为什么运营应与安全融合

VSole2023-01-30 09:36:08

当前的运营和安全管理方法在其成型之时,在云和数字化转型兴起之前,是行之有效的。如今,在联网多云环境中,数字化运营和安全都变得更为复杂。而且,就算是在数字世界里,各支团队也想要保卫自己的地盘。IBM最近的网络韧性调研报告显示,网络韧性没有得到改善的三大原因是:

1、无法减少割裂和地盘问题

2、碎片化的IT和安全基础设施

3、缺乏对应用程序和数据资产的可见性

这些全都是运营问题。

运营支离破碎,职责分散在各个业务部门,包括IT、财务、销售与市场营销、DevOps和SecOps。首席信息官(CIO)努力确保需要信息的人能够获得信息,同时又遵守业务和数据政策规定。首席信息安全官(CISO)则专注保护整个企业的资产和数据不遭受损失和威胁。所有部门日常面对自身业务运营所需各种工具和系统产生的数据洪流,然而这些数据也都是孤立的。

同时,恶意黑客手段越来越高明,作恶的心思也越来越坚定。勒索软件实际上与一般合法业务无异:犯罪者甚至设置了“客户”服务台,还会为他们的受害者安排付款条件。增加工具和人手来解决安全问题不具备扩展性,而且无法有效解决运营和安全问题。运营割裂的现状不可持续。

IBM的调查研究显示,中型企业平均运行45种以上的安全工具,更不用提监测应用程序、网络和云运营的那些了。这些工具大多只执行单一功能,能将单一功能执行得尽善尽美。但所有工具叠加到一起就成了管理上的噩梦,或者直接被无视——无视相当可惜,因为这些工具产生的数据很有价值。工具繁多却限制摄取数据是不明智的,毕竟随着时间流逝,你还需要这些数据防患于未然,在破坏造成之前就发现潜在问题。

安全与运营必须联手

思考运营完整性和安全的时候确实得换种不一样的思路了。首先就从考虑运营和安全部门的共同点开始:

1、可用性:运营部门负责确保所有需要访问的人都可以使用业务系统和信息。安全团队负责确保妥当的人员在恰当的时间于合适的设备上访问到正确的数据。

2、风险:运营部门看待风险着重保障一切正常运行,避免宕机和性能差劲扼杀企业生产力和效率。安全部门则从数据丢失、篡改和业务损害方面看待风险。

如果数字化运营和安全不再各自为战、工具繁多、重复劳动,而是联手共享数据和分析平台,会出现何种景象?如果这种共享平台能让他们更有效达成共同目标,跨基础设施和资产提供可用性的同时还降低风险呢?

数字化运营和安全的共同目标是保障业务运营安全有效开展。想要成功完成这一共同任务,就得建立起二者融合的“数字化+安全”方法,由一支相互协作的团队提供支持,优化手头的资源(包括人力和机器)。

安全与运营需要通用态势图

很多公司的运营成本占预算份额过高,导致用于创新和增长的开支减少。这对于减少宕机和数据泄露风险毫无帮助。唯一的解决方法就是从担忧风险转变到预防风险,从而加速数字化转型。而加速数字化转型的唯一途径就是将所有运营和安全数据融合到一个通用平台中。

用信息共享平台融合运营和安全可形成完全安全、可靠且方便的企业运营。

通过摄取和分析所有运营和安全数据,企业最终能够得到一张通用态势图(COP)。然后,你需要关联各个运营和安全数据点,从而获得成功管理风险所需的上下文和情报。应用高级数据分析和机器学习,企业便可以识别事件发生前的情况,根据业务风险对其排序,并将之与足够的上下文相关联,最终得到主动应对方案。 

运营和安全能够100%合作。这两个职能通力合作,CISO和CIO就能明察秋毫,证明避免了损害,也就是说,他们能彰显“挽救了损失”并量化价值。

数据融合
本作品采用《CC 协议》,转载必须注明作者和本文链接
全面、准确地发现不同维度、不同类型安全威胁或风险之间的关联和因果关系,准确认知攻击链各类恶意行为和安全威胁或风险之间的映射关系,是智能安全分析领域的难点问题。因此,提出了针对攻击链的安全大数据多维融合分析架构,规范了逻辑层次和总体框架,设计了单维融合分析、多维融合分析和迭代融合分析等运行机制,并说明了其对威胁图谱构建和攻击链复盘分析的支撑力。
隐私计算技术是实现多方数据隐私保护的重要趋势技术,北京银行积极探索布局,做好相应的技术储备。
系统设计开发过程中保障完善的信息安全保密机制、对外接口及对外服务的安全机制,确保统计分析数据安全性、准确性和可靠性,同时可有效地对外部机构提供数据服务。基于国家针对农村振兴发展的战略,利用清算资金数据生成的各地区、各行业的经济活动指标,辅助成为信贷政策投放的晴雨表。
市场化征信机构数据治理包括“一个聚焦三个全面”。安全方面,市场化个人征信机构保存大量个人敏感信息,在事前事中事后均需要加强数据安全治理。相关数据均最终在同一份信用报告中展现,数据融合的复杂性可见一斑。此外,市场化个人征信机构正积极推动替代数据的应用,如支付、运营商、电商等。这其中千头万绪都要求市场化个人征信机构梳理盘点数据资产,开发统一的管理平台,并持续深入至数据治理工作中。
2023年12月21日,由中国信息协会大数据分会主办、国润互联信息技术研究院承办的“2023中国大数据技术应用大会”在北京隆重举行。
数据要素流通交易服务生态是数据要素市场健康运行的必要前提、打通全流程各环节的保障条件。这在客观上要求围绕促进数据要素合规高效、安全有序的流通和交易需求,培育一批数据商和第三方专业服务机构,提供数据要素市场必需的各类流通交易服务。数据流通交易服务机构应协助数据要素市场建立安全、可信、可控、可追溯的数据交易环境。聚焦重点领域,以融合应用场景为牵引,进一步完善数据要素市场的供需对接机制。
数据质量的高度敏感要求,数据质量的优劣极大程度影响AI模型的应用效果,必须进行多维度的质量检查,以及对实时性高要求,实时数据分析、推荐和预警时,数据源更强调具备实时性接入能力。最后是AI引擎的自我迭代阶段。达到AI模型上线后的持续迭代优化。考虑到数据训练规模扩张,数据类型异构,数据噪声指数级增加,对此AI 引擎能针对性地进行数据自动发现。
算网融合定义未来
2022-08-03 14:30:24
人类文明的发展离不开算力的进步,算力的发展已经重新定义了生产力和生产关系。从作为生产力基础工具的终端、网络、平台,到代表新型生产关系的互联网创新商业模式,都在依托算力发展而演进衍生。随着数字化的深入和升级,无所不在的智能化算力需求推动算力和网络进一步融合。网络不仅能够感知业务算力需求、提供最优路由和可信服务,而且成为算力的边缘载体,实现算力 + 网络综合能效的最佳匹配,满足未来行业创新的需求。以及
本文着眼于整个金融行业的数据要素流通,基于当前热度比较高的多方安全计算、联邦学习等隐私计算技术应用现状和互联互通情况,借鉴成熟的互联网体系架构,提出了隐私计算平台互联互通的一些基本设计思路和建议。
国家数据局等部门关于印发《“数据要素×”三年行动计划(2024—2026年)》的通知 国数政策〔2023〕11号
VSole
网络安全专家