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
在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07