Auparavant, la plupart des logiciels antivirus s'appuyaient fortement sur des chaînes d'analyse (souvent connues sous le terme de "signatures") qui décrivaient les différents types de malwares les plus connus. Toutefois, les éditeurs de sécurité les plus importants du secteur ont rapidement ajouté à ces chaînes d'analyse d'autres outils de détection plus sophistiqués et basés sur des informations recueillies par diverses technologies et approches telles que l'émulation, l'heuristique et l'analyse du comportement, toujours avec l'objectif de détecter des variantes et familles jamais décelées jusqu'à présent.

Cette intelligence, renforcée par les algorithmes du Machine Learning, le sandboxing (bac à sable), les contrôles de réputation dans le cloud et combinée à d’autres technologies, permet aux produits de sécurité actuels de détecter et de bloquer la plupart des éléments émergents et suspects directement depuis l"appareil.

Tous ces systèmes sont nécessaires, d'autant plus à cause du nombre grandissant d'échantillons suspects : selon la télémétrie réalisée par ESET, ce sont des centaines de milliers de menaces qui apparaissent chaque jour. Cependant, aucune technologie n'a de solution miracle pour prévenir ou résoudre d'elle-même l'ensemble des failles de sécurité. C'est pourquoi l'expertise humaine reste, malgré tout, l'une des pierres angulaires dans la recherche et l'analyse des malwares et programmes malveillants. Elle est essentielle pour permettre d'atteindre des taux de détection élevés tout en limitant le plus possible les faux positifs.