大数据的蓬勃发展和普及程度是毋庸置疑的,而数据泄露就像影子一样伴随着数据发展,大数据发展的规模越大,它的影子也变得更大。人们每天产生的数据包括:个人的银行卡信息、身份信息、位置定位等等隐私数据都在不停地通过网络上传到数据中心

8788340_rr_thumb

而当前网络与信息安全领域,正在面临着多种挑战。一方面,企业和组织安全体系架构的日趋复杂,各种类型的安全数据越来越多,传统的分析能力明显力不从心;另一方面,新型威胁的兴起,内控与合规的深入,传统的分析方法存在诸多缺陷,越来越需要分析更多的安全信息、并且要更加快速的做出判定和响应。信息安全也面临大数据带来的挑战。

安全数据的大数据化主要体现在以下三个方面:

一、数据量越来越大:网络已经从千兆迈向了万兆,网络安全设备要分析的数据包数据量急剧上升。同时,随着NGFW的出现,安全网关要进行应用层协议的分析,分析的数据量更是大增。与此同时,随着安全防御的纵深化,安全监测的内容不断细化,除了传统的攻击监测,还出现了合规监测、应用监测、用户行为监测、性能检测、事务监测,等等,这些都意味着要监测和分析比以往更多的数据。此外,随着APT等新型威胁的兴起,全包捕获技术逐步应用,海量数据处理问题也日益凸显。

8788340_5_thumb

二、速度越来越快:对于网络设备而言,包处理和转发的速度需要更快;对于安管平台、事件分析平台而言,数据源的事件发送速率(EPS,Event per Second,事件数每秒)越来越快。

2

三、种类越来越多:除了数据包、日志、资产数据,安全要素信息还加入了漏洞信息、配置信息、身份与访问信息、用户行为信息、应用信息、业务信息、外部情报信息等。

我们需要大数据安全分析

安全数据的大数据化,以及传统安全分析所面临的挑战和发展趋势,都指向了同一个技术——大数据分析。正如Gartner在2011年明确指出,“信息安全正在变成一个大数据分析问题”。

3

于是,业界出现了将大数据分析技术应用于信息安全的技术——大数据安全分析(Big Data Security Analysis,简称BDSA),也有人称做针对安全的大数据分析(Big Data Analysis for Security)。

5

借助大数据安全分析技术,能够更好地解决天量安全要素信息的采集、存储的问题,借助基于大数据分析技术的机器学习和数据挖据算法,能够更加智能地洞悉信息与网络安全的态势,更加主动、弹性地去应对新型复杂的威胁和未知多变的风险。

关注中国IDC圈官方微信:idc-quan 我们将定期推送IDC产业最新资讯

查看心情排 行你看到此篇文章的感受是:


  • 支持

  • 高兴

  • 震惊

  • 愤怒

  • 无聊

  • 无奈

  • 谎言

  • 枪稿

  • 不解

  • 标题党
2019-07-25 16:25:11
大数据应用 大数据安全请做好这四点
大数据体量庞大,传统的系统数据处理方式已经无法完成这么大体量的工作,需要采用新的技术架构和工具来完成,同时在安全防护方面,跟传统风险防御方面也都有了新的变化。 <详情>
2019-07-04 17:53:39
云技术 在云中存储数据时的安全注意事项
毫无疑问,未来业务需要云计算技术的支持,因为它将为企业创新提供机会。然而。企业保护存储在云中的数据时需要仔细考虑,并与合适的合作伙伴协作,采用最适合企业业务的解 <详情>
2019-06-05 11:46:00
国内资讯 2019大数据产业峰会|宁义:健康医疗行业的大数据安全思考
大数据安全已经成为医疗现代化建设不可或缺的重要因素,随着医疗健康信息化的发展,大数据越来越蓬勃兴起,它的安全也自然成为不可忽视的重要因素。 <详情>
2019-05-30 14:26:13
大数据应用 奇安信左英男:工业主机与大数据安全是工业互联网时代需要关注的两大问题 | 数博会
钛媒体5月27日消息,2019数博会,在由中国国际大数据产业博览会组委会主办、中国信息通信研究院承办的工业互联网应用发展论坛(IAF)上,奇安信集团副总裁左英男工业互联网 <详情>
2019-05-17 10:52:27
云安全 很多将业务迁移云端的公司仍然忽略安全问题
根据全球知名网络安全商卡巴斯基实验室最近发布的一份调查报告,人为错误是企业将系统和数据迁移到云端所面临的最大风险。卡巴斯基实验室全球企业IT安全风险调查报告基于对 <详情>