京公网安备 11010802034615号
经营许可证编号:京B2-20210330
"怎样用“大数据”降低网络安全成本_数据分析师
面对网络威胁的不断快速翻新升级,很多企业中安全管理策略存在着过期风险,在落后的威胁预警机制下,企业很有可能成为数据泄露的受害者。然而另一方面,在很多注重风险评估的用户中,虽然网络安全风险得到了一定的控制,但却普遍遇到了人力成本攀升的难题。安全与成本看起来正在成为一对难以协调的矛盾。那么,如何在不添人手的情形下,有效地阻止网络安全危机爆发?如何在更广泛的数据分析中,让系统更容易得出正确的安全策略呢?WatchGuard认为,大数据的思想或许能帮上忙。
如今,安全专业人员匮乏的情况非常普遍。一份来自全球企业增长咨询公司Frost & Sullivan的报告显示:在访问了12000多位信息安全专业人士的调查中,有56%的受访者表示他们的机构缺少网络安全方面的专业人才,同时也难以筹措资金负担这方面的投入。
在新西兰首都惠灵顿,一家为用户提供云基础架构和安全托管的服务商便遇到了这个问题。虽然信息安全日益被重视使得许多客户选择了他们这家安全服务公司,但在收益增加的同时,作为MSSP安全服务商,他们与客户的情况类似,同样遇到了缺人的难题。公司的决策层表示,从安全风险的角度考虑,绝不能放过每条可疑的日志,因为这是帮助客户排除威胁,保障服务质量的关键。但人手不够、尤其是高级网络威胁分析人员紧缺的情况越来越明显,再加上工程师都被繁琐的日志分析工作拖住了,这消耗了所有人的精力,并严重制约了公司业务的发展速度。
在寻找解题答案的过程中,这家MSSP选择了WatchGuard推出的Dimension解决方案。全新的分析系统采用了云计算[注]和大数据技术,非常方便地就能洞察到安全威胁和发展趋势的关键点。公司技术总监表示:他们的业务部门完全可以放开手脚,因为Dimension云安全网络解决方案帮助技术部门实现了智能化、敏捷化、简单化的日志分析工作,并在威胁预警、追踪和分析能力不再完全依靠人力。而Dimension的分析报告更成为了业务收入的增长点,自动化实时生成的威胁评估报告,以及对应的安全策略建议,都为MSSP的客户提供了最高级别的服务。
Dimension工作在更高效和便捷的云操作环境中,并在日志分析方面采用最先进的大数据技术作为底层支撑。思想与技术的融合,让Dimension在第一时间洞察网络变化,并为用户推荐更专业的安全策略。在树形层级菜单的引导下,管理员和决策者都可拥有属于自己的数据报表,高效率的挖掘出埋在网络深处危险地带。另外,基于全球威胁地图的展现层设计和超过70种数据集合的报告,更可以让威胁探测的结果清晰可见,这包括动态的仪表盘、专业的指导意见、优秀客户的实践结果。
WatchGuard 中国区市场总监万熠表示:在我们与Slashdot网站共同发起的一份调研报告中显示,日志数据的成倍增长,让51%的安全专家已经无法在第一时间找出网络中可疑的应用,而工作在能见度极低的日志管理平台上,更不可能定位那些威胁企业核心机密的源头。这些都使得安全评估、威胁源头追踪,以及法规遵从工作都难以再从日志入手。而Dimension恰恰可以帮助用户在日志管理和威胁分析中实现大与快。
据了解,作为全球知名的网络及内容安全解决方案提供商,WatchGuard推出的实时化、可视性解决方案Dimension,与旗下的XTM统一化威胁管理平台形成了更先进的组合方案,并在市场上呈现了一系列的良好反馈。现在Dimension在VMware之外已经对Mircosoft Hyper-V等更多虚拟化平台提供了支撑,这也为WatchGuard2013年第4则季度创下了23%增长的财务业绩新高。
如今,以数据窃取威胁为代表的新一波攻击已经到来,特别是对于新近投入网络业务洪流的中国企业而言,专业网络安全人员的匮乏,就更需要专业的网络威胁防护系统进行补充,以消除安全运营成本不断攀升的难题。若要阻止危机爆发,企业需要以最简洁明了的方式对信息系统健康状况进行广泛的数据评估,这与采用随机样本分析的意义相差甚远。而来自Dimension国外成熟用户的热情反馈,充分展现了云和大数据技术在网络威胁管理中的价值。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18