近 10 年来，大数据技术发展日新月异。安全分析场景和方法也更新换代。 安全领域主要有哪些特点？
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
• 快速响应。因为安全事件经常是突发的，比如漏洞的披露、病毒的爆发等常常是在很短的时间突然发生， 所以需要以非常有效和简单易用的方式来快速地对突发的安全事件进行处理，能第一时间响应客户的需 求、应对各类安全事件；
• 场景定制。因为安全分析和常规的大数据分析场景会有一些不同，安全分析检测的是异常而不是正常，还有领域独有的一些需求，所以这里会涉及到很多领域定制开发的需求；
• 资源受限。相比常规互联网大数据平台使用方式，安全分析可使用的资源会有很多的限制，通常用户受限于预算和资源的限制，会尽可能地压缩和优化可用计算和存储资源规模，这会导致大量的组件采用混 合部署的方式，且将来硬件和集群扩展成本也很高，流程很长。
以上内容摘自《Apache Flink 案例集（2022版）》电子书，点击https://developer.aliyun.com/ebook/download/7718 可下载完整版
实时计算Flink版是阿里云提供的全托管Serverless Flink云服务，基于 Apache Flink 构建的企业级、高性能实时大数据处理系统。提供全托管版 Flink 集群和引擎，提高作业开发运维效率。
你好，我是AI助理
可以解答问题、推荐解决方案等
评论
全部评论 (0)