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
在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27