京公网安备 11010802034615号
经营许可证编号:京B2-20210330
360发布首个基于大数据的未知威胁感知系统
5月25日,“数据驱动安全——360企业安全集团暨天眼产品发布会”今天在北京举行,会上360正式宣布成立企业安全集团,高调发布了以互联网+思维进军企业安全市场的战略,并同时发布了全球首款真正基于大数据的未知威胁感知系统。
未知威胁已经成为企业的梦魇
过去一年,全球企业遭遇了安全噩梦。全球有接近8万家公司被黑,其中有2122家公司公开确认信息被窃取,全球500强企业大面积沦陷,银行、信用卡公司、医院、零售业、保险业、电商、娱乐行业的巨头们纷纷中招,索尼、Target等企业被黑客攻击后给企业带来灭顶之灾,让企业蒙受了巨大的财产和品牌损失。网络攻击已经成为国家对抗、企业竞争中商业情报窃取的重要方式。
来自DBIR的报告显示,60%的企业被黑案例中,攻击者仅需要几分钟就可攻击得手;70%到90%的恶意样本都是有针对性的;75%的攻击会在一天内从一个受害者快速的扩散到其他受害者。黑客面对企业的层层安全防护如入无人之境,导致企业大面积沦陷从而陷入安全困境,根本原因是企业部署的防火墙、IPS和各种网关等传统安全防护产品还停留在兵来将挡,水来土掩的签名防护思路,面对免杀套件/rootkit、0day漏洞利用、钓鱼邮件/水坑站点攻击和沙箱检测/逃逸等新型攻击行为已经束手无策。
今天企业面临的安全威胁的形式、数量和攻击手段等都发生了巨大的变化,能够绕过传统安全设备的威胁越来越多,这些未知威胁(尤其是APT攻击、定向攻击等)已经成为拥有高价值信息资产的企业和敏感机密数据的政府机构的最主要安全威胁。这也就迫使安全防护必须在传统安全技术方法的基础上,用互联网的方法来解决新的安全问题,企业安全防护从思想到防御体系都需要基于互联网+思维的彻底颠覆。
360天眼是全球首个真正基于大数据的未知威胁感知系统
此次成立企业安全集团,360高调宣布要用互联网+的思维来颠覆传统的企业安全领域。360总裁兼360企业安全集团CEO齐向东表示:360的成功得益于过去10年互联网的发展和用互联网思维对传统安全产业的创新和颠覆。在互联网+时代,360将用互联网+的思维进军企业安全市场,实现对企业安全市场的颠覆和创新。
此次发布的360天眼是符合互联网+思维的全新一代未知威胁感知系统,可针对政府、金融、能源、运营商等大型企业客户提供未知威胁的发现与回溯功能。这也是全球首个真正基于大数据技术的未知威胁发现和回溯系统。
360技术副总裁谭晓生称,360天眼浓缩了360对“数据驱动安全”的理解,也汇集了360在安全大数据和数据挖掘利用方面的技术积累,更代表了360对未知威胁的不懈抗争。
360天眼可基于360自有的多维度海量互联网数据,进行自动化挖掘与云端关联分析,提前洞悉各种安全威胁,并向客户推送定制的专属威胁情报。同时结合部署在客户本地的硬件设备,360天眼能够对未知威胁的恶意行为实现早期的快速发现,并可对受害目标及攻击源头进行精准定位,最终达到对入侵途径及攻击者背景的研判与溯源。
360天眼依托360公司对11亿终端实时保护产生的海量大数据,以及全球最大的IP、DNS、URL、文件黑白名单四大信誉数据库,拥有全球独一无二的安全大数据优势,配合云端强大的计算能力、数据挖掘技术和可视化分析技术优势,实现对APT攻击的准确、快速发现和回溯,360天眼可以根据国内客户特殊应用场景进行灵活部署。
从2014年至今,360天眼已发现了20多起APT事件,持续分析跟踪其中16起的活动情况,确认为针对科技、教育、能源和交通多个领域的定向攻击,影响全国近30个省市;发现的各类免杀木马超过10种,涉及Windows、Mac OS和Android平台。
据悉,此次发布会宣布正式成立的360企业安全集团融合了360现有的安全技术优势,以360无线安全研究院、360网络安全研究院、360网络攻防实验室、360漏洞研究实验室等顶尖研究资源为基础,依托对11亿终端实时保护产生的海量大数据,以及全球最大的IP、DNS、URL、文件黑白名单四大信誉数据库,组建了专门针对企业的安全业务团队,利用互联网+思维创新企业安全技术体系,为企业客户提供基于“数据驱动安全”的安全方案和服务。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06