當「真實電郵」也未必可信：Abnormal AI 如何重新定義電郵安全
- 2 days ago
- 3 min read
試想像一下，你的財務團隊收到一封來自長期合作供應商的電郵。
寄件人使用的是真實的供應商電郵地址，SPF 驗證通過、DKIM 驗證通過、DMARC 亦沒有異常。電郵內沒有惡意附件、沒有可疑連結，甚至看不到任何冒充寄件人的跡象。
一切看起來都很正常。
但今次，卻有點不一樣。
供應商突然要求財務團隊支付一筆遠高於平常的款項，同時更改收款銀行帳戶，並強調付款十分緊急，必須立即處理。
從技術層面來看，這封電郵可能完全「正常」。
但從行為層面來看，它卻並不正常。
這亦帶出傳統電郵安全工具未必容易回答的一個關鍵問題：
「根據雙方一貫的溝通方式，這封電郵真的合理嗎？」
不只看電郵本身，更要理解「正常行為」
這正是 Abnormal AI Email Security 採取不同做法的地方。
傳統電郵安全方案通常會集中分析惡意連結、附件、寄件人信譽、網域、威脅特徵等指標；Abnormal 則進一步運用 Behavioural AI（行為式人工智能），了解企業內部日常的電郵溝通模式。
它會持續學習不同的通訊行為，例如：
哪些員工平日會互相聯絡
員工與供應商之間通常如何溝通
日常電郵的語氣、內容及聯絡頻率
常見的業務要求及工作流程
哪些行為突然偏離平常模式
當 Abnormal 建立了員工、管理層及外部供應商的「正常行為基準」後，便能識別一些技術上看似正常，但行為上異常的電郵。
例如，一名長期合作的供應商突然要求更改收款帳戶；又或者，一名管理層帳戶突然發出與過往完全不同的付款指示——即使電郵來自真實帳戶，Abnormal 仍可透過異常行為找出潛在風險。
這種行為分析方式，尤其適合應對 Business Email Compromise（BEC，商業電郵詐騙）、Vendor Email Compromise（供應商電郵入侵）及 Account Takeover（帳戶接管）等攻擊。
因為在這類攻擊中，黑客未必需要偽造電郵地址，甚至可能直接利用一個已被入侵的真實帳戶發送郵件。
加強電郵防護，不代表增加 IT 團隊負擔
更先進的安全防護，不應該同時為 IT 及 Security 團隊帶來更多管理工作。
Abnormal 可透過 API 與企業現有的電郵平台整合，毋須更改 MX Record，亦毋須重新設計現有的電郵傳輸流程，便可以在原有電郵環境上增加一層行為式安全防護。
完成連接後，Abnormal 便會逐步學習企業內部的溝通模式，並透過行為分析識別異常活動。
相比依賴大量手動建立規則及持續調校 Policy 的傳統方式，Abnormal 透過行為智能及自動化修復能力，可以進一步降低 Security 團隊的日常營運負擔。
對於本身已經需要管理大量 Security Tools 及 Alerts 的企業而言，這可以帶來幾個直接好處：
更快速部署
減少手動規則及 Policy 調校
降低調查及分析工作量
自動處理及移除惡意電郵
更容易發現員工及供應商的異常行為
從「識別惡意」走向「理解異常」
傳統電郵安全主要著重識別已知威脅，例如惡意連結、附件、可疑網域及寄件人信譽；但面對 BEC、帳戶接管及供應商電郵入侵等新型攻擊，單靠這些技術指標未必足夠。
Abnormal 的價值，在於把電郵安全由「這封電郵是否惡意？」進一步提升至：
「這封電郵的行為，是否符合正常的業務溝通模式？」
透過 Behavioural AI、身份分析及自動化回應，Abnormal 能協助企業發現一些技術上看似正常、但實際上存在異常行為的電郵威脅。
與 Amidas 一起提升電郵安全防護
隨着網絡釣魚、商業電郵詐騙及帳戶接管攻擊日趨成熟，企業需要的已經不只是「阻截惡意電郵」，而是能夠真正理解每一次通訊背後的身份、關係及行為是否合理。
Amidas 可協助企業評估現有的電郵安全架構，並探索如何透過 Abnormal AI 為現有企業電郵環境加入行為智能防護，在提升對進階電郵攻擊偵測能力的同時，減輕 Security 團隊的日常營運負擔。
歡迎聯絡 Amidas，了解更多 Abnormal AI Email Security，以及如何以 Behavioural AI 加強企業對新一代電郵威脅的防禦能力。
電話：2168 0388
WhatsApp: 9828 3401
