京公网安备 11010802034615号
经营许可证编号:京B2-20210330
解析大数据时代的泛终端安全管理
近日,第九届政府/行业信息化安全年会在北京召开。本届年会以“新技术·新应用·新安全”为主题,邀请了信息安全主管部门和政府行业信息化建设相关负责人、信息安全领域权威专家学者以及业内知名信息安全厂商代表,就新形势下信息安全技术的创新、产业化发展等问题深入探讨、共谋发展。北信源公司已连续四届应邀参加此会,在此届大会上,北信源首席战略官胡建斌博士应邀在会上做了题为《大数据时代的泛终端安全管理》的专题演讲,就当前大数据时代终端安全管理面临的问题与挑战做了深入剖释,同时结合北信源公司产品和技术情况前瞻性地解析了大数据时代泛终端安全的趋势。

据了解,政府/行业信息化安全年会由公安部网络安全保卫局、科技信息化局等单位指导,公安部第三研究所主办,《信息网络安全》杂志承办,自2006年举办首届以来,已成功举办八届,并越来越成为政府部门人士和信息安全界知名专家学者交流研讨政府和行业信息化安全问题的平台,并引领和推动了领域的学术和应用发展。据会议主办方介绍,现阶段,实现国家政治、军事、经济、文化、社会、科技等安全离不开网络安全,因此,政府部门与相关产业应聚焦信息安全关键技术和核心产品,做好内部总体规划,扎实行动起来,在创新中有所突破,实现发展,这也是本届年会的主旨所在。
在年会上,中国工程院院士沈昌祥分析了XP停止服务带来的风险与契机,指出要大力发展自住操作系统,走自主创新的可信计算发展之路。中央网信办技术局杜跃进教授指出网络安全空间对抗正在不断演变,网络安全正在改变世界的规则,应强调实战,在竞评演练中发现新问题、获得新方法、挖掘新人才、验证真效果。中国科学院信息工程研究所林东岱教授则倡议以“科学”的角度研究信息安全,指出了信息安全科学的五个困难问题包括:构件的组合方法与扩展方式、基于策略的安全协作方法、安全性度量方法及预测模型、信息系统的弹性架构设计方法、参与人行为的理解与建模,有待于发展出一套基础原理与方法,在安全系统的设计和实现方面,给人们以指导与帮助,而不受制于信息安全这种总在变化的局面。
在大数据时代,泛终端是大数据的重要输入输出口,一方面大数据的需求推动泛终端的演进,另一方面泛终端的演进也促进大数据应用的发展。同时,随着云计算和虚拟化技术的发展,终端通过承载管道逐步向云端延伸,将复杂的大数据计算、庞大的大数据存储等都移向云端来处理,终端“瘦”下去了,云端数据变“大”了,同时也提高用户体验,因此泛终端与云计算和大数据的深度结合将是大势所趋,预计未来几年内,将有更多的泛终端应用将基于云端提供,为大数据的应用提供天然的便利条件。

北信源首席战略官胡建斌博士在演讲中,深度解析了当前大数据时代的“泛”终端安全管理的发展态势。胡博士的演讲从大数据和泛终端发展趋势开篇,详细阐述了北信源全新的终端安全理念。他说:“北信源最先提出‘终端安全’这个概念,在这个市场,随着整个信息安全产业的发展,每一个细分市场都被放大、膨胀。所以,我们现在提出了大数据时代的泛终端安全理念。”与此同时,对终端的范围、内涵和外延进行拓展,引入新的技术去强化自身已有的优势,这就是大数据时代的泛终端安全。“泛”终端安全管理涉及多个方面,包括数据安全、移动终端安全、虚拟化安全、边界安全、内网安全、国产终端安全、主机安全等。在大数据解决方案上,目前北信源已经推出了网情与分析管理平台和机器大数据分析系统。北信源提出大数据时代的泛终端理念,对其自身而言,首先将进一步扩展对终端概念内涵和外延的延展,其次引入新的技术和理念,从而进一步强化北信源已有的优势。最后,胡建斌博士还同与会嘉宾交流了北信源正在进行的政府信息安全发展方面的课题研究。
北信源作为国家规划布局内重点软件企业、中国信息安全领域首批上市公司之一,现已植根信息安全市场近20载,经过多年的产品研发及市场开拓,北信源产品及解决方案完整覆盖了主机安全、数据安全、边界安全、虚拟化安全、移动终端安全、国产终端安全、服务器安全、大数据应用等多个方向的各个层面,其产品和服务连续多年入围中央政府采购,部署了超过三千万的终端。。作为中国终端安全管理领域的市场领导者,北信源已连续八年市场占有率第一,现已形成了一套完整的终端安全防护与保障体系,并得到了业界的一致认可。未来北信源将继续依托多年积累的行业经验以及大数据技术作为依托,进一步完善终端安全体系的建设,使自身逐步成为中国最具价值的民族信息安全体系建设的重要支撑。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 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 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 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。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22