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
在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 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 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18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导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 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。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 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 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12 很多数据分析师精通Excel函数和数据透视表,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 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中,原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中,聚类分析是典型的无监督学习方法,核心作用是依据数据自身的多维特征,将相似样本自动划分为若干类别,实现“ ...
2026-08-11