京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据:安全分析产品的发展重点
在本届RSA大会上,业界众多厂商都强调了合理利用大数据以提高安全性的重要性。但在安全领域,大家对大数据仍然持怀疑态度。Enterpirse企业战略集团高级首席分析师Jon Oltsik说道,“对于安全人员而言,这个术语有些模糊,但他们已经开始收集大量数据。”
现在已经有很多供应商开始围绕网络取证和风险管理构建大数据解决方案。在RSA大会上,很多供应商(从IBM到Agilliance再到EMC的RSA安全分公司)都推出了利用大数据提高安全性的产品。
Oltsik表示:“在网络层经常会发生很多事件,因此,围绕这些事件进行流处理以及检测异常的能力非常重要。”
通过与Pivotal的合作,EMC的RSA安全分公司发布了“大数据用于安全分析”参考架构,其目的是加速检测和响应时间,帮助企业应对攻击。
“该架构采用了更为开放和灵活的基于Hadoop的架构--围绕该架构有整个工具生态系统,而不是无法利用这些创新的专有工具,”RSA产品营销主管Paul Stamp表示,“通过这个参考架构,安全团队可以获得一套完整的分析工具,专门用于企业安全和威胁检测,而不只是通用平台。”
Agilliancei发布了RiskVision 7,其中介绍了该公司所谓的“大数据风险管理”。通过RiskVision 7,消费者可以从ERP系统和第三方业务应用程序挖掘PB集操作和安全风险数据。最新版本的RiskVision包含一个新的对象框架—支持大量数据记录,以及一个新的逻辑框架—提供动态数据工作流以简化操作风险审计。
Agilliance公司总裁兼首席执行官Joe Fantuzzi表示,“Agilliance通过用专用大数据解决方案取代管理意见和战术咨询,来避开风险管理中的现状。现代风险管理需要实时数据和独立性,这样,企业可以即时准确地响应业务、董事会和监管的要求。”
另外,Narus和IBM两家公司承诺将携手合作来利用IBM的InfoSphere BigInsights和Narus的nSystem技术以更快地解决安全威胁。在联合声明中,这两家公司表示,与IBM InfoSphere Stream的集成可以让nSystem对大数据流进行流数据分析。
Narus公司总裁John Trobough表示,“Narus和IBM协作带来了大数据分析创新,并提供了稳定性和可扩展性来解决大型企业的需求。最初对网络安全的专注带来了深度可视性以及丰富的背景知识,以快速做出决策以及加快应对恶意威胁的时间。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20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