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
Python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在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26