2018年基于人工智能的大数据安全.pdf

1、基于人工智能的大数据安全企业数字化转型趋势数字技术综合平台技术体系人机接口用户体验数据网络集成层核心ERPCRM业务规划集成方案MES和物联网平台网络和互联云和边缘计算网络安全数据分析产品生命周期管理和数学孪生区块链工业物联网和传感器人工智能3D打印增强现实和虚拟现实机器人移动设备无人机和自引导运输车IT架构和接口技术体系一览信息来源：普华永道思略特2018年全球数字化运营调研企业数字化转型对企业IT安全的挑战3大数据应用导致数据更加集中，风险度更高 数字化转型中大数据分析技术被更加广泛使用 数据集中增大了业务价值，同时也带来更大的风险企业安全边界消失 传统的基于防火墙、IPS构建的企业安全边

2、界失效 更多的企业员工、外包、第三方来自于互联网无法有效保护数据资产安全考虑不足 多数企业更关注业务支撑系统的建设，而忽视数据安全建设 传统的IT 系统安全建设主要考虑是以网络和威胁为主 缺乏原生的数据安全手段对数字化转型带来的海量数据资产进行保护企业核心数据资产正在承受前所未有的巨大风险4准备离职的运维管理员恶意的外部黑客不怀好意的第三方接入马大哈的业务人员 内部违规人员的外泄(accidental insider)内部恶意人员的外泄(malicious insider)外部攻击者进入企业网后的外泄(compromised insider)合规需求在逐步加强个人信息保个人信息保护法法网络安全

3、面临转折点传统面向边界的安全模型不再成立传统基于好坏的鉴别机制不再有效传统围绕技术的安全工程不再适用过去现在储存设备应用程序计算机员工Web Server设备员工下一代防火墙 Web 安全网关 入侵防御数据防泄漏反恶意软件NGDMZ互联网私有云公有云应用程序储存设备员工数据外网内网杀毒 入侵检测 防火墙 代理 上网行为管理DMZ互联网传统面向威胁的安全模型防火墙IPS/IDS身份认证终端管控威胁报告已知威胁防护网络安全规划网络安全报告安全管理关注点威胁网络面向人和数据的新安全模型人员/行为解析数据资产管理数据使用管理数据传输管理行为可视化持续安全智能解析数据安全规划数据可视化安全管理关注点人/

4、行为数据自适应动态安全数据治理与数据安全1.平衡业务需求与风险2.标识、优先级排序和管理数据集的生命周期3.定义数据安全策略4.部署数据安全产品5.为所有产品编排统一策略Do Start Here!Dont Start Here!BusinessStrategyGovernanceComplianceIT StrategyRiskTolerancePrioritize DatasetsDataPeopleAnalyticsCryptoDCAPDLPCASBIAMUEBADBMSBig DataFilesCloudEndpointGartner Data Security Governance

5、FrameworkBusiness Stakeholders应对：建立行为+数据的新安全体系 综合行为与数据 建立基于人的策略而不是基于组的策略 对数据的存储、使用和传输进行全面管理和控制 基于大数据分析、机器学习和DLP作为技术支持点全面的大数据安全保护体系数据分析员系统管理员第三方接入数据交换平台USB蓝牙打印文件共享USB蓝牙打印文件共享数据分析征信信息画像信息论坛网盘webmail网站APP互联网访问业务系统互联网外发业务系统第三方数据数据采集系统Web 上网邮件数据安全保护数据安全保护数据安全保护数据安全保护数据安全保护数据安全保护Web 安全保护邮件安全保护数据安全保护建立以人为中

6、心的数据安全体系异常行为检测精准威胁行为模式预测专家系统通过对大量数据的学习和分析找出异常行为用户通过对准确定义的策略场景进行基于用户行为的深度分析通过综合分析模型确认用户的威胁概率将安全防护模型从策略驱动转向面向用户驱动以人为中心的内部威胁防护系统用户风险报告 预测员工离职倾向 和 离职泄密风险 预测员工感染木马的机率 和 恶意感染泄密风险 预测员工主动故意泄密风险 预测员工针对核心知识产权数据的窃密 与 泄密风险 预测员工异常数据传输倾向 和 异常数据泄密风险 预测员工邮件转发或密送恶意泄密风险 预测员工不良信