讓看不懂的封包資料，轉化為資安團隊與 IT 部門可判讀、可決策的分析報告
在企業資安事件日益複雜的今日，網路封包仍然是追查攻擊來源、分析異常行為與釐清事件脈絡的重要依據。然而，對多數 IT 人員、管理者，甚至非封包分析專長的資安人員而言，原始封包檔案往往充滿大量難以理解的通訊協定、連線紀錄、Payload 資訊與異常流量細節。即便經過工具轉譯，封包內容仍可能是高度技術化、難以快速判讀的資料。
為協助企業降低封包分析門檻，新創科技公司 SPES 正式發表全新產品「ANMAS 人工智慧網路惡意封包分析系統」(ANMAS — AI-Powered Network Threat Packet Analysis System)，以 AI 模型結合研發團隊多年累積的威脅資料、封包分析經驗與資安判讀技術，將複雜的網路封包資訊轉化為容易閱讀、可供行動決策的分析報告，協助資安團隊與 IT 部門更快速掌握潛在威脅與處置方向。
從封包資料到可讀報告，解決企業資安分析斷層
在資安事件調查過程中，封包側錄檔案通常承載著關鍵線索，包括可疑連線、異常封包、惡意掃描、C2 通訊、攻擊嘗試、資料外洩跡象，或內部主機遭感染後產生的異常行為。然而，傳統封包分析高度仰賴資安工程師的經驗與時間，需要透過 Wireshark、tshark、IDS/IPS 記錄或其他分析工具逐步解讀。
ANMAS 的核心價值，正是在於把這些原本難以直接理解的封包與轉譯後資料，透過 AI 輔助分析與威脅知識整合，轉換為更接近人類閱讀邏輯的分析內容。系統不只是單純列出封包紀錄，而是協助判讀其中可能代表的攻擊行為、異常模式與資安風險，讓團隊能更快進入研判與處置階段。
AI 封包判讀，協助縮短威脅分析時間
SPES 表示，ANMAS 並非取代資安專家，而是作為資安團隊與 IT 部門的分析輔助工具。對企業而言，真正的問題往往不是沒有資料，而是資料太多、太雜、太難讀，導致事件發生後難以在第一時間判斷嚴重性與處理優先順序。
ANMAS 透過 AI 模型協助整理封包內容，並結合研發團隊長期累積的威脅樣態、攻擊手法與封包分析經驗，將技術資料轉化為清楚的說明、風險摘要與分析脈絡。資安人員可藉此更快掌握發生了什麼事、可能涉及哪些風險、應該優先檢查哪些主機或服務，並進一步規劃後續的封鎖、調查、通報或改善作業。
ANMAS 的核心能力
ANMAS 人工智慧網路惡意封包分析系統聚焦於網路封包的智慧化判讀與惡意行為分析，主要特色包括：
一、將複雜封包資料轉換為易讀分析報告
原始封包與轉譯後資料對非專家而言往往難以閱讀。ANMAS 可協助整理封包中的重要資訊，將技術細節轉化為可理解的分析文字，降低資安判讀門檻。
二、結合威脅資料與封包分析經驗
系統整合 SPES 研發團隊長期累積的資安知識、封包分析技術與威脅樣態判讀經驗，協助判斷異常流量背後可能代表的攻擊意圖或安全風險。
三、輔助資安團隊與 IT 部門快速決策
ANMAS 可產出適合內部資安團隊、IT 維運人員與管理層參考的分析內容，協助企業更快進行事件分級、影響範圍確認與後續處置規劃。
四、降低事件調查與教育訓練成本
對於缺乏專職封包分析人員的組織，ANMAS 可作為輔助分析工具，協助第一線人員理解封包資料中的重點，也能作為資安教育訓練與事件回顧時的重要輔助材料。
適用於資安事件調查、內部稽核與異常流量研判
ANMAS 可應用於多種企業資安場景，包括資安事件發生後的封包分析、內部異常流量追查、惡意連線初步研判、資安稽核輔助、SOC 團隊分析支援，以及 IT 部門面對疑似中毒主機、異常外連或不明流量時的初步診斷。
對中小企業而言，ANMAS 可降低導入高門檻封包分析能力的壓力；對大型企業與資安團隊而言，ANMAS 則可成為既有 SOC、SIEM、NDR、IDS/IPS 或事件應變流程中的輔助分析工具，協助團隊提高初步判讀效率，減少人工逐封包檢查的時間成本。
讓封包分析從專家黑盒，走向可理解的資安決策工具
SPES 產品研發團隊表示：「網路封包是資安事件調查中非常重要的證據來源，但它同時也是最不容易被一般 IT 與管理者理解的資料型態。ANMAS 的目標，就是把複雜的封包資訊轉化為可閱讀、可討論、可行動的分析結果，讓資安團隊與 IT 部門能更快做出正確判斷。」
SPES 進一步指出，ANMAS 的設計理念不是單純提供技術資料，而是協助企業建立從封包蒐集、AI 分析、風險判讀到決策支援的流程。透過 AI 模型與資安專業知識的結合，ANMAS 可讓企業更有效率地掌握網路威脅，並在事件處理、風險控管與後續改善中取得更清楚的依據。可以搭配運作執行的伺服器，包括 Dell、HP 等大廠的伺服器，以及 NVIDIA DGX Spark GB10、QNAP NAS 等設備。
