京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据分析在安全防御中的前世今生
在《碟中谍5:神秘国度》中,神勇的阿汤哥再一次完成不可能任务,冒死进行无氧潜水更换了储存信息的芯片。这是因为其所要进入的领域启用了“步态分析识别密码”,即通过机器扫描进入者的走路姿势、行动喜好,一旦检测异常立即释放高能电压。而实际上,随着大数据安全分析技术和产品的发展,这样的高级密码形式或许在不久的将来便会从银幕走进现实。
试想,在未来,即使有人掌握了你的开机密码,也根本无法成功打开你的电脑。如何才能做到这一点?“在原来的安全认证体系中,我们一般都是通过基于身份认证的控制、以及口令、令牌等来解决安全问题。而现在,我们可以把人的因素和情景的因素全部进行结合,例如根据使用者键盘的使用习惯,对这些数据进行细腻度的精准分析,即便有人掌握了口令而使用习惯不对,也照样无法打开。”在近日北京的一场采访中,启明星辰集团副总裁、泰和本部负责人张颖如是说道。而张颖同时也强调:如果不是使用大数据分析,仅靠传统的常规安全手段是做不到这一点的。可以说,大数据安全分析正在为企业的安全防御带来质的改变。
在即将过去的2015年,无论是大数据安全分析,还是数据驱动安全的口号都变得异常火热,其似乎已成为安全界公认的未来安全的发展重要方向之一。那么,大数据安全分析究竟为安全带来了什么?它究竟因何“火”了起来?
对此,启明星辰泰和本部产品总监叶蓬谈道:“其实,大数据本身在学术界的一些相关理论、研究出现的比较早,但是真正得到大规模应用,还是随着近年来互联网应用的逐渐兴起应运而生的。对于安全领域来说,引入大数据分析的手段所带来的利好首先表现在效率得到了大大的提升,其次,一些大数据分析算法的引入、以及针对安全领域的新算法的出现,都将为未来的安全带来一种质的提升。”
同时,叶蓬认为,当前从总体上而言大数据安全分析技术作为热点已经炒作到了最高峰,但单纯从大数据安全分析在安全层面的应用来看,尚处于发展初期,但对这一技术本身来说,已经越来越趋于成熟了。目前,已经有先进或者领先的安全企业推出了新相关产品。
据悉,启明星辰集团已经将大数据分析技术充分融合到现有安全管理平台技术架构中,发布了其新一代安全管理平台系列产品。而在此之前,启明星辰已跟踪大数据安全分析技术有五年多之久。之所以在现在才推出相关的产品,张颖说道:“我们更注重的是当一个新的技术发展程度要达到工程化和产品化的时候,对我们而言才会迎来一个转折点。大数据安全分析在去年的呼声特别高,发展至今年,一些开源的技术和相关的技术群已经形成了。而启明星辰在这个时候推出我们的大数据安全分析平台,可以骄傲的说我们发布的就是成熟的产品,客户已经可以直接享受到大数据安全分析的成果。”
而对于企业的安全防御而言,大数据安全分析的应用还有其独特之处。“对于大数据安全分析产品的定位一定要准确,企业级客户使用的是一个相对封闭的内网,其所产生的数据与互联网有着本质的区别。”叶蓬说道:“互联网数据我们称之为‘窄数据’,这些数据比较单调,都是一些防病毒或者Web应用等,虽然它的量会超级大,但是分析的种类并不是很多。而在企业网里面,用户的应用、协议、数据种类很丰富,数据的宽度很大、深度也比较深,数据分析的维度特别高。企业级的大数据分析在提升数据质量、分析展现的时候都会有所不同。”
在过去,因为缺乏相关技术,企业级应用里所产生的数据很难被全部统一存储起来,只能筛选出最具价值的数据进行分析。而如今,对大数据安全分析技术的利用使得我们可以对全量的数据进行分析。
在此背景下,与互联网企业利用大数据分析技术有所不同,作为专注企业级安全防御的安全厂商,启明星辰的战略导向十分明确。对此叶蓬向记者说道:“首先,我们不会将企业网的数据拿去赢利,而是用来作为解决用户的安全问题。因此我们也在也很积极的参与威胁情报、联盟,以及威胁情报的分析等工作,我们在企业安全领域深耕了十几年,从企业安全数据的丰富度上讲我们的理解要深入得多,我们的优势就是在于我们更聚焦,我们更懂企业安全数据、更理解企业的安全数据。”
我们看到,在即将过去的2015年,国家《促进大数据发展行动纲要》正式发布,大数据的发展已经成为国家层面的顶层设计。在安全领域,随着大数据分析技术的不断引入和应用,未来的安全防御态势将随着数据的不断丰富带来潜移默化的改变。“大数据安全分析对安全的改变达到从量变到质变的时刻一定会到来,届时,整个信息化的业务方式、互联网的组网方式、以及整个安全防御方式,都将全部会改变。”张颖说道。
而着眼于实际,在即将到来的新的一年中,让大数据安全分析更加见到实效、让大数据应用场景更加丰富、从而为用户带来更大的数据价值,将成为企业级安全界对自己的期许和努力方向。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31