
大數(shù)據(jù)將有效應(yīng)用于安全、身份和欺詐管理
21世紀(jì)以來,互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、云計(jì)算、物聯(lián)網(wǎng)導(dǎo)致計(jì)算環(huán)境發(fā)生重大變化,企業(yè)和組織投入大量資源改善IT安全基礎(chǔ)設(shè)施,安全邊界變得模糊和脆弱。但是各類安全事件層出不窮,國內(nèi)外多起嚴(yán)重?cái)?shù)據(jù)泄漏事件不斷挑戰(zhàn)安全意識底限?!翱謶衷从跓o知”應(yīng)用在信息安全領(lǐng)域同樣適用,當(dāng)各種復(fù)雜的防御機(jī)制也無法阻擋惡意入侵,當(dāng)著名安全組織不斷爆出安全漏洞,業(yè)內(nèi)人士也在思考問題的癥結(jié)?,F(xiàn)有安全體系類似古代城堡,將重要資產(chǎn)(如企業(yè)內(nèi)網(wǎng)等)使用高高的城墻(如防火墻等)團(tuán)團(tuán)圍住。實(shí)際上,安全的邊界變得模糊和脆弱,黑客攻擊也具有系統(tǒng)化、長期化和經(jīng)濟(jì)利益驅(qū)動等特點(diǎn),甚至有國家背景支持,城堡式安全體系已經(jīng)無法適應(yīng)新興攻擊技術(shù)的發(fā)展。國際安全會議RSA 2015年的主題“變化:挑戰(zhàn)當(dāng)前的安全理念”也正反應(yīng)出安全界轉(zhuǎn)換理念的共識。
預(yù)測攻擊影響 提供主動防御
大數(shù)據(jù)的興起為新一代安全技術(shù)提供思路,大數(shù)據(jù)開放組件為各類安全數(shù)據(jù)(如事件日志、數(shù)據(jù)包等)提供海量存儲、實(shí)時處理和數(shù)據(jù)挖掘等功能,為安全廠商快速、有效建立數(shù)據(jù)分析平臺提供便利。大數(shù)據(jù)技術(shù)在數(shù)據(jù)規(guī)模、數(shù)據(jù)易變性以及非結(jié)構(gòu)化處理具有明顯的優(yōu)勢,應(yīng)用于安全領(lǐng)域主要體現(xiàn)在安全管理、身份管理和欺詐管理三大領(lǐng)域。
在安全管理方面,針對傳統(tǒng)的威脅,防御和檢測技術(shù)通常以特征檢測為主,新型威脅更多利用0Day漏洞進(jìn)行攻擊。由于無法提前明確特征信息,導(dǎo)致防御側(cè)已有SIEM系統(tǒng)及檢測技術(shù)失效。企業(yè)和組織需要從被動防御轉(zhuǎn)換到主動防御。根據(jù)多種渠道數(shù)據(jù)來源,威脅情報(bào)(Threat Intelligence)基于大數(shù)據(jù)處理和分析技術(shù)實(shí)現(xiàn)預(yù)測攻擊影響以及識別未知威脅。通過威脅情況,安全人員在第一時間了解IT資產(chǎn)面臨的新漏洞、新型攻擊方法和工具,威脅環(huán)境變化等,在威脅溢出之前阻斷攻擊者。2013年以來,威脅情報(bào)一直保持北美安全技術(shù)發(fā)展的熱點(diǎn)。此外,安全企業(yè)和組織也積極共享威脅情報(bào)信息,采用“群防群控”方式提升資源的利用率并將安全損失最小化。威脅情報(bào)共享以來數(shù)據(jù)的標(biāo)準(zhǔn)化和規(guī)范化,美國相關(guān)工作主要由政府部門和安全企業(yè)共同推動。2014年,F(xiàn)ortinet、Palo Alto等安全公司建立網(wǎng)絡(luò)威脅聯(lián)盟(Cyber Threat Alliance),共享威脅情報(bào),全面提升威脅態(tài)勢感知能力。美國將網(wǎng)絡(luò)威脅情報(bào)信息共享視作提升其聯(lián)邦政府信息系統(tǒng)安全的必要手段之一,NIST發(fā)布NIST SP 800-150網(wǎng)絡(luò)威脅信息共享指南的草案,將信息共享、協(xié)調(diào)、協(xié)同擴(kuò)展至計(jì)算機(jī)安全事件響應(yīng)生命周期。
顛覆傳統(tǒng)認(rèn)證方式 識別欺詐特征
身份認(rèn)證是信息系統(tǒng)中確認(rèn)操作者身份的過程,也是授權(quán)操作的基礎(chǔ)。傳統(tǒng)的認(rèn)證方式通過用戶知道的秘密(口令等)、用戶擁有的憑證(短信驗(yàn)證碼等)和用戶所屬的特性(指紋等)來鑒別用戶。上述技術(shù)面臨以下問題:(1)數(shù)據(jù)泄漏嚴(yán)重,密碼不可靠;攻擊者通過泄漏數(shù)據(jù)、社工等方式很容易獲得賬號、密碼;(2)作為常用的二次認(rèn)證方式,短信驗(yàn)證碼同樣面臨被截取的風(fēng)險;U盾具有安全性優(yōu)勢,但使用不便;(3)生物認(rèn)證的用戶體驗(yàn)好,但適用范圍受到限制,只能在支持生物特征識別的設(shè)備上運(yùn)行。新型身份認(rèn)證技術(shù)需要安全性和易用性的平衡?;诖髷?shù)據(jù)的身份認(rèn)證通過收集用戶、設(shè)備等行為數(shù)據(jù),分析獲得用戶和設(shè)備的行為特征,并判斷當(dāng)前認(rèn)證是否滿足已有特征,如不滿足則疊加多種認(rèn)證方式。因此也被稱為自適應(yīng)(Adaptive)或基于風(fēng)險(Risk-based)認(rèn)證。大數(shù)據(jù)身份管理的核心是風(fēng)險的判定,依賴于用戶行為(例如時間、IP)和設(shè)備行為(例如設(shè)備號、失敗次數(shù)),通過安全策略控制認(rèn)證方式,黑客可能竊取賬號、密碼之后也無法完成認(rèn)證。同時,對于絕大多數(shù)正常用戶可以簡化認(rèn)證流程。
反欺詐是大數(shù)據(jù)安全應(yīng)用的另一類場景,例如Yahoo和Thinkmail利用大數(shù)據(jù)分析技術(shù)過濾垃圾郵件,DataVisor提供惡意賬戶識別技術(shù)幫助Yelp減少虛假評論。這類欺詐行為跟業(yè)務(wù)流程直接相關(guān),用戶的刷單、刷獎類營銷欺詐,盜卡類交易欺詐以及商戶和用戶串謀欺詐等場景識別不盡相同。通過收集設(shè)備數(shù)據(jù)、用戶數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù),結(jié)合機(jī)器學(xué)習(xí)技術(shù),欺詐管理可以識別欺詐特征,提升欺詐成本。
當(dāng)然,大數(shù)據(jù)作為新型安全技術(shù)也帶來多方面挑戰(zhàn)。首先是數(shù)據(jù)的可信度,大數(shù)據(jù)安全的效果嚴(yán)重依賴數(shù)據(jù)質(zhì)量,低質(zhì)量的數(shù)據(jù)可能導(dǎo)致錯誤的結(jié)論。機(jī)器產(chǎn)生數(shù)據(jù)的可靠性具有保障,但也無法完全避免偽造或刻意制造的數(shù)據(jù)。因此需要從數(shù)據(jù)來源的真實(shí)性、數(shù)據(jù)傳播途徑和數(shù)據(jù)處理過程等多方面確保數(shù)據(jù)的可信。其次,用戶隱私保護(hù)也成為各方關(guān)注焦點(diǎn),通過數(shù)據(jù)碎片還原出有價值的信息,可能屬于數(shù)據(jù)擁有者不愿意被披露的敏感數(shù)據(jù)。大數(shù)據(jù)安全也需要從大數(shù)據(jù)存儲、搜索和計(jì)算等多方面全面考慮用戶的隱私保護(hù)問題。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11