因應現代攻擊型態「身分 → 雲端 → Endpoint/SaaS」之迅速演變
2025 MITRE ATT&CK Enterprise Evaluations 納入雲端平台、身分濫用與跨環境橫向移動模擬測試
Cynet 以 0 Configuration Change 真實力連續三年領先群雄
MITRE ATT&CK作為全球最具權威性的攻擊行為框架,因應現代攻擊型態已全面轉變為「身分 → 雲端 → Endpoint/SaaS」,2025 MITRE ATT&CK Enterprise Evaluations以真實威脅組織Scattered Spider與Mustang Panda為攻擊模擬基礎,特別納入雲端平台、身分濫用與跨環境橫向移動等模擬測試項目,完整涵蓋14個攻擊階段、90項攻擊子步驟及48項MITRE ATT&CK技術。此次評測重點不僅在於是否能發出告警,更在於資安廠商是否能獲得Technique最高等級得分,即時且精確地辨識攻擊行為結構,而非僅停留在Tactic戰術等級或General一般性告警,同時針對是否產生誤判或漏報進行評測。所有評測結果皆分別以「預設設定(Initial Run)」與「修正後設定」兩種情境呈現,全面評估各資安廠商於整體攻擊生命週期中的可視性與防護一致性。
以Scattered Spider為代表的現代攻擊行為,並非透過技術漏洞入侵雲端平台,而是專注於社交工程、雲端帳號與身分系統入侵,以及在合法權限下濫用雲端平台。現代攻擊的本質已不再是「駭進系統」,而是「登入系統」;身分成為關鍵鑰匙,雲端成為主要控制台,而 Endpoint 僅是其中一項被使用的資源。若資安廠商仍停留在以端點為核心的防護思維,將難以精準偵測與防禦現今真實的攻擊面,無異於以舊地圖應對新型態的防禦戰場,勢必無法有效回應現代資安威脅。
在2025 MITRE ATT&CK Evaluations全面納入雲端與身分攻擊模擬的測試環境下,Cynet 再次展現其真實防護實力,於未進行任何設定修定(0 Configuration Change)之情況下,連續三年領先所有參測廠商。Cynet 在「攻擊防護力(Protection)」、「偵測可視性(Detection Visibility)」及「技術層級涵蓋率(Technique-Level Coverage)」三大指標中皆取得100%評測結果,並同時達成零誤判(0 False Positives),所有攻擊行為皆被精準偵測與即時防護,充分展現其在資料蒐集完整度與告警精準度之間的最佳平衡。憑藉領先業界的跨平台技術涵蓋率與一致性防護能力,Cynet 成為國際市場中唯一連續三年獲得此項殊榮的資安廠商。

偵測可視性(Detection Visibility)是MITRE ATT&CK評測用以衡量資安廠商以其預設狀態下,未進行任何調校、客製化或組態變更前,能夠偵測到多少對手攻擊技術(adversary techniques)的能力,而此能力可大幅降低導入與後續維運所需的設定修正與調校負擔,縮短防護之Time-to-Value,以利組織更快建立可用且穩定的防護能力。若想於此項目滿分達標,必須具備能夠偵測如何跨身分、跨端點而後進入雲端的一切行為進行關聯,並將事件整合成為單一攻擊敘事。
Cynet 連續三年再度以其預設配置、未修正任何偵測與回應邏輯,於90個子步驟中達成100%偵測可視性,完整偵測跨身分、端點與雲端之攻擊流程,第一時間掌握攻擊跡象,清楚呈現攻擊流程脈絡,全程無偵測盲區,是此次參與評測唯一以預設配置獲得100%滿評的資安廠商。
技術涵蓋率(Technique-Level Coverage)在於評估平台在未修改任何預設配置的情況下,於2025 MITRE ATT&CK評測之90個子步驟中能夠偵測辨識多少模擬攻擊。涵蓋率愈高,代表該資安廠商能在原生狀態下立即辨識複雜的攻擊行為,降低進階組態設定或特殊調校的依賴。
Cynet 於Windows、Linux與AWS三種平台上達成100% Technique-Level Coverage,展現其對於進階攻擊技術的原生解析能力。Cynet 單一平台與單一資料模型,原生整合端點、身分與雲端行為,能在不同作業環境中維持一致的事件關聯性與防護判斷,避免多套工具導致事件資訊分散,影響整體判斷,確保跨平台攻擊仍可被準確識別並阻斷。2025 MITRE ATT&CK result_Chart20260119-01_346x255-equal.png)
可視性與避免誤判的比較,此項目在於顯示資安平台在提升對手攻擊活動可視性的同時,是否能夠兼顧避免誤判的良好平衡。高可視性且低誤判率可充分反映出偵測技術的成熟度,即使資安團隊在未進行任何偵測與回應邏輯修正變更前,亦能獲得更清晰且可靠的判斷依據。
在本次評測中,Cynet 於未進行設定修正的情況下,同時展現100%完整的攻擊可視性與零誤判表現,顯示其偵測機制在「觀測攻擊行為」與「避免不必要告警」之間具備良好平衡。無論是身分濫用、雲端權限擴張、或跨平台攻擊鏈的關聯分析,均非在評測期間臨時調整即可呈現,而是必須長期運作於實際客戶環境中的防護基礎。
而現今大量生成式AI與自動化工具逐漸改變攻擊手法樣貌,Cynet 早已在平台設計上導入AI輔助的行為分析與模型學習機制,作為強化偵測準確度與降低誤判的基礎,以因應未來更複雜的攻擊環境,並能夠在威脅持續演進、AI與自動化加速攻擊節奏的情況下,穩定精進其偵測品質與防護主動性。




