#моикомментарии

Как VirusTotal вписывается в комплексную стратегию защиты от угроз, и какие тренды развития подобных сервисов вы видите в 2025 году?

»»»Появление ML-оценок от отдельных антивирусов в VirusTotal, таких как Trapmine, отражает общий тренд на интеграцию машинного обучения в анализ угроз. Данный метод особенно часто дает срабатывания на уникальные файлы, например, программы локальной разработки или скрипты для автоматизации. Низкий уровень детекта таким файлам присваивается из-за подозрительных характеристик, встречающихся и в вредоносах, например, сетевых вызовов или использования шифрования. Если файл помечен как подозрительный всего одним-двумя движками на основе ML, а традиционные антивирусы его игнорируют, то вероятнее всего это ложное срабатывание. Высокую уверенность в вредоносности файла дает именно совокупность вердиктов, где ML-оценки дополняются детектами от сигнатурных и поведенческих анализаторов. Со временем можно ожидать, что практически каждый антивирусный движок в VirusTotal будет включать собственную ML-оценку в общий отчет. Это создаст более полную и многослойную систему оценки рисков для каждого файла. В результате аналитики безопасности получат больше контекста для принятия решений, особенно в случае неизвестных угроз. Однако возрастет и важность правильной интерпретации результатов, чтобы отличать реальные угрозы от ложноположительных срабатываний на легитимное ПО.
Здесь можно посмотреть почему это происходит: https://trojan-killer.net/trapmine-suspicious-low-ml-score-guide