响应”设为“激进”;启用“潜在不受欢迎程序检测”。

需要说明的是,上述结果仅对采用相应设置的产品成立。换用其他设置或其他产品,得分可能更好,也可能更差。

05

TEST RESULTS

测试结果与评分

15 个攻击场景的计分规则如下:

判定情形 得分
威胁被阻断,无 C2 会话,系统受保护 1 分
未弹出告警,但 C2 会话未建立,系统受保护 1 分
威胁未被阻断,C2 会话建立 0 分
防护结果无效(同时阻断了非恶意脚本或功能) N/A

在某些场景中,执行最初会被限制,等待云端分析结果。若产品提供了用户可访问的选项、允许在结论产生前继续执行,测试人员会行使该选项,相应结果反映的是产品在这一用户决定之后能否阻止稳定 C2 连接的建立。这些结果不应被解读为产品未提供最初的执行限制。

本测试的首要目标是评估安全产品能否阻止定向攻击成功建立 C2 连接。尽早阻断通常更理想,但只要最终没有建立稳定的 C2 会话,攻击在哪一阶段被阻断并不影响 ATP 得分。在本测试的语境下,仅检测到而未有效阻止,不足以保护系统。

ATP 测试聚焦于阻止最初的沦陷与可用 C2 会话的建立。视场景而定,测试也可能执行系统侦察与信息收集等后渗透活动;但数据外泄、持久化、权限提升、横向移动等进一步动作,并非判定攻击成功的必要条件。一条稳定、可用、且已验证攻击者可访问受控系统的 C2 会话,就足以按 ATP 方法学证明入侵成功。更完整的攻击链评估由 EPR 测试覆盖。

还有一条硬性规定:若产品在误报测试中阻断了某些合法功能(例如邮件附件或脚本),将不会获得认证。

分组结果

15 个场景分为三组,每组 5 个,分别对应不同的 C2 框架:场景 1–5 使用 AI 辅助开发的自研框架,场景 6–10 使用成熟的商业框架,场景 11–15 使用基于 Meterpreter/Metasploit 的开源框架。三组覆盖相同的五种初始访问方式,但载荷格式、执行技术与规避机制各不相同。

厂商 场景 1–5自研 AI 框架 场景 6–10商业框架 场景 11–15开源框架 合计
Avast 0/5 4/5 5/5 9/15
Bitdefender 3/5 5/5 5/5 13/15
CrowdStrike 3/5 5/5 5/5 13/15
ESET 2/5 5/5 5/5 12/15
Kaspersky 0/5 4/5 5/5 9/15
Norton 0/5 4/5 5/5 9/15

这组数据本身已经说明了很多问题。开源框架这一组,六款产品全部满分;成熟商业框架这一组,三款满分、三款 4/5;而到了 AI 辅助开发的自研框架这一组,没有任何一款产品超过 3/5,三款产品直接归零。

检测阶段分布

报告把检测节点划分为三段:执行前(PRE),指威胁尚未运行、在系统上处于静态时;执行时(ON),指威胁刚被运行之后(动态);执行后(POST),指威胁已经运行、其动作已被识别(内存中)。

下表按报告给出的逐场景阶段数据汇总。同一产品在同一场景只计一次,未拦截的场景不计入任何阶段。

厂商 执行前 PRE 执行时 ON 执行后 POST 未拦截
Avast 4 4 1 6
Bitdefender 3 10 0 2
CrowdStrike 6 5 2 2
ESET 4 7 1 3
Kaspersky 1 8 0 6
Norton 4 4 1 6

报告对各家给出的概括是:Avast 与 Norton 的检测大多发生在执行前或执行时,各有一例执行后检测;Bitdefender 以执行时为主,另有若干执行前检测;CrowdStrike 三个阶段都有;ESET 以执行时为主,含若干执行前检测与一例执行后检测;卡巴斯基以执行时为主,另有一例执行前检测。

报告同时提醒,所有参测厂商都在持续改进产品,测试中使用的许多被漏掉的攻击,如今很可能已被覆盖。

针对三组场景的差异,报告给出了一个值得注意的观察:若干产品在阻止涉及新开发的、AI 辅助 C2 框架的攻击时,表现不如面对成熟商业框架或开源框架时。但报告也明确提醒,这些差异不应被单独归因于开发过程中使用了 AI,因为各组场景同时使用了不同的载荷、执行方式与规避技术。尽管如此,这一发现仍然说明:评估端点安全产品时,必须拿新开发的攻击工具去测,而不能只依赖成熟框架与已知威胁。

06

KASPERSKY

卡巴斯基:9/15 的构成

先把认证门槛说清楚。AV-Comparatives 把 ATP 企业级认证授予那些成功阻止 15 个攻击中至少 8 个、且未阻断合法操作的产品。企业级安全软件本就应该应对测试中使用的这类攻击,因此认证要求是成功阻止超过半数的测试用例。

卡巴斯基交出的是9/15,达到认证线,且误报测试中未出现过度拦截。这是一份通过认证的成绩单,但不是本次测试中最高的分数。

— AV-Comparatives ATP 企业级认证标识(2026)

拦下了什么,漏掉了什么

逐场景看,卡巴斯基成功阻止的是场景 6、7、9、10、11、12、13、14、15,漏掉的是场景 1、2、3、4、5 与场景 8。

把这九个场景还原到分组里,结构非常清晰:

开源框架组(11–15)五发全中。这一组使用基于 Meterpreter/Metasploit 的载荷,载体覆盖混淆 JavaScript、可执行文件、7z 压缩包、CPL 控制面板项与 VBS 脚本,规避手段包括用户态 unhooking、重命名系统工具、时间型沙箱规避、关闭 Windows 事件日志、阻断安全指示器等。卡巴斯基对这五种完全不同的投递与执行组合都给出了判定。

商业框架组(6–10)四中四,唯一失手的是场景 8。

自研 AI 框架组(1–5)五发全失。这一组恰恰是全部六款产品共同失守的一组。

拦截发生在哪一层

按报告给出的阶段统计,卡巴斯基的 9 次成功拦截中,8 次发生在执行时(ON),1 次发生在执行前(PRE),没有任何一次是执行后(POST)补救。

那次唯一的执行前拦截出现在场景 12:通过有效账户投递的可执行文件,使用加密或编码的 shellcode、用户态 unhooking 规避防御、伪装成合法二进制、重命名系统工具,并带有无效的代码签名。也就是说,产品在恶意代码尚未真正运行、仍处于静态阶段时就已经做出判定,而不是等它在内存里动起来。

更值得注意的是:卡巴斯基在这次测试中关闭了“自适应异常控制”(Adaptive Anomaly Control)。这一项在厂商提交的配置偏离里被明确列出。

编者解读

自适应异常控制属于行为侧的异常检测模块,把它关掉,等于主动放弃了一层“看行为不像正常业务就拦住”的兜底能力。在这样的配置下仍能拿到 9/15、且八次拦截都落在执行时,说明成绩主要由文件判定、启发式与执行时的行为分析等常规引擎层次撑起来,而不是靠某一层异常检测兜底。这一点对判断产品的稳定性有意义——它意味着这套拦截能力不依赖单一模块是否开启。

漏掉的六个场景,指向同一类问题

场景 1–5 全部属于 AI 辅助开发的自研框架组,它们的共同特征高度一致:以ISO 光盘镜像或 ZIP 压缩包作为外壳,内部是加密或编码的 shellcode,普遍使用二进制填充(binary padding)拉长文件体积以规避检测、伪装成合法程序、修改文件时间戳、隐藏执行窗口,最终通过反射式加载(reflective loading)或 PE 注入,把无阶段载荷直接送进内存建立 C2。

场景 8 是商业框架组里唯一漏掉的一个,手法同样密集:ISO 镜像内的可执行文件、加密或编码的 shellcode、伪装成合法应用、绕过 Mark-of-the-Web 保护、基于时间的沙箱规避,运行后删除文件、修改文件时间戳、关闭 Windows 事件日志,最终执行商业框架的无阶段载荷并通过 DNS 建立 C2。

把这些手法放在一起看,失手的场景有几个共性:镜像或压缩包外壳抹掉了文件来源信息,加密 shellcode 抹掉了静态特征,无阶段载荷意味着没有第二阶段文件落地可供追溯,而反射式加载让恶意代码从不以独立文件形式出现在磁盘上。这是一条刻意绕开“文件—落地—扫描”这条传统链路的攻击路径。

对卡巴斯基用户意味着什么

如果你正在用卡巴斯基的端点安全产品,这份报告最值得读的不是“9”这个数字,而是它把能力的边界画了出来:哪些攻击你可以指望产品自己挡住,哪些需要你在配置和管理上再补一层。

在成熟商业框架与开源框架这两组——也就是绝大多数真实攻击者日常在用的工具链——卡巴斯基的拦截是稳定的:开源组满分,商业组只漏一个。这说明对已被广泛研究的攻击工具与手法,你日常依赖的文件判定与执行时行为分析能够可靠触发,不需要额外调参。

而在完全新造的框架面前,六款产品集体失效,卡巴斯基也不例外。报告本身对此的判断是克制的:不能把差异单独归因于“AI 开发”,因为各组场景的载荷、执行方式与规避技术本就不同;但结论仍然成立——端点产品必须拿新工具去测,只靠成熟框架与已知威胁做评估,会高估防护能力。这个结论对所有厂商的产品都适用,换一家产品并不能绕开它。

把这份成绩翻译成日常运维的语言,有三点值得留意。

先看分组,再看总分。 同样是 9/15,卡巴斯基漏掉的是 5 个自研框架场景加 1 个商业框架场景。这个结构比总分更能说明问题:常规攻击工具链上的拦截是完整的,缺口集中在没人见过的新工具上。

别只盯“某个模块有没有开”。 报告里卡巴斯基是在关闭“自适应异常控制”的配置下拿到 9/15 的,说明基础引擎层次足够硬,不依赖单一模块支撑。反过来说,出于兼容性把它关掉的环境,也不必担心防线立刻塌掉;但面对只靠行为露头的新工具,多一层行为侧兜底不是坏事,是否开启建议结合自身的兼容性测试决定。

ISO、压缩包、无阶段载荷这条链路要单独设防。 漏掉的 6 个场景里,5 个以 ISO 或 ZIP 为外壳、载荷全程在内存里反射加载,不落盘、不留文件。这类入口靠单一端点层很难兜住,需要配合邮件网关、可移动介质策略,以及对异常出站 C2 流量的监测。

认证本身是底线而不是天花板:8/15 即达标,卡巴斯基以 9/15 通过,误报测试中也未出现过度拦截。把它当成起点,比当成结论更有用。

07

OTHER VENDORS

其他五款产品

以下按报告数据简要记录,不做展开。

Bitdefender(GravityZone Business Security Premium,8.26)13/15,与 CrowdStrike 并列本次最高分。开源组与商业组均满分,自研框架组拦下 3 个,漏掉的是场景 3 与场景 4。检测以执行时为主,另有 3 次执行前判定。其配置把沙箱分析器、勒索软件缓解、AMSI 命令行扫描器等一并打开,属于“能开的都开”的思路。

CrowdStrike(Falcon Enterprise,8.10)13/15。开源组与商业组均满分,自研框架组 3 个,漏掉的是场景 3 与场景 5。它的拦截阶段分布是六家里最分散的:6 次执行前、5 次执行时、2 次执行后,说明其检测更依赖多层次的可见性而非单点签名。

ESET(PROTECT Entry with ESET PROTECT Cloud,13.1)12/15。开源组与商业组均满分,三个漏掉的场景(1、2、4)全部落在自研框架组,该组仅拦下场景 3 与场景 5。检测以执行时为主。

Avast(Ultimate Business Security,26.8)与Norton(Small Business,26.9)均为9/15,与卡巴斯基同分,两者的逐场景结果在报告中完全一致:自研框架组 0/5、商业组 4/5、开源组 5/5,同样漏掉场景 1 至 6。

这里需要说明一个容易误读的地方:总分相同不等于能力结构相同。同样是 9/15,卡巴斯基漏掉的是场景 1 至 5 再加场景 8,Avast 与 Norton 漏掉的则是场景 1 至 6。而在拦截阶段上,三者也有区别:Avast 与 Norton 各有 4 次执行前判定、1 次执行后判定,卡巴斯基则是 1 次执行前、8 次执行时。

08

AI-ASSISTED C2

AI 辅助开发的 C2 框架

2026 年的 ATP 测试中,AV-Comparatives 使用了一套专属 C2 框架,由第三方代其专门为本次测试开发,开发过程借助 AI,以尽可能还原现代攻击场景。

这项安排的目的是展示:AI 如今已经能够协助开发恶意软件与 C2 框架,从而有可能缩短开发周期、降低制造新攻击工具的技术门槛。

这套自研框架被用于 15 个测试场景中的 5 个,集成了混淆、防御规避、载荷执行与命令控制等多类技术。把它与成熟的商业框架、开源框架放在同一套测试里,是为了评估端点安全产品对新开发的攻击工具——包括借助 AI 辅助制造的工具——的防护效果。

报告特别澄清了一点:本项目中的 AI 用于框架的开发,而不是测试期间由 AI 自主发起攻击。相关结果的价值在于,它为理解 AI 辅助的恶意软件开发对反病毒(AV)、端点防护(EPP)与端点检测响应(EDR)方案可能带来的影响,提供了额外的观察窗口。

— 报告内页使用的网络结构视觉元素,与封面同源

09

TEST CASES

15 个测试场景

测试使用了五种不同的初始访问技术,分散在 15 个测试用例中,定义均取自 MITRE ATT&CK:

可信关系(Trusted Relationship):对手可能攻破或利用那些能够接触到目标受害者的组织。通过可信第三方关系进入,利用的是一条既有的连接,而这条连接可能并未受到保护,或受到的审查比标准的网络访问机制更少。

有效账户(Valid Accounts):对手可能使用凭据访问技术窃取特定用户或服务账户的凭据,也可能在更早的侦察过程中通过社会工程手段获取凭据。

通过可移动介质复制(Replication Through Removable Media):对手可能把恶意软件复制到可移动介质上,并重命名使其看起来像合法文件,诱骗用户在其他系统上执行,从而进入目标系统。

钓鱼:鱼叉式钓鱼附件(Spearphishing Attachment):利用邮件中的恶意附件获取对受害者系统的访问权限。

钓鱼:鱼叉式钓鱼链接(Spearphishing Link):利用邮件中的恶意链接,把受害者引向攻击者控制的内容。

15 个场景被分成三组、每组五个,分别对应不同的 C2 框架:借助 AI 辅助创建的自研框架、一套成熟的商业框架,以及一套基于 Meterpreter/Metasploit 的开源框架。每组覆盖相同的五种初始访问方式,但载荷格式、执行技术与规避机制各不相同。

第一组:自研 AI 框架(场景 1–5)

场景 1 经鱼叉式钓鱼链接投递。恶意可执行文件(.EXE)藏在 ISO 光盘镜像内,使用加密或编码的 shellcode,通过二进制填充规避检测,借助伪装模仿合法二进制,修改文件时间戳,隐藏执行窗口,并反射式加载自研框架的无阶段载荷以建立命令控制。

场景 2 经有效账户投递。恶意屏保文件(.SCR)藏在 ISO 镜像内,内嵌加密或编码的 shellcode,伪装成合法二进制,采用基于时间的沙箱规避,并通过原生 API 执行自研框架的无阶段载荷以建立命令控制。

场景 3 经鱼叉式钓鱼附件投递。恶意可执行文件(.EXE)藏在 ZIP 压缩包内,包含内嵌的加密或编码 shellcode,使用动态 API 解析阻碍分析,携带无效的代码签名,在运行时解密或解码载荷,并反射式加载自研框架的无阶段载荷以建立命令控制。

场景 4 经可信关系投递。恶意可执行文件(.EXE)藏在 ZIP 压缩包内,使用加密或编码的 shellcode,通过二进制填充与动态 API 解析规避检测,伪装成合法二进制,携带无效代码签名,绕过 Mark-of-the-Web 保护,并使用可执行文件注入(PE injection)执行自研框架的无阶段载荷以建立命令控制。

场景 5 经可移动介质复制投递。恶意可执行文件(.EXE)使用加密或编码的 shellcode,采用二进制填充,伪装成合法应用,使用一张泄露的有效代码签名证书,实施基于时间的沙箱规避与调试器规避,隐藏执行窗口,禁用或修改安全工具,并执行自研框架的无阶段载荷以建立命令控制。

第二组:成熟商业框架(场景 6–10)

场景 6 经鱼叉式钓鱼链接投递。恶意可执行文件(.EXE)藏在 ISO 镜像内,使用加密或编码的 shellcode,通过二进制填充与动态 API 解析规避检测,伪装成合法应用,携带无效代码签名,隐藏执行窗口,并执行商业框架的无阶段载荷,通过 DNS 建立命令控制。

场景 7 经有效账户投递。恶意混淆 HTA 文件(.HTA)包含编码 shellcode,依赖用户执行,使用Windows 自带的 mshta.exe工具执行商业框架的分阶段载荷,通过 DNS 建立命令控制。

场景 8 经鱼叉式钓鱼附件投递。恶意可执行文件(.EXE)藏在 ISO 镜像内,使用加密或编码的 shellcode,伪装成合法应用,绕过 Mark-of-the-Web 保护,实施基于时间的沙箱规避,删除文件、修改文件时间戳、禁用 Windows 事件日志,并执行商业框架的无阶段载荷,通过 DNS 建立命令控制。

场景 9 经可信关系投递。恶意编译的 HTML 帮助文件(.CHM)包含加密或编码的 shellcode,依赖用户执行,使用 Windows 自带的 HTML Help 工具完成执行,并将商业框架的分阶段载荷延迟注入另一个进程以建立命令控制。

场景 10 经可移动介质复制投递。恶意 shell 快捷方式文件(.LNK)依赖用户执行,调用 Windows 命令 shell,使用certutil.exe 解码编码后的 shellcode,禁用或修改安全工具,并执行商业框架的分阶段载荷以建立命令控制。

第三组:开源框架(场景 11–15)

场景 11 经鱼叉式钓鱼链接投递。恶意混淆 JavaScript 文件(.JS)包含编码 shellcode,伪装成合法文件,携带无效代码签名,使用JavaScript 解释器执行 Meterpreter 分阶段载荷以建立命令控制。

场景 12 经有效账户投递。恶意可执行文件(.EXE)使用加密或编码的 shellcode,通过用户态 unhooking规避防御,伪装成合法二进制,重命名系统工具,携带无效代码签名,并执行 Meterpreter 无阶段载荷以建立命令控制。

场景 13 经鱼叉式钓鱼附件投递。恶意可执行文件(.EXE)藏在 7z 压缩包内,使用加密或编码的 shellcode,伪装成合法二进制,实施基于时间的沙箱规避与调试器规避,隐藏执行窗口,重命名系统工具,禁用 Windows 事件日志,阻断安全指示器,执行 Meterpreter 无阶段载荷以建立命令控制,同时使用远程访问软件作为额外的访问通道。

场景 14 经可信关系投递。恶意控制面板项(.CPL)包含加密或编码的 shellcode,使用合法的 Windows 控制面板机制完成执行,实施用户态 unhooking 规避防御,并执行 Meterpreter 无阶段载荷以建立命令控制。

场景 15 经可移动介质复制投递。恶意 Visual Basic 脚本(.VBS)包含加密 shellcode,使用 Visual Basic 解释器执行,实施基于时间的沙箱规避,禁用 Windows 事件日志,并执行 Meterpreter 分阶段载荷以建立命令控制。

误报测试

误报测试使用了多种场景,用来观察是否有产品对某些操作存在过度拦截,例如按策略封禁邮件附件、通信、脚本等。报告结论是:所有被测产品在所用误报场景中均未表现出过度拦截行为。

报告还补充了一条方法学说明:如果在测试过程中观察到产品针对测试环境调整了防护策略,测试方会使用反制措施绕过这种调整,以确保每款产品检测的是攻击本身,而不是测试环境。

10

ABOUT THIS TEST

关于本次测试

企业版 ATP 测试是公开的企业主测试系列的可选附加项。换言之,只有属于主测试系列的企业级产品才能参加这项附加测试。要全面了解任一被测产品的防护能力,读者还应一并参考主测试系列中其他测试的结果。

报告在这一章交代了几条容易被忽略的规则,它们恰恰决定了这份成绩的可比性。

不能用“封功能”换分。 测试中的一些攻击方法使用了合法的系统程序与技术,厂商只要封掉这些合法进程的使用,就能相对轻松地化解攻击。但这么做会因为误报而拉低评分,就像一款安全软件如果一刀切地拦截所有未知可执行文件,同样要受罚。

不允许靠拉黑域名过关。 测试不允许以“拉黑某个特定域名下的服务器、文件或邮件”的方式来应对定向攻击。同样,报告也不认可那种不区分恶意与非恶意进程、要求管理员把该放行的都加进白名单的做法。

企业环境可以收紧,但产品应当自己分辨。 在企业环境中,确实可以限制用户系统、禁止执行 PowerShell 脚本或宏。但理想的安全产品应当能够区分恶意与非恶意的脚本和宏,让授权用户在保持高效的同时获得稳健的安全防护。

同一产品、同一配置,跑完整个系列。 在企业主测试系列中,厂商可以按自己的意愿配置产品,这也是商业安全产品在真实世界中的常见做法。但同一系列的所有测试必须使用完全相同的产品与配置。报告解释了坚持这一点的原因:否则厂商可以在真实世界测试与恶意软件防护测试中调高防护、打开功能以拿高分,又在性能测试与误报测试中把防护调低、把功能关掉,以显得更快、更少出错。而在现实中,用户一次只能拥有一套设置,因此他们理应看到“高防护分数是否意味着系统更慢”“低误报是否意味着防护被削弱”。

信息不对称的处理。 测试期间有厂商来询问攻击方法的信息。测试方没有事先披露具体的攻击方法细节,但在测试结束后,向每一家参测厂商提供了足以复现其被漏掉的测试用例的数据。

用户权限不影响结论。 涉及 Windows 用户账户的场景中,没有任何一个需要目标系统的管理员权限。因此从攻击者视角看,用户以管理员账户登录(消费级测试所用)还是以标准用户账户登录(企业级测试所用),并无差别。

初始访问的现实性。 部分测试用例使用了可信关系、有效账户这类初始访问向量,这意味着攻击者已经掌握了实施高级攻击所需的用户凭据。大量研究表明,使用窃取的凭据完成初始访问,在当今威胁态势中正变得越来越普遍。此外,某些场景使用了重定向驱动器;ATT&CK 框架没有为这种情况设立专门分类,报告按其文档所述,将其归类为“可移动介质”。

来自厂商的反馈。 报告提到,安全厂商对这项年度评估方法的严谨性与真实性给予了正面评价。若干未参与本年度评估的厂商表示,他们仍在改进产品以更好地抵御此类真实定向攻击,并计划参加未来的评估。

∞

THE END

结语

把这份报告读完,有三件事值得留在脑子里。

第一,合格的防线不等于没有缺口。六款产品全部通过认证,全部零误报,但没有一款做到 15/15。最好的成绩是 13/15,而这已经是厂商把沙箱、内存扫描、AMSI 等手段尽可能打开之后的结果。

第二,真正拉开差距的是“没见过”。成熟商业框架与开源框架这两组,六款产品合计只漏了三个场景;换成 AI 辅助新造的自研框架,同一批产品在五个场景上合计漏掉了二十二个。攻击工具的“新”,本身就是一种规避能力。

第三,评估要拿新东西去测。报告自己给出的结论是:只依赖成熟框架与已知威胁做评估,会高估端点产品的防护能力。这句话对厂商成立,对正在选型、或者已经把卡巴斯基用在生产环境里的企业用户同样成立。

END

原文信息:Advanced Threat Protection Test 2026 (Enterprise) — Enhanced Real-World Test – Targeted Attacks。

作者 Philippe Rödlach,发布机构 AV-Comparatives(奥地利因斯布鲁克)。

测试周期 2026 年秋季,最后修订 2026 年 11 月 9 日。

报告下载页:

https://av-comparatives.org/tests/advanced-threat-protection-test-2026-enterprise/

机构官网:https://www.av-comparatives.org

方法学说明:https://www.av-comparatives.org/testmethod/business-security-tests-and-reviews/ 与 https://www.av-comparatives.org/enterprise/testmethod/endpoint-prevention-response-tests/

版权说明:本报告版权归 AV-Comparatives® 所有(© 2026)。任何对测试结果的全部或部分使用,均须在发布前取得 AV-Comparatives 管理层的明确书面同意。本文为中文翻译与整理,仅供技术交流,不构成对任何产品的推荐或背书;数据与结论以英文原版报告为准。

数据与结论均以 AV-Comparatives 英文原版报告为准。

如果你觉得这篇有参考价值,欢迎点赞、在看、转发三连。

AV-Comparatives2026企业版ATP测试 网络安全文章

AV-Comparatives2026企业版ATP测试

AV-Comparatives发布了企业版ATP测试报告,测试了六家厂商的产品对特定定向攻击的防护能力,结果显示在对抗新开发的AI辅助C2框架时,产品表现不如成熟商业框架或开源框架。卡巴斯基以9/15的成绩通过认证,但漏掉了AI框架组的所有攻击。
守正出新,笃行致远——珞安科技成立十周年 网络安全文章

守正出新,笃行致远——珞安科技成立十周年

珞安科技成立十周年,专注工控安全领域,以自主研发技术驱动,构建产业布局,实现核心技术与产品从跟跑、并跑到局部领域领跑。公司深耕工控安全赛道,构建以自主研发为基础、技术创新为驱动、业务需求为导向的产业布局,实现核心技术与产品从跟跑、并跑迈向局部领域领跑的历史性跨越。
评论:0   参与:  0