AVG 資訊安全防護提供企業優越的防毒防護，更深入解決企業全方位資訊管理的難題，全球客服網絡系統完善
AVG 多層安全防護＆功能 ＋ 次世代防禦模組
AVG 多層安全防護＆功能 ＋ 次世代防禦模組
任何惡意的程式、檔案、網頁、E-mail附加檔案意圖侵略您的電腦時，AVG防毒程式將會依照下列的程序提供全方位的防護。
AVG CLOUND CARE
AVG 防毒及功能
大數據+人工智慧徹底打擊惡意攻擊
AVG擁有世界上最大的威脅檢測資料庫。來自全球四億個用戶的即時資料，讓AI人工智慧系統能以前所未有的速度學習與辨識威脅。透過AVG安全雲端每月檢查超過2000億個URL和3億個新文件。搭配監控測試團隊，讓我們能夠使用專門的誘餌和陷阱來誘捕、分析、並擊敗各種惡意程式與攻擊行為。
即時網路安全
 |
CyberCapture 網路下載預先掃描鑑識 當將未識別的檔案下載到您的指定電腦上時，也將發送一份副本給予 威脅實驗室的專家鑑識，以確定檔案是否安全。 |
|---|---|
 |
Linkscanner© Surf-Shield 網頁連結及時掃描 瀏覽器中開啟網頁之前預先檢查連接網頁，並在搜索引擎結果中 顯示安全評級，以幫助您更放心地瀏覽網頁。 |
 |
Firewall 防火牆 防範垃圾郵件，病毒，駭客和惡意軟體等線上安全威脅。 |
 |
Network Antivirus 網路防毒 透過雲端的即時和主動AI檢測，可以更好地防禦最新的惡意軟體。 |
安全身分資料交易
 |
身份保護 反間諜軟體可以保護您的身份不會受到間諜軟體以及追踪個人訊息的 廣告軟體的侵害。 |
|---|---|
 |
資料安全 公司檔案或任何其他文件加密並存儲到個人電腦。 |
 |
檔案伺服器安全 保護Windows檔案伺服器其安全，機敏資料和避免駭客攻擊。 |
 |
檔案粉碎 先進檔案粉碎下安全刪除文件以解決防止意外恢復。 |
保護硬體以及遠端控制
 |
勒索病毒防護 AVG的多層次勒索軟體分析結合了靜態和行為測試，沙盒和其他技術 來保護您免受網路犯罪分子的侵害。 |
|---|---|
 |
智能掃描 當偵測沒有使用工作時啟動掃描電腦，這樣就不會妨礙影響工作。 因此員工可以專注於您的生意，而不會造成代價高昂的干擾和延誤。 |
 |
遠端控管 允許管理者由單一個位置遠程安裝，並可以更新和配置企業網路上 AVG。 |
世界級一流的保護
僅在過去兩年中，憑藉世界評測報告中許多保護和性能的最高分。我們就贏得了超過25個獎項。
次世代最有效防禦模組
惡意軟體偵測和封鎖
為了保護使用者，會偵測及立即回報任何可疑檔案或行為。頂尖的基礎結構以及從全球數億部裝置蒐集而來的巨量安全資料，讓得以建構全世界最大規模、最先進的零時差威脅偵測網路。
自動偵測威脅及根除惡意軟體
如何在每天保護數億人的安全及尖端技術能將使用者轉化為相互合作的感應器，再串連成遍及全球的感應器網路。如果有任何成員遭遇惡意軟體，會使用六層保護機制，在幾秒內辨識、封鎖及通知整個網路。
多層保護抵禦惡意軟體和網路攻擊
當惡意軟體鎖定使用者的裝置時，會使用六層的深層保護來維護裝置安全，其運用獨家的雲端分析與機器學習技術。關於保護層如何協助您與裝置抵禦網路威脅侵擾，以下有更詳細的解說。
網頁防護
處理所有經過 HTTP 和 HTTPS 加密連線的流量、使用 URL 偵測演算法抵禦網路釣魚，以及藉由嚴密的內容篩選阻止惡意軟體。
靜態掃描工具
在程式碼及二進位物件執行前使用機器學習和多種偵測方式加以分析，包括 PE 結構分析、連結器分析、解除封包/去模糊及相似度、模糊和演算法比對。根據分析結果，快速有效率的靜態掃描工具可以將檔案區分為良性或惡意。
模擬器
兩個模擬器 (分別適用於指令碼及二進位檔案) 可抵禦零時差惡意軟體與弱點，並提高對惡意軟體樣本修改的復原力。這可以完整模擬原生運算環境，包括虛擬 CPU、虛擬 RAM、虛擬作業系統與其子系統。會在模擬過程中收集特徵，並根據獨有的規則引擎封鎖惡意軟體。
Deep Screen
透過完整的虛擬機器，以及安裝複製版使用者作業系統來測試可疑檔案，DeepScreen 能使用機器學習演算法來辨識出檔案內容與已知惡意軟體系列之間的相似度。有了 Hypervisor 協助的虛擬機器能連接 Avast 雲端引擎，運用從整個使用者群體蒐集而來的威脅情報。
將可疑應用程式模擬及深入檢測結合，從高層級及指令層級分析受測程式的意圖。根據使用機器學習演算法觀察到的行為模型，可以辨識與已知惡意軟體系列的相似度。通用解除封包元件 (Generic unpacker component) 能藉由深層動態自我檢查 (Deep dynamic introspection) 層層剝離模糊處理的加密樣本，找出隱藏的已知惡意軟體樣本。在這個過程中，的雲端引擎會使用來自整個使用者群體的威脅情報評估所有軟體樣本。
CyberCapture
CyberCapture 會在需要時自動啟動，防止最罕見但最精密的惡意軟體潛入使用者的系統。CyberCapture 會鎖住潛在惡意檔案 (包含所有相關的中繼資料)，然後提交至威脅實驗室的無塵環境，並同時告知使用者及確保他們知悉整個過程。先進演算法及 Avast 的專家會在最高的安全防護層中檢查可疑檔案。CyberCapture 每天分析超過 20,000 個不同的檔案。
行為防護
會在程式執行時監視系統來找出可疑活動。行為防護會攔截裝置的異常行為 (適用於 PC 及 Android 智慧型手機)。例如：嘗試終止 Windows Update 或防火牆服務、植入系統層級程序，或未經使用者啟動活動而使用相機等。只要有行為遭評估為惡意，行為防護就會自動阻止活動、復原操作及隔離有疑慮的物件。
AI 和機器學習
先進的人工智慧 (AI) 系統採用機器學習技術，能自動收集和擷取整個使用者群體的資料，然後訓練每個安全模組。找到新的惡意軟體樣本後，的產品就會自動更新模型，提供至關重要的最新保護。
訓練機器學習引擎
現今的精密威脅防護並非仰賴單一機器學習引擎，光靠一種手段無法將所有網路攻擊一網打盡，而是必須結合多個機器學習引擎，共同防禦各種攻擊。這些引擎可在不同的裝置上運作 (雲端及 PC 和智慧型手機)，它們使用靜態及動態分析技術，而且部署在防禦引擎中的多個保護層級。為了評估全新及未知的威脅，建立了獨有的精密機器學習流程，可在 12 小時內迅速訓練及部署惡意軟體偵測模型。也採用諸如深度卷積神經網路 (Deep CNN) 的先進技術來強化惡意軟體偵測模型。新的安全威脅可能以全新、未知的型態毫無預警地出現；在這樣的情況下，迅速更新模型的能力讓能夠確保使用者隨時受到保護。
這個新一代安全技術和來自大量使用者群體的資料，讓在面對駭客和競爭廠商時展現出明顯的優勢。這項技術也讓不需更新產品，就能自動偵測及封鎖惡名昭彰的威脅，例如：WannaCry、BadRabbit 和 NotPetya 勒索軟體，以及 Adylkuzz 加密貨幣挖礦攻擊等。
物聯網安全
整體強度取決於最薄弱的環節 (A chain is only as strong as its weakest link)，套用在環環相扣的家用設施，這句眾所皆知的金玉良言也同樣適用。大多數的智慧家庭配件安全性欠佳，導致使用者無力抵禦攻擊。正在投資全新的雲端技術，目的在於保護不斷擴大的物聯網 (IoT) 版圖。
深入瞭解 IoT 態勢及弱點
物聯網對整個數位生態系統造成極大風險。因為許多裝置皆無內建安全系統，無法防止駭客劫持。
如何保護 IoT 裝置
研究 IoT 裝置的個別及群體行為，以統計方式評估它們所傳送的資料量及類型，然後將這些資料與使用者基礎架構的分析結果搭配使用。也就是說，會研究這些 IoT 裝置的類型以及它們所使用的網路，並使用精密的人工智慧引擎，仔細研究每部裝置的能力及弱點。掌握這些資訊及透過使用先進演算法，讓得以防止任何威脅入侵您的網路。
Smart Home
散佈四處的雲端基礎架構中執行機器學習演算法，並透過演算法處理上億部裝置的統計資料，以期能偵測連線裝置上的威脅。具備豐富的惡意軟體專業，因此得以盡可能減少延遲，以及縮短辨識出威脅所需的關鍵時間。日益增加的裝置類型使得各種威脅不停增長，為了有效打擊這些威脅，使用兩步驟方法來對抗。第一，使用量身打造多種異常偵測演算法來偵測特定攻擊類型：將這些演算法組合在一起，辨識不同類別的 IoT 攻擊。第二，運用深度神經網路來辨識前述攻擊，包含新興類型。
處理 IoT 流量的深度神經網路
網路流量可以將來自百萬戶家庭的匿名統計資料提供給深度神經網路。這個複雜網路的內部節點便會開始瞭解這些流量與特定裝置類型的關聯、幾部裝置如何構成家庭組態，或更大量的裝置如何變成一種服務。接著，輸出內容或神經網路的最後一層會將所收集到的良性及惡意流量分開。
Smart Home 架構
為了保護客戶及他們家中的 IoT 裝置，安全防護涵蓋路由器，並透過現有的 PC、Mac 和行動裝置版產品提供。這些保護措施會收集流入及流出家庭的流量統計資料，並且在不影響封包正常路由的情況下進行。收集的統計資料會傳送至 Avast Group Cloud 處理。如果 Avast Group Intelligence Platform 認為某些流量或裝置潛藏惡意企圖，它會向 Avast 產品下達指令，封鎖受影響的流量或裝置。Avast Smart Home 應用程式則是使用者與系統互動的入口。
為什麼具備成功克服 IoT 困難的優勢？
簡單來說，規模是關鍵：Avast 能夠存取分布在 100 個國家/地區，超過 5 千萬個消費者家庭的資料，對威脅態勢的整體瞭解無可匹敵。因此，能夠展現其他品牌難以望其項背的速度，迅速辨識及回應威脅。
