
大數(shù)據(jù)決定信息安全走向主動的關鍵
大數(shù)據(jù)給信息安全帶來的最大改變是通過自動化分析處理與深度挖掘,將之前很多時候亡羊補牢式的事中、事后處理,轉(zhuǎn)向事前自動評估預測、應急處理,讓安全防護主動起來。
Gartner認為,2013年將是企業(yè)大規(guī)模采用大數(shù)據(jù)技術的一年。42%的IT主管表示其所在的企業(yè)已經(jīng)投資大數(shù)據(jù)技術或者將在一年內(nèi)進行相關投資。從海量的低價值密度的結構化和非結構化數(shù)據(jù)中獲取有價值的信息,已經(jīng)成為企業(yè)IT收益的重要組成部分。
大數(shù)據(jù)對安全廠商而言,意味著海量日志、黑客攻擊更加隱蔽,同時也是安全技術水平提升的有效手段。
企業(yè)IT管理人員一定不會對以下這個場景感到陌生:一名員工在集團上海分公司刷卡進入公司內(nèi)部,五分鐘后后臺系統(tǒng)顯示該員工在北京分公司登錄企業(yè)OA系統(tǒng)。孤立地看,這兩件事都不屬于安全事故,但如果將它們聯(lián)系起來,IT人員就會立刻意識到問題的嚴重性,一個人怎么能在五分鐘內(nèi)從上海飛到北京?企業(yè)信息正面臨泄露風險。
以前,如果集團的IT系統(tǒng)復雜,各地分公司每天產(chǎn)生的日志數(shù)量繁多,并且不能集中管理,類似的安 全威脅就可能淹沒在幾十萬條安全日志里?,F(xiàn)在,借用大數(shù)據(jù)分析,SIEM(安全信息和事件管理)正在讓這些安全隱患無所遁形。近日,惠普公司宣布將 ArcSight與Autonomy進行整合,將Autonomy在非結構化數(shù)據(jù)分析上的優(yōu)勢與ArcSight SIEM相結合,加強其在情景感知等方面的安全分析能力。
大數(shù)據(jù)在信息安全領域的應用包括宏觀上的網(wǎng)絡安全態(tài)勢感知和微觀上的發(fā)現(xiàn)安全威脅,尤其是APT攻擊上。一些企業(yè)認為應該加強對大數(shù)據(jù)本身的隱私保護,有人卻認為完全沒有必要,“大數(shù)據(jù)是價值低密度的數(shù)據(jù),安全廠商沒有必要保護大數(shù)據(jù)的安全,而是應該利用大數(shù)據(jù)分析來發(fā)現(xiàn)更多安全威脅,這是安全廠商難得的機會”。在他看來,大數(shù)據(jù)分析的技術難度并不大,安全廠商也可以通過購買或合作獲得,“重要的是分析的邏輯,包括查詢條件、查詢時間的起止點等,這些考驗的還是安全廠商的傳統(tǒng)思維”。
“大數(shù)據(jù)給信息安全防護帶來的最大改變就是我們通過自動化分析處理與深度挖掘相結合,可以將之前很多時候亡羊補牢式的事中、事后處理,轉(zhuǎn)向事前自動評估預測、應急處理,讓安全防護真正可以主動起來?!蹦硨I(yè)人士認為,安全廠商應該利用這種趨勢,讓自身的產(chǎn)品方案和大數(shù)據(jù)分析相結合,形成從數(shù)據(jù)收集分析到安全管理策略下發(fā),再到效果評估的一整套安全解決方案,從而完成從銷售相對孤立產(chǎn)品到真正解決方案式的模式轉(zhuǎn)變。
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
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(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)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(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:從基礎用法到實戰(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 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(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:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(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:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析: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、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、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 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11