
岂能拿大数据来算星座
APT不可预防、APT攻击不可避免、APT攻击损失难以估计……政府、企业已经谈APT色变。各家安全厂商也纷纷提出了应对之策,趋势科技在应对APT攻击上又提高了一个台阶:将大数据变成一个平台,让用户不仅知道自己网络为何被入侵,而且知晓哪些资料被偷走,有何解决之道。
根据趋势科技2015年APT分析调查显示,平均一起攻击事件的潜伏期可高达559天,被锁定的企业表面上安然无恙,但往往已经在不可预期的情况下被黑客窃取了企业运营的重要信息资产,并造成了难以估计的致命损失。网络安全威胁事件甚至已经开始造成CEO、CIO下台,影响其职业生涯。
虽然业界一致认为APT攻击无法预防,但趋势科技仍是想出了解决之道。张伟钦解释道:“这就能看出来公司的底气。趋势科技很早也发现APT很难预防,因为病毒很难抓到。但我们发现控制中心不会换来换去,可以追踪到。因此,趋势科技很早就建立了一个控制中心资料库,而且还会不惜花大价钱收购专门研究这种东西的机构。”
针对预防APT攻击,趋势科技在2012年提出了“3C领域战略布局”,覆盖云安全、全面用户防护、面向针对性攻击的定制化智能繁育,从而帮助客户应对APT高级持续性威胁、移动终端及更多的外围设备在云安全时代面临的挑战。
但是,随着APT攻击事件的增多,以经济、商业及政治为目的的APT攻击正逐步显露其强大的负面影响。越来越多的CEO和CIO开始对安全厂商抱怨,仅仅知晓APT进攻已经不能满足需求。
据趋势科技全球研发长暨大中华区执行总裁张伟钦透露:“很多客户跟我们抱怨,向老板汇报了这么多问题,反而让我的工作量变大了。可是却没有提供解决问题的工具。客户一直在问两件事:第一是在知晓被攻击的情况下,还需要知道怎样被人攻击,攻击的路径如何?第二是攻击之后到底哪些资料被偷走?被入侵的范围有多大?”
对安全厂商来说,这是新的挑战,但也是新的高端市场。
因此,趋势科技在已有产品的基础之上,利用大数据技术帮助用户调查与处理APT攻击,减少信息安全事件的响应时间,有效降低APT攻击带来的损害。
“我们把大数据变成一个平台性的产品,提供给客户,帮助客户解决他想知道的问题,这是对大数据运用的第三个阶段。”张伟钦解释道,有点像授人以鱼不如授人以渔的意味。
张伟钦表示,对于大数据的利用,很多公司也在提。但是目前大部分公司都是在利用大数据做分析,对危险做新的预测。这是最基本的,也是利用大数据的第一个阶段,而这个想法,趋势科技在2008年就已经开始做了;当客户开始建设云平台时,通过安全产品保护云平台,这是第二个阶段。
而目前,趋势科技已经开始着手大数据运用的第三个阶段。而这个阶段的运用可以解决高端用户提出的上述两个问题。
据了解,目前采用与趋势科技相类似的大数据工具的企业还有一家美国的公司Palantir,全球排名第一的大数据公司,目前估值200亿美元。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10