Ransomware的斗士——云备份系统

简介:

了解你的敌人。在安全方面,最好知道人们为什么要攻击你,以及他们想要从攻击中得到什么。为了保护自己,就值得思考为什么ransomware的行为如此。在感染后击败ransomware的一种方法是在你的网络上有好的备份。云备份系统可能是你从ransomware攻击中恢复的最佳选择。

Ransomware商业模式

如果你将ransomware视为一项商业,那么你的目标是让支付赎金比任何其他选项更具吸引力。那么,都有哪些选择,是什么使它们没有吸引力呢?

1. 销毁。销毁受感染的系统和所有数据,从头开始。这么做是没有吸引力的,因为它有效地抛弃了你所有的现有数据。

2. 支付赎金,把你的文件解密。付钱是不可取的,因为这样做会鼓励罪犯索取更多的赎金。更糟糕的是,你不能保证你的资料在支付后一定会被解密。

3. 从备份还原。恢复通常是最有吸引力的选项,除非你的备份已经过期,或者ransomware加密了你的备份。

备份是ransomware商业模式的敌人。如果受害者能够迅速从备份恢复,那么他们支付赎金的可能性很小。但有时候,已知的备份文件类型将在数据文件被加密之前被首先加密,受害者后来才意识到它们已经被破坏了。与此同时,备份代理可能会被终止,因此不会进行新的备份。

保护你的备份文件

为了最大限度地从ransomware攻击中恢复,而无需支付赎金,你需要很好的备份,你需要保护你的备份免受感染。首先,需要确保备份在被感染的计算机上是不可见的,无论是作为驱动器字母还是作为网络共享。许多基本的备份产品会备份文件,将这些文件存储在USB驱动器或网络共享上。这些类型的备份正是ransomware的攻击和加密目标。例如,Apple Time Machine和EaseUS Todo Backup都很容易受到ransomware对备份文件加密的影响。

保护你的备份服务器

许多备份产品使用备份服务器,这些备份服务器通常是运行着备份应用程序关键部分的Windows机器。其他计算机将它们的备份发送到备份服务器。这里的风险是,备份服务器一旦被感染,所有的备份都将被加密。为你的备份服务器安装补丁会有所帮助,但是WannaCry通常在Windows服务器中进行传播,ransomware同样可以加密所有的备份和数据。使用专用的、硬化的备份设备将有助于保护你的备份免遭ransomware攻击。

备份到云

云备份系统的最佳特性之一是,备份不在你的办公室网络或个人电脑内。这使得ransomware几乎不可能对备份进行加密。你的PC上的备份客户机应用程序将备份发送到云应用程序。然后,云应用程序将备份数据存储在网络之外。云应用程序应该只接受新的备份。备份一旦被存储,就不应该更改。偶尔,它们会被恢复。

大多数云备份系统将备份存储在一个复制和压缩的对象存储中。存储项目不能覆盖,因为是重复数据删除的。备份完成后,它应该始终可用来恢复,直到它的保留时间过期,备份被删除。备份客户端不参与删除备份;删除由云服务器上的策略控制。感染你的个人电脑的ransomware将无法设置删除策略,因此你的云备份是安全的。

良好的基于云的备份系统会在恢复的时候选择一个时间点,理想情况下是在ransomware感染之前。云备份不只是保留最新备份的单一副本,它通常会保存备份历史,并允许从以前的备份中恢复。为了获得最佳值,你还需要一个粒度恢复。很重要的一点是,你希望从哪个备份中恢复哪些文件,因为不同的文件通常在不同的时间进行加密。然后,你可以在加密前从最后一次备份中恢复每个文件,而不是将每个文件还原到一个旧的备份中。

做好备份和保护它们免受病毒感染对恢复是至关重要的。云备份系统可以很好地保护备份免受网络上各种攻击。无论你使用哪种方法来恢复系统,都要确保能够修补任何可能发生ransomware感染的漏洞。你最不想要的就是再次感染。  


原文发布时间为:2017-10-23

本文作者:Alastair Cooke

本文来自云栖社区合作伙伴“51CTO”,了解相关信息可以关注。

相关文章
|
机器学习/深度学习 人工智能 自然语言处理
从此告别PPT制作的烦恼:ChatGPT和MindShow帮你快速完成
从此告别PPT制作的烦恼:ChatGPT和MindShow帮你快速完成
|
人工智能 缓存 Cloud Native
DeepSeek-R1 来了,从 OpenAI 平滑迁移到 DeepSeek的方法
Higress 作为一款开源的 AI 网关工具,可以提供基于灰度+观测的平滑迁移方案。
2863 270
|
存储 人工智能 自然语言处理
RAG 实战|用 StarRocks + DeepSeek 构建智能问答与企业知识库
本文由镜舟科技解决方案架构师石强与StarRocks TSC Member赵恒联合撰写,围绕RAG(检索增强生成)技术展开,结合DeepSeek和StarRocks构建智能问答系统。RAG通过外部知识检索与AI生成相结合,解决大模型知识静态、易编造信息的问题。文章详细介绍了系统组成、操作流程及优化方法,包括DeepSeek部署、StarRocks向量索引配置、知识存储与提取等环节,并通过代码示例演示了从文本向量化到生成回答的完整过程。最后,加入RAG机制后,系统性能显著提升,支持企业级知识库与智能客服场景。文中还提供了Web可视化界面实现方案,助力开发者快速上手。
|
机器学习/深度学习 人工智能 算法
AI Agent驱动下的金融智能化:技术实现与行业影响
本文探讨了AI Agent在金融领域的技术实现与行业影响,涵盖智能投顾、风险控制、市场分析及反欺诈等应用场景。通过感知、知识管理、决策和行动四大模块,AI Agent推动金融从自动化迈向智能化。文中以Python代码展示了基于Q-learning的简易金融AI Agent构建过程,并分析其带来的效率革命、决策智能化、普惠金融和风控提升等变革。同时,文章也指出了数据安全、监管合规及多Agent协作等挑战,展望了结合大模型与增强学习的未来趋势。最终,AI Agent有望成为金融决策中枢,实现“智管钱”的飞跃。
AI Agent驱动下的金融智能化:技术实现与行业影响
|
传感器 人工智能 Java
通义灵码新功能体验
最近体验了通义灵码的新功能,尤其是新增的智能体模式,让AI编程助手跃升新高度。它支持自主决策、环境感知和工具利用,可从零开发应用。例如创建Spring Boot项目,只需描述需求,它便生成所需文件并提供启动建议。集成MCP工具后,能调用2400多个服务,快速定位配置文件。更新还增强了记忆能力,根据用户习惯优化响应,加入Qwen3模型提升复杂任务处理效率。此外,上下文支持工程目录和多文件选择,进一步提高重构效率。对于开发者来说,这是一次极具吸引力的升级。
|
存储 机器学习/深度学习 PyTorch
PyTorch Profiler 性能优化示例:定位 TorchMetrics 收集瓶颈,提高 GPU 利用率
本文探讨了机器学习项目中指标收集对训练性能的影响,特别是如何通过简单实现引入不必要的CPU-GPU同步事件,导致训练时间增加约10%。使用TorchMetrics库和PyTorch Profiler工具,文章详细分析了性能瓶颈的根源,并提出了多项优化措施
970 1
PyTorch Profiler 性能优化示例:定位 TorchMetrics 收集瓶颈,提高 GPU 利用率
|
存储 弹性计算 安全
阿里云服务器ECS通用型规格族解析:实例规格、性能基准与场景化应用指南
作为ECS产品矩阵中的核心序列,通用型规格族以均衡的计算、内存、网络和存储性能著称,覆盖从基础应用到高性能计算的广泛场景。通用型规格族属于独享型云服务器,实例采用固定CPU调度模式,实例的每个CPU绑定到一个物理CPU超线程,实例间无CPU资源争抢,实例计算性能稳定且有严格的SLA保证,在性能上会更加稳定,高负载情况下也不会出现资源争夺现象。本文将深度解析阿里云ECS通用型规格族的技术架构、实例规格特性、最新价格政策及典型应用场景,为云计算选型提供参考。
|
人工智能 自然语言处理 算法
随机的暴力美学蒙特卡洛方法 | python小知识
蒙特卡洛方法是一种基于随机采样的计算算法,广泛应用于物理学、金融、工程等领域。它通过重复随机采样来解决复杂问题,尤其适用于难以用解析方法求解的情况。该方法起源于二战期间的曼哈顿计划,由斯坦尼斯拉夫·乌拉姆等人提出。核心思想是通过大量随机样本来近似真实结果,如估算π值的经典示例。蒙特卡洛树搜索(MCTS)是其高级应用,常用于游戏AI和决策优化。Python中可通过简单代码实现蒙特卡洛方法,展示其在文本生成等领域的潜力。随着计算能力提升,蒙特卡洛方法的应用范围不断扩大,成为处理不确定性和复杂系统的重要工具。
1288 21
|
人工智能 自然语言处理 数据可视化
阿里云 DeepSeek-R1 满血版解决方案评测
阿里云推出的“零门槛、即刻拥有 DeepSeek-R1 满血版”技术解决方案,为用户提供了便捷的云上调用和部署方式,极大地降低了使用门槛和成本。本文将对这一解决方案进行详细评测。
876 14