回首頁 CBX賽門鐵克 CBX 統一式 XDR 平台
保安資訊找專家、省時間 預約一對一示範 探索其他賽門鐵克解決方案
Symantec CBX

賽門鐵克 Symantec CBX
享譽業界的安全防護，
開啟下一代全面進化

攻擊已是企業級、由 AI 加速、橫跨端點、網路、網頁與資料；團隊卻仍人力有限、預算有限。本頁完整說明 Symantec CBX 如何用一個統一式 XDR 平台回應這個落差，並依董事長、總經理、資安長、資安維運主管、技術工程師與財務長的不同關切，提供各自的閱讀路徑。

#簡單易懂、快速入門 *CBX-型錄下載 *電子書：AI減輕資安維運中心（SOC）壓力的8個面向 *電子書：資源吃緊資安團隊的延伸式偵測與回應（XDR）採購指南

CBX 的 Incident Prediction：在攻擊者下一步動作發生之前

下圖為原廠電子書所舉的範例。分析師已觀察到前三個動作；系統將其與包含 50 萬條以上真實攻擊鏈的資料庫比對，預測最可能的後續步驟。

  1. 釣魚郵件植入信標代理程式已觀察
  2. 列舉網路共用資料夾已觀察
  3. 建立遠端排程工作已觀察
  4. 預測的後續步驟
    憑證竊取72%
    權限提升46%
    勒索軟體啟動19%
百分比為原廠文件中的說明性範例，用以示意預測結果的呈現方式，不代表任何環境的實際機率或效能保證。
01 — 先看結論

先看結論：一頁讀懂 Symantec CBX

Symantec CBX 是 Symantec 與 Carbon Black 合力推出的統一式 XDR（延伸式偵測與回應）平台。它要解決的問題很具體：攻擊者的手法已經是企業級，並由 AI 加速、橫跨端點、網路、雲端應用程式與資料；但多數組織的資安團隊仍然人力有限、預算有限，還得在一堆互不相通的工具之間來回切換，使團隊落後攻擊者好幾步。

CBX 的作法，是把端點防護、端點偵測與回應（EDR）、網頁安全與資料安全，放進同一個平台、單一主控台與單一輕量型代理程式之中；再以原生遙測資料自動關聯，並用 AI 把關聯結果轉成分析師看得懂、做得到的行動建議。

看得全

端點、網路、網頁與資料的訊號原生關聯，同一條時間軸呈現從初始存取到資料外傳的完整攻擊鏈。

搶得先

自適應防護阻擋就地取材式（LOTL）攻擊；Incident Prediction 預測攻擊者接下來最可能的四到五個步驟。

做得快

AI 生成的事件摘要與引導式修復，讓經驗較淺的分析師也能有把握地調查與回應。

管得簡單

單一主控台、單一輕量型代理程式與開箱即用的政策組態，減輕日常營運負擔。

花得合理

減少工具氾濫、人工整合與 SIEM 負擔，讓既有資源發揮更大效益。

誰最需要它

預算有限、團隊精實、幾乎沒有犯錯空間，卻必須面對企業級威脅的組織。這也是原廠設計 CBX 的目標族群。

關於本頁的資料來源

本頁整理自 Symantec（Broadcom）發布、並由保安資訊翻譯整理的三份文件：《Symantec CBX 解決方案簡介》、《資源吃緊資安團隊的延伸式偵測與回應（XDR）採購指南》與《AI 減輕資安維運中心（SOC）壓力的 8 個面向》。內文引用的第三方調查與 Forrester 研究，均沿用原廠文件的出處；凡屬原廠對效益的描述，本頁會明確標示。實際功能、授權範圍與版本，以 Symantec 原廠最新公告為準。

02 — 威脅環境

威脅環境：為什麼「小團隊」更需要「大平台」

攻擊者的目標範圍，已經不分規模

過去，進階破壞性攻擊主要鎖定大型企業、政府與軍事單位。如今，各種規模與產業的組織，都面臨大規模部署的進階破壞性攻擊。這些企業級的攻擊，足以重創規模較小的組織，使其淪為更大規模網路戰的犧牲品；而這場網路戰，正由全年無休的 AI 代理推波助瀾。

更棘手的是攻防之間的不對稱：攻擊者早已將大部分工作流程外包給 AI 驅動的自動化，防禦端卻往往仍靠人工逐一調查警報。原廠採購指南引用 Hox Hunt 的資料指出，如今有 65% 的網路釣魚攻擊，是以「組織」而非個別「個人」為目標。

AI 是雙面刃，而且變化極快

資安的歷史，是一段「新威脅催生新防禦層」的歷史。下表整理自電子書的時間軸：每一個世代都多出一層防禦，也多出一批工具、一個主控台與一份人力需求。

威脅與產業反應的演進
年代代表性威脅產業反應
1980 年代靜態惡意軟體特徵碼式防毒（AV）
1990 年代電子郵件與網路蠕蟲、不當內容安全網頁與電子郵件閘道、網頁分類
2000 年代進階持續性威脅、透過網頁傳播的惡意軟體沙箱、SSL 攔截與內嵌式防毒
2010 年代勒索軟體與就地取材式攻擊、瀏覽器弱點利用攻擊、影子 IT 造成的資料洩露、內部威脅端點偵測與回應、遠端瀏覽器隔離、雲端存取安全代理、零信任網路存取
2020 年代供應鏈攻擊、AI 驅動的威脅延伸式偵測與回應、人工智慧／機器學習驅動的防禦

AI 時代的差別在於速度。原廠電子書指出，AI 能力約每七個月倍增一次；由 AI 驅動的威脅如同不斷變形的對手，變化之快，連許多資安廠商更新傳統解決方案的速度都追不上。換句話說，如果防禦者自己不仰賴 AI，就很難指望跟上腳步。

防禦端的採用也在加速。依電子書引用的資料，62% 的組織已明確指出透過機器學習增強安全防禦系統的途徑（Ponemon Institute）；78% 的公司表示正在使用 AI，2023 年為 55%（Stanford HAI）。另有資料顯示，94% 的組織正加碼投入 AI 資料準備度相關的產品與服務，但只有 21% 已將 AI 完全融入營運；而在早期採用者之中，84% 的大型企業已看到 AI 與生成式 AI 投資帶來的回報。採用機器學習的公司中，更有 97% 表示在生產力、客戶服務與減少人為錯誤方面獲得具體效益。

一組值得董事會與經營層知道的數字

87%近十分之九的專業人員表示，AI 弱點是成長最快的網路風險。
71%分析師擔心，由於缺乏可視性且對威脅偵測缺乏信心，自己可能早已在不知情的情況下遭到入侵。
47%的攻擊在 12 個月期間內未被偵測到，原因是團隊缺乏可視性與情境脈絡，無法及時回應。
36%的資安主管表示，他們對安全控制措施是否如預期般運作非常有信心。
65%的組織表示擁有過多資安工具，且有 53% 表示這些工具無法整合。
84%的資安長（CISO）同意，其企業正將「資安平台化」列為優先要務。
440 萬美元2024 年，攻擊者的持續攻擊使企業平均每起入侵事件損失 440 萬美元。
如何解讀這些數字

以上數字皆來自原廠文件所引用的業界調查，本頁未重新驗證各調查的樣本與方法。它們的用途是呈現方向：問題不在於缺少警報，而在於缺少可視性、關聯與信心。

03 — 五個結構性挑戰

資安團隊正面對的五個結構性挑戰

原廠採購指南將資安監控中心（SOC）當前的困境，歸納為五件彼此牽動的事。它們也是判斷任何 XDR 平台是否「對症」的基準。

攻擊速度變快了，團隊跟上了嗎？

管理弱點與其說是一套流程，不如說更像一台越轉越快的跑步機。國家級行為者擴大攻擊目標，AI 又加速多階段攻擊，防禦方被期待更快回應來自各種攻擊途徑的訊號；許多攻擊者還轉向以獲利為動機的攻擊行動。然而資安團隊仍要花上數小時在各工具之間切換追查，只為確認 10 則警示是否其實只代表同一起事件。這種代價高昂的錯配，輕則侵蝕生產力，重則導致資安事件。

生成式 AI 不是問題的製造者，而是問題的加速器

早在 GenAI 成為話題之前，威脅行為者就已經在運用自動化技術。如今，大型語言模型（LLM）能以前所未有的速度與規模，產生精密的釣魚誘餌、惡意軟體、社交工程腳本與憑證蒐集攻擊行動。隨著攻擊者建構複雜的多步驟攻擊鏈，速度已成為資通安全韌性的核心。再加上影子 AI 與新興的自主代理，防禦方難以保護一個演變速度快過其應變能力的環境。

工具氾濫曾經還算可控，直到它不再可控

多數組織並非有意打造零散的資安堆疊，而是隨著時間逐步累積：這裡加一套端點解決方案，那裡加一套網路安全，最後又疊上資料外洩防護（DLP）。很快地，分析師花在切換介面、關聯遙測資料與重建攻擊時間軸上的時間，就比回應威脅還要多。

問題不只在複雜度，更在可視性。當資安工具之間無法共享情境脈絡，攻擊者便有更多時間行動，卻不會觸發足以促使團隊採取行動的高可信度警報。工具氾濫製造出可遭利用的盲點，對得在各自獨立的系統間拼湊攻擊訊號的精實團隊而言，更是如此。

攻擊面無所不在，傳統邊界已然消失

遠距工作、雲端採用、SaaS 應用程式與生成式 AI，已重新定義我們所認知的邊界。每一個未受管理的端點、權限過高的帳號與曝露的憑證，都為攻擊者多創造一個橫向移動的機會，而敏感資料仍持續散布於各系統與服務之間。資安團隊被期待在每一層都維持可視性，對缺乏資源持續監控並關聯端點、網路與資料活動的組織而言，這幾乎是不可能完成的任務。

優秀人才都到哪去了？

資安人才短缺由來已久，更大的挑戰在於技能不足。依原廠引用的 ISC2 資安人力研究，95% 的組織表示至少存在一項資安技能缺口，其中 59% 認為這些缺口至關重要；僅有 5% 的組織認為自己具備所需的全部資安技能。世界經濟論壇（WEF）估計全球資安人才缺口高達 400 萬人，並指出 67% 的組織存在中度至嚴重的資安技能缺口。難怪近四分之三（74%）的資安專業人員表示，當前的威脅態勢是五年來最具挑戰性的時期。

在 AI 的採用動機上，也呈現同樣的壓力：每 4 家公司就有 1 家表示，採用 AI 是因為人力或技能短缺。

自我檢視：這些情況，您的團隊是否熟悉？

  • 同一起事件，要在三個以上的主控台之間切換，才拼得出完整經過。
  • 每天面對大量警示，卻說不清哪些真正重要。
  • 事件結束後，要花很多時間手動整理報告給管理層。
  • 新進分析師需要很長時間，才能獨立調查事件。
  • 發生事件時，無法快速回答「攻擊者是否碰過敏感資料」。
  • 預算被切碎在授權費、整合費與額外人力之間。

若有三項以上符合，問題多半不在「缺一個工具」，而在「工具之間缺乏關聯」。這正是 XDR 的切入點。

04 — XDR 的判斷重點

XDR 該解決什麼問題：採購時的六個判斷重點

當今的精密攻擊會橫跨端點、網路、雲端應用程式與資料環境，完全不在乎一套資安工具在哪裡結束、另一套又從哪裡開始。當團隊被迫逐一調查這些領域，再以人工拼湊事件全貌時，不僅浪費寶貴時間，也讓攻擊者更能以前所未有的速度潛入組織系統的更深層。

XDR 的第一步，就是免除人工關聯分析的需求，將橫跨多個層面的訊號、遙測資料、分析與回應能力整合在一起，協助填補防護缺口，自動呈現可疑行為並附上情境脈絡。不過，並非所有 XDR 平台都具備同等的能力與架構。原廠採購指南建議，從以下六點檢視。

全面性防護

涵蓋範圍須與您的優先順序相符。先明確掌握哪些範疇對安全策略最為關鍵：端點活動、網路安全、雲端工作負載或資料保護。缺乏對齊的能見度，會導致危險的防禦盲點。

經實證的預防能力

XDR 不能只做到偵測與回應。無休止的誤報與低信賴度警報不斷消耗分析人員時間，平台必須在早期就有效降低雜訊，讓團隊在攻擊鏈的更早階段阻斷常見威脅。

直覺化工作流程

平台應以易於理解、調查與採取行動的方式呈現洞察，並讓團隊之間的交接流暢無阻。單一主控台能讓團隊免受多個儀表板拖慢腳步之苦。

AI 驅動、由人類主導

AI 的核心在於協助資安團隊，而不是讓他們退居幕後：協助排定警示優先順序、彙整調查摘要、描繪威脅事件全貌、預測攻擊者的下一步動作，並把決策權留給人類專家。

統一化資安防護

建議尋找在關鍵領域具備「原生遙測」能力的平台，讓端點、網路與資料訊號從一開始就協同運作，而不必手動拼湊各種訊號。

簡化報表生成

分析師不該花數小時埋頭撰寫報告。內建的報表功能，應讓團隊流暢地同步更新、移交資料並呈現進展，向利害關係人展現價值證明。

一套優秀的 XDR 平台，最終應帶來八項成果

  • 在攻擊與資料外洩演變成營運中斷、財務罰款或聲譽受損之前，加以預防並阻止。
  • 以更清晰、可付諸行動的洞察，加速威脅偵測與回應。
  • 減少警報疲勞，全面提升 SOC 效率。
  • 在不增加人力的情況下，提升資安成效。
  • 簡化法規遵循、報告與日常資料隱私工作。
  • 在不犧牲可視性的前提下，降低營運負擔與資安成本。
  • 以利害關係人容易理解的報告，證明資安價值。
  • 在事件發生時，維持客戶信任與營運持續。
這八項成果，就是本頁後半段的評分標準

後續各章節介紹 CBX 的功能時，都會回頭對照這六個判斷重點與八項成果，方便您把「功能清單」換算成「對組織的意義」。

05 — CBX 是什麼

Symantec CBX 是什麼

原廠對 CBX 的定位是：首個結合 Symantec 與 Carbon Black 兩家屢獲殊榮之能力的統一式 XDR 平台，為資源吃緊的資安團隊，提供一條更簡單、更清晰的可靠資安之路。它專為對抗日益精密威脅的精實團隊所設計，透過對端點、網路與資料的遙測資料進行原生關聯，協助組織更快穿透雜訊。完全無須人工拼接，零散的整合從此成為過去。資安團隊終於能全面掌握攻擊者的活動：了解發生了什麼事、代表什麼意義，以及該怎麼因應。

平台架構：四個能力模組，加上一層關聯分析

四個模組各有淵源。端點防護承襲 Symantec 屢獲殊榮的防禦能力；EDR 採用 Carbon Black 開創性的端點偵測與回應技術；網頁安全整合 Symantec Cloud Secure Web Gateway（SWG，雲端網頁安全閘道器）的核心功能；資料安全則結合 Symantec Data Loss Prevention（DLP）業界領先的資料安全功能。最上層的關聯分析，負責把四個模組產生的訊號放在同一個情境下判讀。

自適應、偵測、回應：CBX 的三個動詞

自適應：動態防禦

讓您的防禦更早阻止攻擊並改善資安態勢。

  • 依據環境中顯示風險或異常的資訊縮減攻擊面，自動強化防禦。
  • 減輕資安團隊的工作負擔，讓他們專注於更具影響力的任務。

偵測：內建的原生資料關聯分析

在整個環境中發現攻擊，並看清完整的攻擊始末。

  • 呈現具備情境脈絡的偵測結果，讓團隊輕鬆採取行動。
  • 無須再整合並關聯來自不同系統的資料。
  • 關聯端點、網路與 DLP 的事件資料，建立一目瞭然的攻擊時間軸。

回應：直覺式調查

從統一主控台，以速度與清晰度進行回應。

  • 讓分析師透過單一的直覺式視覺化畫面，掌握攻擊的完整範圍。
  • 將 AI 生成的事件摘要整合至調查工作流程，以利快速且有把握地修復。

原廠的平台示意圖以「預防、識別、關聯分析、情資增強、偵測、回應、制伏威脅、修復補救、防護」串起一個循環：既不是只有偵測，也不是只有回應，而是從攻擊發生之前到事後修復的完整閉環。

六項核心優勢

優勢原廠說明
跨領域預防攻擊保護裝置與資料，從端點到雲端，以及兩者之間的每一個環節。
量身打造防禦自適應防護（Adaptive Protection）運用機器學習，快速偵測、因應情勢強化防禦，並自動回應。
完整攻擊鏈，一覽無遺Threat Tracer 帶來 360° 全方位視野，自初始存取到資料外傳，盡在單一時間軸，不必再於多個主控台之間人工關聯分析。
即時可視性，一手掌握EDR 憑藉大量威脅可視性帶來強大洞察，再搭配 Incident Prediction，讓就地取材式攻擊（LOTL）在發動前就被攔下。
即時取得資料安全洞察無須離開事件主控台，也不必聯絡 DLP 團隊，即可查看攻擊者存取了哪些敏感資料。
以單一代理程式與主控台簡化管理將資安功能與管理集中於易於使用的主控台與單一輕量型代理程式。

「原生關聯」為什麼是 CBX 最關鍵的設計

有別於依賴 API 串接和分散式工具的傳統環境，CBX 以原生方式關聯端點、網路、網頁和資料的遙測資料，並將攻擊者的活動彙整至單一威脅檢視畫面。依原廠運作示意圖，納入關聯的訊號至少包含七類：裝置安全態勢、端點事件、網頁流量、雲端應用程式事件、行為分析、威脅情資，以及檔案敏感度。它們分屬端點、網路與資料三個領域。

這個差異對營運的意義很直接：API 串接的整合經常並不完整，分析師可能知道有事情正在發生，卻不一定知道那是什麼，甚至不知道該怎麼辦。原生關聯則是在平台設計階段，就讓訊號共享同一套情境。

原廠把 CBX 的成效歸納為五個「更」：更強的入侵與資料外洩防護、更簡化的法規遵循與資料隱私、更快速的偵測與回應、更低的成本、更高的效率。這五項是原廠的設計目標；實際成效仍取決於環境與導入方式，建議以後文的評估路徑自行驗證。

06 — 三大防護領域

三大防護領域：端點、網頁、資料

CBX 的價值不在於單一領域做到多強，而在於三個領域的訊號被放在同一個畫面上。以下分別說明各領域的重點，最後再用一個示意情境，把三者串起來。

端點安全：無與倫比的預防、偵測與回應

攻擊者總是將端點視為侵入組織環境的最快捷徑。一旦得逞，他們便會採取多步驟策略，在不同網域間進行橫向移動以躲避偵測，並在沿途中大肆破壞。CBX 能在攻擊者行動之初便將其全面攔截。有別於只會產生孤立警報的傳統資安工具，CBX 能提供端點活動的深度可視性，並自動將這些遙測資料與網路及資料安全事件進行關聯，揭示攻擊的完整樣貌。結合 Symantec 屢獲殊榮的防禦能力與 Carbon Black 開創性的 EDR 技術，CBX 能在攻擊者發動橫向移動前，全面保護您所有裝置的安全。

自適應防護

不倚賴靜態控管，而是運用 AI 與機器學習，為整個環境中的正常行為建立基準，之後持續識別並阻擋可能預示就地取材式攻擊（LOTL）企圖的異常活動。資安團隊可迅速縮減攻擊面，更早抵禦新興威脅，而不必迷失在成千上萬則警報之中。

Incident Prediction（事件預測）

經驗豐富的分析師之所以能識別攻擊模式，是因為早已司空見慣。此功能由經過 50 萬條真實世界攻擊鏈訓練的 AI 模型驅動，分析攻擊者行為，預測其接下來最可能採取的四到五個步驟，讓團隊得以在攻擊當下立即阻斷。

Threat Tracer

自動將攻擊者的所有活動整合成單一、動態的視覺化攻擊路徑時間軸。分析師無須切換主控台，也不必手動拼湊證據，即可追溯從「初始存取」、「橫向移動」到「潛在資料外洩」的完整過程。

典型使用情境：快速事件回應、主動式防禦、遠端修復、警報分級處理、攻擊視覺化、威脅獵捕、鑑識調查。

網頁安全：化繁為簡，消除網頁安全防護的阻力

隨著愈來愈多員工將工作轉移到瀏覽器和 SaaS 應用程式上，網頁流量已迅速成為資安的新戰線。與此同時，影子 AI（Shadow AI）、SaaS 氾濫（SaaS sprawl）以及使用者的疏忽行為，造成許多企業難以掌握與管控的危險盲點。企業需要更深入的網頁活動可視性。

CBX 結合先進的偵測與回應能力，以及 Symantec Cloud Secure Web Gateway 的核心功能，保護網域安全，識別惡意活動，並在網路邊緣阻斷威脅，讓資源有限的團隊在惡意流量抵達端點之前主動攔截。原廠同時提醒：防禦僅是整體防護策略的一環。真正的差異在調查階段，由於網頁安全遙測資料是原生納入，資安分析師調查事件時，能輕鬆掌握瀏覽器活動、網頁流量以及應用程式使用狀況等關鍵資訊，而不需要另外向其他系統調閱。

典型使用情境：掌控影子 AI 與 SaaS；達成治理成熟度與法規遵循；保護遠距或混合辦公的員工。

資料安全：精準過濾數據雜訊，全面掌控資安視野

面對每天排山倒海而來的數千則警報，資安團隊在保護資料完整生命週期方面，承受著日益沉重的壓力；而企業為了對抗由 AI 驅動的威脅，往往難以取得所需的全面可視性。CBX 結合 Symantec DLP 的資料安全功能，降低了資料保護的門檻，並讓團隊能清楚掌握哪些敏感資料被存取、是否外洩，以及涉及哪些使用者、系統或位置。

透過將資料安全遙測資料與端點及網路活動進行關聯分析，分析師無須切換主控台，也不必驚動其他團隊，就能更清楚地評估資安事件的影響。這對管理層特別重要：事件發生後，第一個問題往往不是「怎麼入侵的」，而是「資料有沒有被碰到」。

典型使用情境：監控資料使用與流動；精簡事件應變流程；防止災難性的資料洩露；符合法規遵循要求。

示意情境：三個領域如何被串成一條時間軸

以下為依原廠功能描述所作的示意推演，並非實際客戶案例。

某員工收到一封釣魚郵件，登入憑證遭竊取。攻擊者隨後以該帳號登入雲端應用程式，並在端點上利用合法的系統管理工具探索網路，嘗試找出存放敏感檔案的主機。在傳統環境中，這三段活動分別落在郵件閘道、雲端應用程式日誌與端點偵測工具，可能產生三則互不相關、各自優先度不高的警示。

在 CBX 的架構下，端點事件、雲端應用程式事件、網頁流量與檔案敏感度同屬原生關聯的訊號：自適應防護會因工具使用方式偏離該環境的常態而標記；Threat Tracer 把這些活動排成同一條攻擊路徑；Incident Summaries 以易讀的語言說明事件與修復步驟；而資料安全遙測則能直接顯示攻擊者是否接觸了敏感資料。分析師不需要在多個主控台之間重建順序，也不需要先聯絡 DLP 團隊，就能做出圍堵與通報的決策。

07 — AI 的八個面向

AI 的八個面向：CBX 如何減輕 SOC 的壓力

電子書以「沒有 ML，就沒有 AI」開場，並用一個比喻說明兩者的關係：人工智慧（AI）是載體，我們透過它與機器互動，在資安領域，可能是即時查詢得到的回答，也可能是預測攻擊鏈未來路徑的深度分析；機器學習（ML）則是為這輛載體提供動力的引擎，它是 AI 的子集，能教導電腦辨識模式、從資料中學習並做出決策，而不必有人在程式碼中逐一寫明每個步驟。

換成管理語言：AI 是目標，ML 是其中一種方法。原廠也坦言，不久之前「資安領域的 AI」與其說是真正的防護，不如說是誘人的行銷噱頭，一些廠商急著推出基礎的生成式 AI 聊天機器人與知識搜尋功能，雖然實用，卻幾乎無助於真正強化防禦。如今的重點，是 AI 是否已融入核心資安能力。以下八個面向，是電子書提出的檢視框架。

1

預測下一階段攻擊

問題：攻擊者正利用「偵測」與「預測」之間的落差。每年都有更多攻擊者將精密的戰術、技術與程序（TTPs）串連起來，繞過邊界防禦並滲透整個系統；其中一項戰術失敗時，他們會迅速轉向，依循聯盟成員共用的攻擊手冊逐步推進。依電子書引用的資料，光是 2024 年，他們的持續攻擊就使企業平均每起入侵事件損失 440 萬美元。

CBX 的作法：一般防禦會偵測並阻止攻擊者，然後告訴您他們做了什麼，而不是他們接下來打算做什麼。透過分析數以千計的攻擊鏈，AI 能直接向攻擊者學習其攻擊手冊，並運用行為分析與過往事件的情資，將可視性延伸到全新的領域。Incident Prediction 將已觀察到的動作與 50 萬條以上真實攻擊鏈的資料庫比對，預測最可能的後續步驟（本頁開頭的範例即是），讓分析師無須等待下一步動作，便能在其執行之前搶先介入。

管理層該注意的：預測以機率呈現，是輔助判斷的依據，而不是保證。它的價值在於把「事後處理」往前推到「事中阻斷」。

2

描繪威脅態勢

問題：如今攻擊者利用 AI 精進釣魚誘餌與多型（polymorphic）程式碼，並更隱蔽地偽裝活動。分析師每天須面對數百則誤報，在雜訊中艱難前行，宛如一場令人精疲力竭、徒勞無功的薛西弗斯式挑戰；即使真的找出威脅，也必須與時間賽跑，蒐集足夠情境脈絡以進行修復，風險正隨每一秒攀升。

CBX 的作法：透過調度眾多代理程式來回應查詢，AI 助理能在數秒內調用信譽資料庫、威脅公告、部落格、情資 API 與技術文件。電子書指出，SymantecAI 是 Symantec Endpoint Security（SES）Complete 與 Symantec CBX 中的代理式 AI（agentic AI）元件，它分析威脅的行為，用淺顯的語言加以拆解，並對應出哪些既有防禦最適合偵測、封鎖並移除該威脅。代理式 AI 助理甚至能自動標記警示並排定優先順序、運用既有工具進行威脅圍堵，並找出資安缺口。

「憑藉其 AI 技術，我們所見的警示數量更為合理。……過去三年來，我們的誤報率已顯著下降。」某製造業資訊主管，談 Symantec Endpoint Security（SES）Complete

3

繪製攻擊路徑

問題：傳統資安工具與處理程序樹能找出零散的入侵指標（IOC），卻難以描繪攻擊的完整範圍與演進過程，這項工作只能留給防禦者以人工釐清，拖慢回應與修復。追查威脅時，常會一路點開 10 個分頁、深陷死胡同，還得費力回想自己最初是怎麼走到這一步的。

CBX 的作法：Carbon Black Threat Tracer 以經 ML 精選與過濾的警示為輸入，檢視與攻擊相關的每一個實體（檔案、父處理程序與受影響的裝置），並將處理程序樹轉化為動態、可付諸行動的視覺化呈現。分析師能快速掌握威脅的「爆炸半徑」，並在同一個視窗內於各處理程序與資產之間切換追查。

情境未使用 Threat Tracer使用 Threat Tracer
警報品質未經過濾的警報，使攻擊的情境視圖變得模糊。ML 會過濾並精選警報，讓 Threat Tracer 能專注於真正重要的事項。
全貌呈現零散的入侵指標與靜態的處理程序樹，使人難以看清全貌。即時、ML 驅動的跨檔案、處理程序與裝置關聯，數秒內即可揭示完整攻擊鏈。
調查操作分析師必須穿梭於複雜工具與多個分頁，逐一拼湊事件線索。動態視覺化全面整合於單一互動式檢視中，有助分析師更快進行事件關聯分析。
團隊協作同仁之間的交接可能不完整或過於繁複，拖慢調查並限制資淺分析師的成長。可針對每項動作、發現或警報記錄註解，分析師能取得完整的調查情境，讓協作順暢又輕鬆。
圍堵時效團隊追查線索、試圖描繪橫向移動時，回應因而延遲，風險隨之升高。即時釐清攻擊的範圍與影響，加快圍堵與修復。
4

彙整複雜事件摘要

問題：SOC 團隊花了太多時間在替自己的船舀水。電子書引用的資料指出，平均有三分之一（33%）的公司曾延遲回應網路攻擊，原因是資安團隊被拖住，忙於調查實際上並未構成威脅的事件。在每則警示（尤其是誤報）都經過驗證之前，團隊動彈不得；與此同時，真正的威脅卻獲得時間，在各系統間橫向移動並升級。

CBX 的作法：SES Complete 與 CBX 都提供即時、AI 生成的事件摘要，協助分析師撥開誤報的迷霧。每份摘要都會概述攻擊鏈、可疑命令、行為，甚至建議的後續步驟，讓分析師一眼就能評估攻擊的急迫性與範圍。外部調查也顯示，39% 的防禦者認為 AI 與自動化是改善回應時間的最佳機會，而採用生成式 AI 與資安事件平均解決時間（MTTR）縮短 30% 有所關聯。

5

分析沙箱腳本

問題：攻擊者深知防禦者無法封鎖 PowerShell 等關鍵工具，這也是腳本長期成為惡意「靜止不動」與就地取材式攻擊絕佳掩護的原因。傳統沙箱雖會在安全環境中執行腳本，通常卻不會說明該行為為何危險，或它如何融入更大的攻擊鏈，分析師只能逐一翻查日誌、解讀意圖。

作法：藉由 ML，分析師可自動辨識腳本的性質，並運用生成式 AI 以淺顯的語言敘述其行為。依電子書描述，Symantec Cloud Sandbox 讓自己具備自適應能力：把情境回饋至防禦之中，而不只是把攻擊隔離在盒子裡，無論是停用防禦機制的 PowerShell 腳本，或是提升權限的 Python 程式碼，都能在數秒內得到對意圖與情境的清楚描述。

授權範圍請先確認

Cloud Sandbox 在電子書中被列為 Symantec 的 AI 能力之一，但原廠 CBX 簡介的平台架構圖並未將沙箱列為 CBX 的模組。是否包含於您所選的授權，請在評估時向保安資訊確認。

「這就像是在一間您還算熟悉的房子裡摸黑行動，與有了 Carbon Black 之後燈火日夜通明的差別。不論我們想看什麼、看哪裡，都能精準鎖定、一目了然。」某金融服務業資安防禦團隊主管（針對 Carbon Black）

6

偵測異常行為模式

問題：惡意威脅者的天堂，正是系統管理員的夢魘。自 2021 年以來，勒索軟體集團使用就地取材式（LOTL）技術的情形無可否認地增加，採用 LOTL 攻擊的集團遠超過半數。攻擊者利用受信任的關鍵工具，例如 PowerShell、VMI、PSExec、AnyDesk，甚至 Windows 原生處理程序作為掩護；由於系統管理員需要仰賴這些工具維持系統運作，它們便成為完美的偽裝。

CBX 的作法：自適應防護由 ML 驅動分析引擎，持續從組織的日常行為資料學習；熟悉環境後，便能識別異常，精準找出不符合常態的組合。電子書舉了一個直觀的例子：下次 PowerShell 在凌晨 3:00 於一台該時段極少有活動的伺服器上啟動時，就會立即被標記。隨著時間推移，自適應防護會變得更加精準，自動封鎖工具的異常使用，同時讓合法工作繼續進行。管理員可自在地執行其工具，攻擊者失去珍貴的掩護，組織則毫不費力地縮減攻擊面，也減少困擾 SOC 團隊的警示量。

「根據我們從 SES Complete 取得的警報資訊，我們已依據關鍵程度建立了自動化回應系統。針對已知威脅與弱點攻擊，MTTR 縮短了 30% 至 40%。」某金融服務業資安經理

7

跨領域關聯遙測資料

問題：工具愈多，未必愈安全。零散的工具或許承諾更廣的涵蓋範圍，卻往往製造更多可視性缺口。時間與資源本已不足的小型資安團隊，只能倚賴東拼西湊的整合方案，最終面對的是龐大到難以關聯與解讀的資料量；API 整合往往並不完整。

CBX 的作法：無須再強迫分析師以人工拼湊零散的遙測資料，AI 就能找出原本可能被忽略的關聯。結合雲端原生遙測資料，這些洞察呈現更深入的情境與橫跨整個攻擊面的可視性。藉由關聯分析端點處理程序活動、網路連線日誌與 DLP 內容檢查，CBX 讓團隊得以「安全左移」（shift left），更早阻止攻擊，同時比標準端點或 SIEM 方案更快取得完整全貌。原廠並指出，團隊甚至可能降低對昂貴的 SIEM 平台的依賴；對更精簡的團隊而言，開箱即用的政策組態，也讓團隊更容易快速達成可衡量的資安成效。

8

提升 SOC 團隊技能

問題：對資安新手來說，光是跟上業界節奏就精疲力竭。初階人員往往被海量資料、繁雜工具和滿滿的誤報壓得喘不過氣，導致成長停滯；這進一步引發 SOC 團隊協作破局、漏洞修復延宕，最終讓人才斷層更大。

CBX 的作法：CBX 專為資源不足的 SOC 而打造，整合端點、網路與資料的遙測資料，讓規模較小的團隊能更快發現威脅、更早阻止攻擊、為回應排定優先順序，並在無須管理互不相通工具的情況下，充滿信心地採取行動。此外，SES Complete 與 CBX 中提供的 SymantecAI Security Assistant，讓分析師能自由提問，並立即獲得針對腳本與活動的情境化說明。

「我加入團隊兩週後就遇上勒索軟體攻擊。全員總動員（我們 15 個人一起作業），一個月內每天工作 16 小時，才完成修復並完全恢復營運。自從開始使用 Carbon Black 以來，我們再也沒有發生過類似的事件。」某客服中心服務業資訊安全管理員（針對 Carbon Black）

一張表看懂：AI 能力如何讓 SOC 團隊受益

原廠依五個構面評估各項 AI 能力
AI 能力可視性節省時間回應速度回應成效技能提升
Incident Prediction✓✓✓✓–
威脅情境✓✓✓✓✓
自適應防護（異常偵測）✓✓✓✓–
事件摘要✓✓✓✓✓
Threat Tracer（攻擊視覺化）✓✓✓✓✓
安全沙箱–✓✓✓–
跨領域遙測資料關聯✓✓✓✓✓
自然語言處理（提升 SOC 團隊技能）–✓✓✓✓

這張表的實用之處在於：不同能力解決的問題不同。若您的首要痛點是「看不見」，應優先檢視跨領域關聯、Threat Tracer 與事件摘要；若是「人不夠、經驗淺」，則自然語言處理、事件摘要與 Threat Tracer 的註解協作更為關鍵。

08 — 依角色閱讀

依角色閱讀：您最該關心的是什麼

同一個平台，在不同職位眼中是完全不同的問題。請選擇您的角色，直接看對應的重點與該提出的問題。

董事長・總經理

這是營運風險問題，不只是資訊部門的問題

經營層最需要的不是功能清單，而是三個答案：風險有多大、投入值不值得、團隊扛不扛得住。

風險：規模小，不代表安全

原廠的核心論點是，企業級的攻擊已足以重創規模較小的組織；而依引用資料，47% 的攻擊在 12 個月內未被偵測到，原因是團隊缺乏可視性與情境脈絡。對經營層而言，「沒有發現」並不等於「沒有發生」。2024 年企業平均每起入侵事件損失 440 萬美元，這是引用的全球平均數，並非對貴公司的推估，但足以說明單一事件的量級。

投資：用合理的預算，取得過往遙不可及的防護

原廠對 CBX 的描述是：為企業組織帶來過往僅大型企業才能享有的優勢，讓資安團隊能以合理的預算與配置，取得頂級防護；並將預防、偵測與回應整合至單一代理程式與主控台，在不犧牲防護強度的前提下，大幅簡化建立資安韌性的過程。

營運：事件發生時，客戶信任與營運持續

原廠列出的成果包括：在攻擊與資料外洩演變成營運中斷、財務罰款或聲譽受損之前予以阻止，並在事件發生時維持客戶信任與營運持續。同時，CBX 內建報告與資料隱私原則，支援現行與新興的治理工作，並能以利害關係人容易理解的報告，向董事會與管理層證明資安價值。

建議向資安主管提出的三個問題

  • 發生事件時，我們多久能知道「攻擊者到了哪裡、碰了哪些資料」？
  • 目前有多少套工具、多少個主控台、多少位同仁，在處理同一類事件？
  • 若一位關鍵分析師離職，團隊的回應能力會下降多少？
09 — 比較一覽

比較一覽：CBX 與其他 XDR 平台

原廠指出，CBX 憑藉 Symantec 與 Carbon Black 的合力優勢，專為資通安全市場中最大的族群而設計：預算有限、團隊精實，且幾乎沒有犯錯空間的組織。隨著 AI 驅動的攻擊使威脅態勢不斷升級，這類團隊需要的不只是另一個資安平台，而是一種優勢。

Symantec CBX 與其他 XDR 平台的功能比較（原廠立場）
能力Symantec CBX其他 XDR 平台
端點可視性✓具備
網路可視性✓具備
威脅偵測✓具備
AI 輔助調查✓具備
自動化回應動作✓具備
攻擊視覺化✓因平台而異
AI 驅動的事件摘要✓因平台而異
Incident Prediction✓—
跨端點、網路與資料的跨領域關聯✓—
安全網頁閘道（SWG）過濾✓通常為獨立方案
資料外洩防護（DLP）能力✓通常為獨立方案
開箱即用的部署✓可能需要大量調校
單一代理程式主控台✓因平台而異
快速實現價值✓因平台而異
減少工具氾濫✓可能需仰賴額外整合
簡化法規遵循與資料隱私支援✓可能需依賴額外解決方案
專為精實資安團隊打造，並具備可擴展至企業級的能力✓通常針對較大型 SOC 最佳化
如何使用這張表

表中的「其他 XDR 平台」是原廠對市場的泛稱，並非特定廠商，且屬原廠立場。建議把它當成提問清單：拿同樣的 17 個問題，逐項請其他候選廠商提出實證，並以試用環境驗證。

九項常見需求，CBX 如何對應

您的需求Symantec CBX 如何助您達成
威脅預防AI 驅動的預防、EDR、DLP 與網路安全協同運作，協助在攻擊造成損害之前加以阻止。
更快速的事件應變原生遙測資料關聯，提供更清晰、可付諸行動的洞察。
降低警報疲勞AI 驅動的摘要與統一的可視性，直接穿透雜訊，呈現重要資訊。
最佳化的工作流程集中式管理與開箱即用的組態，減輕營運負擔。
簡化的法規遵循內建報告與資料隱私原則，支援現行與新興的治理工作。
降低整體成本減少工具氾濫、人工整合與資安事件管理（SIEM）負擔。
彌補人才缺口引導式修復與 AI 驅動的支援，協助任何經驗層級的分析師有信心地調查與回應。
提升效率自動化重複且耗時的工作，讓分析師騰出手處理更重要的事務。
真正的韌性以設計上能更佳協同運作的資安工具，為整個生態系提供企業級防護。
10 — 佐證數據

佐證數據：我們有什麼證據，證據的邊界在哪裡

原廠電子書提供兩組由 Forrester 進行、Broadcom 委託的 Total Economic Impact™ 研究結果，分別針對 Symantec Endpoint Security Complete 與 Carbon Black。兩者是 CBX 的技術與能力來源，具參考價值，但不能直接當成 CBX 本身的成效。

Symantec Endpoint Security Complete

80%因外部攻擊、遠端網路攻擊或內部事件導致入侵的可能性降低。
33%調查每則資安警報的時間縮短。
$561K每年避免的資安解決方案成本。

另一段三年期研究指出，複合組織需要人工回應的資安警示數量下降 20%，回應速度加快 33%，並在三年內獲得總計 180% 的投資報酬率。

Carbon Black

427%投資報酬率（ROI）。
40%採用 Carbon Black 後，大規模資料外洩的風險降低。
75%到第 3 年，調查資安事件的 MTTR 縮短（原廠文件所列毛額與淨額皆為 75%）。
證據的三項限制

一、這些數字不是 CBX 專屬成效。二、Forrester 研究以「複合組織」為基礎，並由 Broadcom 委託；實際結果會因環境、規模與導入方式而異。三、文中客戶見解（如製造業資訊主管、金融服務業資安經理）針對的是 SES Complete 或 Carbon Black，同樣不可直接視為 CBX 的結果。這也是我們在前述導入路徑中，建議以自己的基準與試用環境驗證的原因。

11 — 評估檢查清單

廠商評估檢查清單：在簽下合約之前，先問這些問題

以下 14 個問題，取自原廠採購指南，適用於評估任何 XDR 廠商（包含 CBX）。請勾選您已取得明確、可驗證答案的項目。

已勾選 0／14 項。

原廠的建議很直接：如果多數問題的答案都不是「是」，或許就該繼續尋找其他方案了。這份清單同樣適用於檢驗 CBX，歡迎帶著這些問題，在示範與試用時逐項提問。

12 — 導入評估路徑

導入評估路徑：從「看完這頁」到「做出決定」

以下是保安資訊建議的評估順序。它不是原廠規定的流程，而是把前述各章的判斷重點，整理成可操作的步驟。

  1. 盤點現況與痛點列出現有的資安工具、主控台、授權到期日、值班方式與近年事件。可用前文的「自我檢視」與評估清單作為起點。
  2. 定義成功指標，並先量測基準建議包含需人工回應的警示量、調查每則警報時間、MTTR、重建一起事件所需時間，以及報告製作時間。試用前不量測，試用後就無法比較。
  3. 申請一對一示範或試用原廠提供由在地專家引導的一對一示範，也提供免費試用的管道；保安資訊可協助對接並規劃測試範圍。
  4. 以真實情境驗證參考技術工程師分頁的驗證項目，並邀請財務、法遵與業務代表參與報告與資料可視性的檢視。
  5. 決策與規劃確認授權範圍、既有工具的整併與退場時程、教育訓練與營運流程調整。保安資訊提供規劃整合、教育訓練與顧問服務，協助將決策落地。
13 — 常見問題

常見問題

原廠文件顯示，兩者都提供 AI 生成的事件摘要與 SymantecAI 元件；CBX 的定位則是整合 Symantec 與 Carbon Black 能力、涵蓋端點、網路、網頁與資料的統一式 XDR 平台。兩者在授權內容與功能邊界上的細部差異，原廠三份文件並未逐項比較，請洽保安資訊依最新原廠資料說明。

原廠的說法較為保守：CBX 協助團隊降低 SIEM 與營運成本，並可能降低對昂貴 SIEM 平台的依賴，但並未宣稱取代。是否縮減或調整 SIEM，取決於貴公司的日誌來源、稽核需求與法遵要求，建議在評估階段一併盤點。

CBX 的設計目標族群正是預算有限、團隊精實的組織。原廠的邏輯是：攻擊不會因為組織規模小而降低強度，因此小團隊更需要把工具整合、讓 AI 分擔重複工作。若您的團隊只有少數人負責所有資安事務，可優先從事件摘要、跨領域關聯與開箱即用的政策組態切入評估。

不會。原廠的立場是「AI 驅動、由人類主導」：AI 負責排定警示優先順序、彙整調查摘要、描繪事件全貌與預測下一步，決策權留給負責防禦組織的人類專家。這也是評估清單的第六題。

預測是機率性的輔助資訊，並非保證。它依據包含 50 萬條以上真實攻擊鏈的資料庫，預測攻擊者接下來最可能的四到五個步驟，並以機率呈現。它的價值在於讓分析師「有機會提早介入」，最終判斷與處置仍由人決定。原廠不同文件對預測步數有「四步」與「四到五個」兩種寫法，本頁採用較完整的「四到五個」。

原廠強調以單一輕量型代理程式與單一主控台，集中資安功能與管理。實際的資源占用，建議在試用期間於代表性的機型上實測。

CBX 整合 Symantec Cloud Secure Web Gateway 的核心功能，在網路邊緣阻斷威脅，並以原生網頁安全遙測掌握瀏覽器活動、網頁流量與應用程式使用狀況。原廠將「保護遠距或混合辦公的員工」列為網頁安全的使用情境之一。

原廠說明 CBX 內建報告與資料隱私原則，支援現行與新興的治理工作，並結合 DLP 的資料可視性，讓團隊掌握哪些敏感資料被存取、是否外洩。要對應到特定法規（例如個人資料保護或產業主管機關規範）的具體條文，仍需要由貴公司法遵與資安人員依實際設定評估。

這是很重要的問題，但原廠三份文件並未說明資料處理與模型訓練的細節，本頁不作任何推測。請洽保安資訊，索取原廠對資料處理、儲存位置與隱私的正式說明，作為採購與法遵審查的依據。

建議先盤點現有部署與授權，再與保安資訊討論可行的評估與銜接方式。原廠文件未提供遷移的細部流程，因此請勿僅憑本頁判斷是否需要汰換現有產品。

原廠文件沒有公布價格。CBX 的定位是以極低的成本提供企業級的安全防護，但實際報價取決於授權範圍、數量與期間。請洽保安資訊取得正式報價，並參考財務長分頁的成本構面表進行比較。

本頁所有功能描述與數據，均整理自 Symantec 原廠發布的三份文件，並標示第三方出處與限制。若中文內容與英文原文有任何不一致，以英文原文及原廠公告為準；對外引用前，建議核對原廠最新資料。

聯絡我們

是時候扭轉攻防劣勢了

向 EDR 的開創者探索 XDR。透過一對一示範，在所在地區專家的引導下，親眼看 Symantec CBX 如何運作；也可以直接詢問免費試用。保安資訊是 Symantec 解決方案專家，提供技術支援、銷售、規劃整合、教育訓練、顧問諮詢與應用開發服務。

公司
保安資訊有限公司
免付費專線
0800-381-500
電話
+886 4 2381-5000
網站
www.savetime.com.tw
地址
台中市南屯區三和街 150 號