
应用大数据分析技术 让安全危险看的见
水能载舟,亦能覆舟。互联网的普及和信息化建设的增强即有助于增强企业的竞争力,也给企业内网安全和关键信息资产的安全带来了极大的隐患。近年来,网络攻击呈现爆炸性的增长,手段也越来越隐蔽。攻击者的目的由炫耀技术能力转变为窃取企业机密、获取经济利益。
面对新的安全挑战,传统的、基于特征码识别的单体软件杀毒技术,往往对位置的恶意威胁缺乏防护和发现相应能力,开始逐步退出了历史舞台,取而代之的是以云计算为基础的现代互联网安全技术,并且以360为代表的一批新兴的现代互联网企业开始从思想到防御体系彻底颠覆传统企业安全。
在ISC 2015的开幕峰会中国互联网安全领袖峰会上,360公司董事长兼CEO周鸿祎发表了题为“看得见的安全”的主题演讲,演讲中周鸿祎首次提出了“网络安全新法则”,指出今天大多数已知的威胁和攻击都可以防御,但企业和机构面临更多的是未知的威胁和漏洞,所以传统的防火墙产品和防病毒技术已经力不从心,需要通过大数据技术的应用才能防御新的安全威胁。
基于大数据分析技术,将所有企业面临的安全威胁作为一个整体来看,用于防御变化莫测的新威胁,是当前业界安全技术发展的一个趋势。当然,这就需要安全厂商在数据收集阶段有一定的能力。恰好360作为最大的互联网安全公司,目前有超过13亿个安全探测点,还有数十万台服务器,安全大数据是其能力的核心,在威胁情报的数据收集阶段,具有天然优势。这些安全大数据可以被用来在威胁情报的生产过程中,产生价值更高,针对性更强的高质量威胁情报。
在产品层面,360拥有天机、天擎、天巡和天眼组成的终端和边界的安全大数据采集系。每一个用户在使用产品的同时,这些终端设备都可以实时感知各种威胁和攻击,汇集到云端,成为网络安全的智慧大脑。然后通过大数据引擎,进行关联分析,快速地找到有价值的数据,并通过可视化技术,让安全威胁展现在眼前。
然而对于企业而言,将已有的传统安全架构“一勺烩”全部替换也不太现实,为此360公司创始人、总裁齐向东在接受媒体采访时,给出了几个建议:通过对企业现有安全架构进行局部的改造,让基于传统的网络安全架构体系能够发挥更大的效用,或者是弥补更多的缺陷和不足。第一个就是加强终端,第二个是把数据打通,建立一个大数据中心,大数据中心构建一个新的威胁情报感知系统。第三个是把单兵作战的网络安全防护设备通过连接云的这种服务,让它提供具备云端的这种智慧的能力。
同时,齐向东表示,360“希望和全球的网络安全从业者携起手来,加强合作,共同探索和寻找解决网络安全问题的新方法,为提升网络安全贡献力量。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03