京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据分析在安全防御中的前世今生
在《碟中谍5:神秘国度》中,神勇的阿汤哥再一次完成不可能任务,冒死进行无氧潜水更换了储存信息的芯片。这是因为其所要进入的领域启用了“步态分析识别密码”,即通过机器扫描进入者的走路姿势、行动喜好,一旦检测异常立即释放高能电压。而实际上,随着大数据安全分析技术和产品的发展,这样的高级密码形式或许在不久的将来便会从银幕走进现实。
试想,在未来,即使有人掌握了你的开机密码,也根本无法成功打开你的电脑。如何才能做到这一点?“在原来的安全认证体系中,我们一般都是通过基于身份认证的控制、以及口令、令牌等来解决安全问题。而现在,我们可以把人的因素和情景的因素全部进行结合,例如根据使用者键盘的使用习惯,对这些数据进行细腻度的精准分析,即便有人掌握了口令而使用习惯不对,也照样无法打开。”在近日北京的一场采访中,启明星辰集团副总裁、泰和本部负责人张颖如是说道。而张颖同时也强调:如果不是使用大数据分析,仅靠传统的常规安全手段是做不到这一点的。可以说,大数据安全分析正在为企业的安全防御带来质的改变。
在即将过去的2015年,无论是大数据安全分析,还是数据驱动安全的口号都变得异常火热,其似乎已成为安全界公认的未来安全的发展重要方向之一。那么,大数据安全分析究竟为安全带来了什么?它究竟因何“火”了起来?
对此,启明星辰泰和本部产品总监叶蓬谈道:“其实,大数据本身在学术界的一些相关理论、研究出现的比较早,但是真正得到大规模应用,还是随着近年来互联网应用的逐渐兴起应运而生的。对于安全领域来说,引入大数据分析的手段所带来的利好首先表现在效率得到了大大的提升,其次,一些大数据分析算法的引入、以及针对安全领域的新算法的出现,都将为未来的安全带来一种质的提升。”
同时,叶蓬认为,当前从总体上而言大数据安全分析技术作为热点已经炒作到了最高峰,但单纯从大数据安全分析在安全层面的应用来看,尚处于发展初期,但对这一技术本身来说,已经越来越趋于成熟了。目前,已经有先进或者领先的安全企业推出了新相关产品。
据悉,启明星辰集团已经将大数据分析技术充分融合到现有安全管理平台技术架构中,发布了其新一代安全管理平台系列产品。而在此之前,启明星辰已跟踪大数据安全分析技术有五年多之久。之所以在现在才推出相关的产品,张颖说道:“我们更注重的是当一个新的技术发展程度要达到工程化和产品化的时候,对我们而言才会迎来一个转折点。大数据安全分析在去年的呼声特别高,发展至今年,一些开源的技术和相关的技术群已经形成了。而启明星辰在这个时候推出我们的大数据安全分析平台,可以骄傲的说我们发布的就是成熟的产品,客户已经可以直接享受到大数据安全分析的成果。”
而对于企业的安全防御而言,大数据安全分析的应用还有其独特之处。“对于大数据安全分析产品的定位一定要准确,企业级客户使用的是一个相对封闭的内网,其所产生的数据与互联网有着本质的区别。”叶蓬说道:“互联网数据我们称之为‘窄数据’,这些数据比较单调,都是一些防病毒或者Web应用等,虽然它的量会超级大,但是分析的种类并不是很多。而在企业网里面,用户的应用、协议、数据种类很丰富,数据的宽度很大、深度也比较深,数据分析的维度特别高。企业级的大数据分析在提升数据质量、分析展现的时候都会有所不同。”
在过去,因为缺乏相关技术,企业级应用里所产生的数据很难被全部统一存储起来,只能筛选出最具价值的数据进行分析。而如今,对大数据安全分析技术的利用使得我们可以对全量的数据进行分析。
在此背景下,与互联网企业利用大数据分析技术有所不同,作为专注企业级安全防御的安全厂商,启明星辰的战略导向十分明确。对此叶蓬向记者说道:“首先,我们不会将企业网的数据拿去赢利,而是用来作为解决用户的安全问题。因此我们也在也很积极的参与威胁情报、联盟,以及威胁情报的分析等工作,我们在企业安全领域深耕了十几年,从企业安全数据的丰富度上讲我们的理解要深入得多,我们的优势就是在于我们更聚焦,我们更懂企业安全数据、更理解企业的安全数据。”
我们看到,在即将过去的2015年,国家《促进大数据发展行动纲要》正式发布,大数据的发展已经成为国家层面的顶层设计。在安全领域,随着大数据分析技术的不断引入和应用,未来的安全防御态势将随着数据的不断丰富带来潜移默化的改变。“大数据安全分析对安全的改变达到从量变到质变的时刻一定会到来,届时,整个信息化的业务方式、互联网的组网方式、以及整个安全防御方式,都将全部会改变。”张颖说道。
而着眼于实际,在即将到来的新的一年中,让大数据安全分析更加见到实效、让大数据应用场景更加丰富、从而为用户带来更大的数据价值,将成为企业级安全界对自己的期许和努力方向。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 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 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24