為了得到更多的算力資源，黑客一般都會對全網進行無差別掃描，同時利用多種爆破和漏洞利用等手段攻擊主機。部分挖礦木馬還具備蠕蟲化的特點，在主機被成功入侵之后，挖礦木馬還會向內網滲透，并在被入侵的服務器上持久化駐留以獲取最大收益。
據最新數據統計，公有云攻擊事件中挖礦木馬占比高達54.9%。而傳統的檢測識別方法，如基于文件hash的云查殺漏報率高，容易對抗；礦池連接的網絡行為監測缺乏實時性，漏報率較高；云計算資源監測CPU/GPU等計算資源異常占用需要用戶自己確認告警是否正常，都存在各自的缺陷。
近年來，挖礦木馬呈明顯增長的趨勢，而傳統的檢測識別方法又存在局限性。那么，有沒有什么辦法，可以有效識別挖礦木馬？9月24日，騰訊安全科恩實驗室高級安全研究員唐祺壹，以“BinaryAI: 用AI方法識別挖礦木馬”為主題，從挖礦木馬的發展趨勢與威脅、BinaryAI的原理與機制以及BinaryAI如何識別挖礦木馬等方面我們講解基于AI技術的挖礦木馬識別解決方案。
感興趣的行業同仁們可以關注騰訊安全視頻號進行預約，共同探討如何進行挖礦木馬的檢測與識別。
