京公网安备 11010802034615号
经营许可证编号:京B2-20210330
让大数据安全平滑的与用户系统融合
曾几何时,只需要掌握了特征码,就可以对病毒进行精准查收。但当病毒开始大规模爆发时,单纯依靠传统的安全防护方法已经力不从心。而随着云计算、大数据技术的出现,使得人们发现了新的安全解决方案。
大数据催生新的安全演变
“安全的‘改变’从未停止”,在贵阳大数据峰会上,趋势科技全球研发长暨大中华区执行总裁张伟钦先生如是说。攻与防是一个持续的进程,IT环境始终处于演进过程中,用户需求在不停提出,“坏人”的行为也在不断改变,而国家安全因素的加入,让赛博空间(Cyberspace)的安全性更为严峻。新的网络安全边界将被重新树立,安全也在因之而不断改变防御体系的构建。
如今人们愈发开始注重数据的重要性,但从数据中心提取出怎样的价值则因公司而异。对于趋势科技这类的安全企业来说,大数据意味着可以从中发现恶意威胁的痕迹。未来,大数据将逐渐变成安全产品的一部分,借助大数据技术搭建的安全防护体系将具有一定的智慧能力。
针对APT类攻击,需要对企业内部数据进行关联性分析,但由于许多企业数据具有一定的保密性,往往不方便安全产品在运行过程中进行收集。那么不妨换个角度:人是数据的制造者,从人的角度进行安全分析同样是一个可以尝试的方向。
人的动作行为也是一个很明显的安全特征,比如“某人”突然在非上班时间段访问与其权限无关的其他部门重要数据,那么这个“人”很可能非是其本人,而是潜伏的恶意攻击者。但人的行为特征涉及到的数据量十分巨大,不仅难于收集,也难于分析。而大数据技术则可以助安全企业以人为切入点以人为中心进行安全分析,实现更有效的安全防护。
借助大数据避免安全误杀
据了解,趋势科技正在尝试将大数据变成工具,通过大数据来解决以前无法解决的各类问题,比如在安全环境下帮助抓到潜伏进来的“坏人”。
在恶意攻击者实施入侵的过程中,借助大数据技术,通过关联性分析人的行为动作,能够辨别出真实的恶意攻击者。而避免误判,抓到假的“坏人”则是另外一个需要着重解决的问题,所以同样需要借助大数据技术来降低误判率。比如从流量入手,网络流量的变化其实也是恶意攻击动作的具体体现。也就是说,用户动作行为加上网络流量等特征的大数据综合分析能够将安全误判率逐渐降低。
大数据安全需要与用户IT体系平滑融合
大数据包含了数据的搜集、存储、计算、分析等,这里面将涉及到很多问题,需要逐一予以解决,而如何将包含大数据的安全平台平滑的融入用户IT系统也是一件十分重要的事情。大数据的安全平台要与用户的存储系统、网络系统、服务器系统都很好的相互适应,才能够让大数据安全防御体系正常的发挥作用。
如今的安全防护已经不是一蹴而就的事情,所以在部署大数据安全防御体系时,需要先从用户的核心区域开始,然后通过攻击来源途径,逐渐将大数据安全防御体系扩展开来。在新安全防御体系部署过程中,需要让用户知道要改变什么。
贵阳数博会上的趋势科技
贵阳对于趋势科技而言并不陌生,贵阳市政府、贵州茅台、贵州银行、贵阳银行等等都是趋势科技的用户,趋势科技在贵阳拥有深厚的用户土壤。
中国电信、中国移动、中国联通三大通信运营商大数据中心落户贵州,从网络层面提供了充足的网络能力,而贵阳充沛的水利资源则提供了深厚的能源优势。“数据中心70%的费用花在了电力上,解决了电力问题也就为数据中心的发展提供了最大的便利。”贵阳数博会的召开,让人们认识到,遥远的贵阳同样在驱动大数据产业的发展。世界在改变,IT技术已经不再受制于空间的限制。
在本届数博会上,趋势科技展出了数据中心虚拟化安全防护产品、智能手机安全产品、针对性攻击APT沙箱技术产品。另外,趋势科技同时还设置了安全体验区,通过互动的方式来让更多普通民众更为深入的认识安全、了解安全。
现在的恶意攻击者,往往会探测是否遭遇了沙箱,一旦发现就会潜伏起来,以期躲避沙箱的检查。针对于此,安全企业借助“时间加速器”,诱骗恶意攻击者提前露出马脚。而趋势科技的防护技术不仅能够发现恶意攻击者的蛛丝马迹,而且还会通过多沙箱的设置来模仿企业整体IT环境,对恶意攻击者进行完全的欺骗,使其“上当”从而进行窃取、传输等恶意攻击动作,趋势科技可以藉此顺藤摸瓜,反向找寻到恶意攻击的根源,进行彻底的封堵。
恶意攻击者与安全防护者之间的较量将一直进行下去,而大数据等新IT技术将让这场攻防之间的对抗更为激烈、更加精彩。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21