绿盟科技Techworld 2017网络安全智能化 机器学习成亮点

简介:

近日,绿盟科技第六届技术大会“Techworld 2017”在北京成功举办。本届Techworld大会以“创新联动安全”为主题,主要围绕云与大数据安全、移动与智能安全展开,并重点就“机器学习”、“软件定义安全”等热门议题进行讨论。

绿盟科技Techworld 2017网络安全智能化 机器学习成亮点

近年来,伴随“云大物移智”等新兴IT技术的全面覆盖,网络威胁也变得日趋复杂,作为防守方,需要紧跟趋势,比“敌人”更快,拥抱技术创新的同时做好上下游的紧密联动,才能在日益紧张的网安环境下构建系统的防御生态。“只有我们自己变得更强大,才有可能影响、帮助更多业内人士成长,这也是Techworld 技术大会的初衷“。绿盟科技总裁沈继业在致辞中表示。

绿盟科技Techworld 2017网络安全智能化 机器学习成亮点

绿盟科技总裁 沈继业

网络空间依法治理 共享联动成趋势

“利用集体的知识和技术能力实现网络安全领域的共享联动,才有可能打造国家网络安全的纵深防御体系”。CNCERT运行部主任严寒冰表示,近年来,我国高度重视网络安全信息共享工作,国家政策、法规中也明确提出了促进关键信息基础设施的运营者、研究机构、网络安全服务商之间的网络安全信息共享问题,而面对纷繁复杂、多维度的数据源信息,需要建立一套基于大数据分析的网络安全威胁信息共享标准。目前,包括CNCERT在内的很多机构已经开展网络安全威胁信息共享的具体尝试。

绿盟科技Techworld 2017网络安全智能化 机器学习成亮点

CNCERT运行部主任严寒冰

企业和安全厂商需转变观念协同作战

据绿盟科技《2017上半年网络安全观察报告》显示,全球60%的恶意Ip集中在GDP排名前十的国家,全球范围的勒索产业日趋成熟,勒索行为趋向于利用系统漏洞进行自动传播。

对此,绿盟科技高级副总裁叶晓虎表示,能被最大规模利用的漏洞非常有限,且很多被利用的漏洞早已有官方补丁,比如WannaCry利用的漏洞在今年4月初就已经发布了补丁。由此也反映出企业和安全厂商协同运营“防微杜渐”的必要性,企业需要将安全运营能力和开发能力相整合;对于安全服务商而言,则需要从单点的技术场景转化为解决方案的提供,而这种市场需求的转变与绿盟近年来提出的“智慧安全2.0战略” 从传统产品模式向智能、敏捷、可运营的解决方案转型不谋而合。

绿盟科技Techworld 2017网络安全智能化 机器学习成亮点

绿盟科技高级副总裁 叶晓虎

作为企业端的代表,美团点评首席信息安全官赵彦也充分肯定了叶晓虎的观点,并强调企业安全建设中投入研发的重要意义。赵彦认为,安全运维与研发应该是相辅相成的关系,只做运维,反入侵就永远无法深入问题源头,而把安全设计融入产品才能达到像谷歌那样领先水平。

绿盟科技Techworld 2017网络安全智能化 机器学习成亮点

美团点评首席信息安全官赵彦

大数据驱动下的威胁情报应用实践

大数据的高速发展,极大促进经济繁荣的同时,也催生了新一代威胁的产生,新一代威胁不仅传播速度更快,攻击面也更广。绿盟科技安全专家指出,安全可能不会因为大数据变得更好,但也绝不会变得更坏,态势感知和威胁情报分析也因此应运而生。

以绿盟科技威胁情报中心(NTI)为例,NTI使用高效的云端引擎,可帮用户全方位实时洞悉企业暴露在全球公网的相关资产指纹信息及威胁活动,同时支持多引擎文件检测及最全面的漏洞信息查询分析,用户可通过多层多源关联进行追踪溯源,快速对业务相关的威胁活动进行响应。

基于人工智能的网络安全技术研究全面铺开

越来越多的网络攻击者通过自动化技术发起网络攻击,而传统的应对方式是受攻击一方通过人工查漏补缺,就在安全人员修复的这段时间内,攻击者依然能够利用漏洞侵入系统,肆意掠夺数据,不仅错过了 “治病”的最佳时期,还导致了病情的“恶化”。机器学习凭借其出色的数据分析能力被认为在网络安全方面将会“大有作为”。围棋世界冠军古力的到来,为大会掀起了人工智能讨论的高潮,绿盟科技副总裁周凯和滴滴labs安全研究部负责人蔺毅翀,也加入关于“Google人工智能与机器学习”的圆桌论坛的讨论。

绿盟科技Techworld 2017网络安全智能化 机器学习成亮点

蔺毅翀指出,现阶段,一些主流的机器学习方向如人脸识别、大数据建模、后台离线学习等在很多行业都有应用,由于威胁不固定等问题,安全行业在人工智能方面的研发相对滞后。

绿盟科技Techworld 2017网络安全智能化 机器学习成亮点

滴滴labs安全研究部负责人蔺毅翀

设备的堆砌解决不了黑客日益更新的攻击方式,再高明的黑客,也会留下痕迹,如何能够“看见”攻击,才是关键。绿盟科技副总裁李晨表示,机器学习中非常重要的一个步骤就是数据预处理,绿盟科技独创事件理解引擎能够对数据进行压缩合并,将原本混乱复杂的日志,理解为少量、精准、易读的安全事件,为后续进行机器学习、攻击链关联分析等提供数据支撑。

绿盟科技Techworld 2017网络安全智能化 机器学习成亮点

绿盟科技副总裁 李晨

以技术创新和智慧联动 构建安全生态

毫无疑问,随着网络安全攻防对抗的升级,攻击者正在通过智能化的基础架构,构建各种攻击及服务的平台,一方面降低获取利益的风险,另一方面获取数据改善自身攻击能力。既然攻击者可以这么做,防守者当然也可以。安天移动安全负责人潘宣辰,绿盟创新中心、应急响应中心专家也分别从移动安全、软件定义安全、车联网安全等不同维度做了主题分享。

绿盟科技Techworld 2017网络安全智能化 机器学习成亮点

安天移动安全负责人潘宣辰

为了在网络安全领域不断赢得先手,积极应对日益高级和复杂的攻击形势同时 ,更要拥抱云大物移为我们带来的新机会,在将人工智能应用于网络安全技术创新的同时,在多平台、多组织之间,构建智能、敏捷、可运营的体系,以实现智慧安全2.0时代的联动,从而在行业乃至产业层面,大幅度提升整体防御能力,这也是绿盟科技Techworld 2017重要目的。


原文发布时间为:2017年8月7日

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
7天前
|
机器学习/深度学习 运维 算法
基于机器学习的网络安全威胁检测系统优化策略
【4月更文挑战第21天】 随着网络环境的日趋复杂,传统的安全防御机制在应对日益狡猾的网络攻击时显得力不从心。本文提出了一种结合深度学习与行为分析的网络安全威胁检测系统的优化策略,旨在提高对先进持续威胁(APT)和零日攻击的识别能力。通过构建一个多层次特征提取框架,并引入自适应学习算法,该系统能够实时学习网络行为模式,有效区分正常行为与潜在威胁。同时,文中探讨了模型训练过程中的数据增强、对抗性样本生成以及模型蒸馏等技术的应用,以提升模型的泛化能力和鲁棒性。
|
7天前
|
机器学习/深度学习 人工智能 自然语言处理
PHP 与人工智能的结合:开启智能化网络应用新时代
在Web应用程序开发领域,PHP作为一种常用的服务器端脚本语言,与人工智能技术的结合日益受到关注。本文将探讨PHP与人工智能的结合,介绍如何利用PHP实现智能化网络应用,并探讨这一结合对Web开发领域的影响。
20 4
|
7天前
|
机器学习/深度学习 安全 算法
利用机器学习优化网络安全防御机制
【2月更文挑战第23天】 在数字化时代,网络安全已成为维护信息完整性、保障用户隐私的关键挑战。随着攻击手段的日益复杂化,传统的防御策略逐渐显得力不从心。本文通过引入机器学习技术,探索其在网络安全防御中的应用及优化路径。首先,概述了当前网络安全面临的主要威胁和机器学习的基本概念;其次,分析了机器学习在识别恶意行为、自动化响应等方面的潜力;最后,提出了一个基于机器学习的网络安全防御框架,并通过案例分析展示了其有效性。本研究旨在为网络安全领域提供一种创新的防御思路,以适应不断演变的网络威胁。
38 2
|
7天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AIOps在未来网络管理中的应用与挑战
【5月更文挑战第4天】随着人工智能和大数据技术的飞速发展,智能化运维(AIOps)正逐渐成为IT运维领域的革新力量。本文探讨了AIOps在现代网络管理中的关键作用,分析了其在故障预测、自动化处理、以及提升决策效率方面的潜力。同时,文章还针对AIOps实施过程中面临的技术挑战、数据隐私及安全性问题进行了深入讨论,并提出了相应的解决策略。通过实际案例分析,本文旨在为读者提供一个关于AIOps在网络管理领域应用的全面视角。
|
7天前
|
机器学习/深度学习 数据采集 安全
基于机器学习的网络安全威胁检测系统
【4月更文挑战第30天】 随着网络技术的迅猛发展,网络安全问题日益凸显。传统的安全防御机制在应对复杂多变的网络攻击时显得力不从心。为了提高威胁检测的准确性和效率,本文提出了一种基于机器学习的网络安全威胁检测系统。该系统通过集成多种数据预处理技术和特征选择方法,结合先进的机器学习算法,能够实时识别并响应各类网络威胁。实验结果表明,与传统方法相比,本系统在检测率、误报率以及处理速度上均有显著提升,为网络安全管理提供了一种新的技术手段。
|
7天前
|
机器学习/深度学习 算法 计算机视觉
m基于Yolov2深度学习网络的智能零售柜商品识别系统matlab仿真,带GUI界面
MATLAB 2022a中展示了YOLOv2目标检测算法的仿真结果,包括多张检测图像。YOLOv2是实时检测算法,由卷积层和全连接层构成,输出张量包含边界框坐标和类别概率。损失函数由三部分组成。程序使用75%的数据进行训练,剩余25%作为测试集。通过ResNet-50预训练模型构建YOLOv2网络,并用SGDM优化器进行训练。训练完成后,保存模型为`model.mat`。
27 2
|
7天前
|
机器学习/深度学习 数据采集 监控
构建高效机器学习模型的策略与实践云端防御:融合云计算与网络安全的未来策略
【4月更文挑战第29天】 在数据驱动的时代,构建一个高效的机器学习模型对于解决复杂问题至关重要。本文将探讨一系列策略和最佳实践,旨在提高机器学习模型的性能和泛化能力。我们将从数据处理的重要性入手,进而讨论模型选择、训练技巧、超参数调优以及模型评估方法。通过这些策略的实施,读者将能够构建出更加健壮、准确的模型,并有效地避免过拟合和欠拟合问题。
|
7天前
|
机器学习/深度学习 安全 算法
学习机器学习(ML)在网络安全中的重要性
机器学习(ML)是人工智能的一个分支,它使用算法来使计算机系统能够自动地从数据和经验中进行学习,并改进其性能,而无需进行明确的编程。机器学习涉及对大量数据的分析,通过识别数据中的模式来做出预测或决策。这些算法会不断地迭代和优化,以提高其预测的准确性。
21 0
|
7天前
|
网络架构
|
7天前
|
存储 监控 负载均衡

热门文章

最新文章