关于Symantec防护技术的介绍，不知老佳能否帮忙翻译，以飨大家？

neo4

http://www.symantec.com/business/theme.jsp?themeid=star

Symantec官方从File、Network、Behavior、Reputation、Remediation五个方面比较详细介绍了自己防护技术，有些内容以前没看到过。英语不过关，看得不是很明白，不知老佳能否帮忙翻译，以飨大家？

wjcharles

看这个就行了http://www.symantec.com/about/profile/star_technology.jsp
以前貌似有人谷歌翻译过。。。

纵深防御
STAR的恶意软件保护技术打破分为四大类：
基于文件的保护
我们的签名和启发式扫描引擎形式赛门铁克安全解决方案的骨干，这些发动机使用了几十个技术扫描两个文件的已知以及未知的威胁。目前这些引擎扫描超过7.5万个签名，平均每个文件的25毫秒！总的来说，这些发动机检测每年数十亿的威胁。

虽然这些都是我们的保护技术最成熟，卫视继续投资和创新我们的核心扫描技术，保持目前对威胁环境的最新发展。包括文件为基础的保护是“防病毒“ 引擎 -赛门铁克公司的独特的扫描引擎实现快速，高效的扫描文件， 自动保护 -赛门铁克公司的实时文件扫描仪，检测到任何威胁，他们都保存在您的计算机硬盘的那一刻; 马卢尔和警犬 -基于启发式的检测静态文件内搜索可疑的指令之前，他们有机会执行新的/未知的恶意软件保护技术。
基于网络的保护
STAR的基于网络的保护包括了一套旨在阻止攻击，就像他们从网络有线或无线网络过渡到计算机之前，他们有机会引入到系统中的恶意软件的技术。基于网络的保护分析与基于文件的保护，它必须等待，直到身体扫描之前，用户的计算机上创建一个文件，所有输入数据流才可以通过计算机的操作系统和造成损害的处理 。这个类别包括了三个不同的保护技术： 网络入侵预防解决方案（网络IPS） -协议感知的IPS，理解和扫描可能的攻击，超过200个不同的网络协议 ;浏览器保护-位于用户的浏览器内的引擎，并可以检测最复杂的基于Web的威胁，是无形的，以传统的AV和网络IPS;和未经授权的下载保护的最后一道防线-没有签名的使用，有助于缓解未知和未修补的漏洞，提供进一步的保险层对零日攻击。
基于行为的保护
基于行为的防护技术观察您的计算机上的积极运行的威胁，如果他们表现出恶意的行为，可以终止正在运行的程序;这项技术提供了全新的，以前看不到的攻击的主动式防护。的主要引擎，称为声纳，具有人工智能为基础的分类引擎，行为人撰写的签名，行为的政策锁闭引擎。这些引擎寻找可疑行为，在正在运行的程序，是不寻常的正版软件序列时，SONAR就注意到这样一个可疑的序列，它可以终止和删除有问题的程序立即没有任何病毒指纹。我们先进的行为引擎提供了全新的零日攻击防护。

我们的声纳系统采用人工智能技术，学习好的和坏的应用程序之间的区别。列车声纳，我们的工程师们提供了近200万不同的好的和坏的应用程序的行为分布系统。声纳然后学会如何区分自身的合法和恶意行为，使其能够识别新的威胁，根据过去的经验。系统监视近400个不同的行为，其分类，使其能够快速发现恶意行为，并删除不良的应用程序才可以做损害。

为了配合其人工智能为基础的分类引擎，声纳还支持研究员撰写的行为签名。这些签名明星研究人员的识别能力，全新恶意软件威胁，表现出良好定义的行为，这些签名是有用的，因为许多恶意软件家族包含数千突变的变种，每个磁盘上看起来完全不同的，但所有这些变种表现出相同的基本行为特征。

一个写得很好的行为签名可以即刻防止整个恶意软件家族。此外，一些当今最先进的的威胁，字面意思是“注入”到合法的应用程序或操作系统文件本身，他们从那里执行恶意操作。在这种情况下，它可能是危险的，没有造成损害的底层的操作系统或应用程序中删除这些的威胁。为了应对这些威胁，声纳的能力，对周围的感染，但合法的应用程序的虚拟沙箱。这样做，声纳，可以防止采取任何恶意操作，可能危害计算机受感染的应用程序。
基于声誉的保护（透视）
星，领悟，我们的信誉为基础的安全系统，开发保护技术套件中的最新发展已四年多。这项技术的最初版本是在我们的诺顿产品在2009年9月首次部署。这种信誉为基础的技术阻止访问恶意文件和“人群为基础的”的智慧超过100M +万客户基础的网站。

的洞察力声誉为基础的安全系统地址在威胁环境的最新发展，分布式微恶意软件。在往年，攻击者散发出独特的威胁数量相对较少，数以百万计的机器，使指纹识别相对容易。今天，攻击者产生以百万计的不同的，变异的威胁，每一个发送到极少数的机器。我们的数据表明，今天的大多数威胁少于20机在全球范围内观察。攻击者产生每天超过60万个新的变种，它是不是安全厂商创​​建，测试和分发的传统签名需要解决的问题的数量是可行的。此外，由于其微观分配，许多这些威胁从来没有发现，或发送到指纹的安全厂商。如果安全厂商没有收到一个样本，他们无法指纹它。其结果是数百万独特的感染，完全绕过传统的指纹。

赛门铁克的Insight利用赛门铁克庞大的用户群不愿透露姓名的使用模式准确地获得几乎所有的应用程序，在互联网上好的和坏的，安全等级。把它看成是软件的Zagat调查。该系统通过分析整个赛门铁克的庞大的用户群的分布格局的每个文件（或缺乏）派生的安全等级。

要计算这些评级，赛门铁克的用户贡献匿名，实时遥测数据，对他们使用的应用程序。之星“，然后补充从遥测数据赛门铁克全球智能网络，从我们的安全响应组织和合法的软件供应商提供他们新出版的应用到 Symantec的数据的。这个数据是合并成一个大型的文件和不具名的机器之间的关系模型，而不是象一个庞大的匿名社会网络，推导出每一个应用程序的安全等级，然后将其加工。目前，在Insight系统跟踪超过175万用户参与超过2.5亿的好和坏的文件，发现率超过22万，每周的新文件。