选择单一厂商作为安全提供商的策略靠谱吗?

简介: 本文讲的是选择单一厂商作为安全提供商的策略靠谱吗?,单一厂商平台和集成多家厂商最佳终端产品之间的选择,自计算机产业诞生以来就存在了,但却尤其切中网络安全要害。

本文讲的是选择单一厂商作为安全提供商的策略靠谱吗?,单一厂商平台和集成多家厂商最佳终端产品之间的选择,自计算机产业诞生以来就存在了,但却尤其切中网络安全要害。今年4月,飞塔安全公司委托来自10个国家的IT决策者进行了一项调查,主要关注点在于防火墙。该调查报告在6月13日以博客文章的形式面世。

image

飞塔的主要发现是:约上千名受访者中的59%都认为,他们在自身网络中实现自动化的延续性安全策略上最大的挑战,在于他们网络基础设施中部署的大量防火墙解决方案。

具体的数字在不同地区略有差异。美国和EMEA(欧洲、中东与非洲:包括英国、德国和法国)几乎完全相同,分别是55%和54%;UPAC(泛亚洲共同体联盟:包括印度、中国、韩国、日本和澳大利亚)则是64%。

这一反馈数字令其他问题相形见绌。员工技术不足以实现标准规程,以及网络中不同安全需求的各种问题,总体占比也仅约20%——只有EMEA在不同需求问题上稍高,为26%。

在发布的博客文章中,飞塔将重点放在了集成不同安全解决方案的困难上。报告认为,问题在于安全经理已经需要监测平均约14个不同的安全控制台,还经常不得不处理相关事件信息以检测并响应威胁。这显然不是一个能随公司网络流量和设备数量持续增长而延展的适应性策略。

为响应这一问题,厂商开始推销单一平台单一厂商解决方案的优势(飞塔在报告中称之为‘平台安全策略神话’)。单个厂商没有能力开发出门类齐全的安全解决方案,因此通过购买其他公司及他们的技术来扩展自身平台。

但是,尽管这些厂商可能提供门类相对齐全的安全工具,他们的解决方案却很难是充分集成的。这些工具常常运行于不同的操作系统,采用不同的管理工具,还不能提供统一的可见性、控制、响应或报告。而工具间标准化的缺乏,也使与第三方解决方案的集成近乎不可能。

上述观点有着调查反馈的支持。61%的IT主管称,这类厂商在安全技术标准化上的缺乏,还是他们用自保所需的先进安全解决方案重构自身基础设施的障碍。其中,EMEA的IT主管中有55%是这么认为的,美国IT主管中这么想的人占65%。

飞塔的结论是,安全经理和IT决策者应该扪心自问,如果部署结果仅仅与多厂商方案的复杂性和资源密集性持平,那么单一厂商策略是否能称其为‘解决方案’?

飞塔的方式是,用一个统一的操作系统,将自身防火墙和其他相互关联的技术整合到一起。这种方式被飞塔称为‘安立方(Security Fabric)’,可以向其他厂商提供开放API以集成他们自身的产品。这种架构,能切实提供‘平台厂商’们宣称的标准化的好处。

原文发布时间为: 六月 28, 2016
本文作者:nana
本文来自云栖社区合作伙伴安全牛,了解相关信息可以关注安全牛。
原文链接:http://www.aqniu.com/learn/17206.html

相关文章
|
机器学习/深度学习 人工智能 Cloud Native
高性能深度学习推理平台 OpenPPL 正式开源!
高性能深度学习推理平台 OpenPPL 正式开源!
2437 0
|
canal 消息中间件 存储
DDD领域驱动设计实战(六)-理解领域事件(Domain Event)(中)
DDD领域驱动设计实战(六)-理解领域事件(Domain Event)(中)
1073 0
|
安全 Java
Java一分钟之-并发编程:原子类(AtomicInteger, AtomicReference)
【5月更文挑战第18天】Java并发编程中的原子类如`AtomicInteger`和`AtomicReference`提供无锁原子操作,适用于高性能并发场景。`AtomicInteger`支持原子整数操作,而`AtomicReference`允许原子更新对象引用。常见问题包括误解原子性、过度依赖原子类以及忽略对象内部状态的并发控制。要避免这些问题,需明确原子操作边界,合理选择同步策略,并精确控制原子更新。示例代码展示了如何使用这两个类。正确理解和使用原子类是构建高效并发程序的关键。
269 1
|
数据可视化 IDE 数据挖掘
Python助您洞察先机:2024年A股市场数据抓取与分析实战
【10月更文挑战第1天】随着2024年中国股市的强劲表现,投资者们对于如何高效获取并分析相关金融数据的需求日益增长。本文旨在介绍如何利用Python这一强大的编程语言来抓取最新的A股交易数据,并通过数据分析技术为个人投资决策提供支持。
1576 2
|
存储 分布式计算 负载均衡
什么是 HBase?其组件起什么作用?
【8月更文挑战第12天】
1756 4
|
12月前
|
安全 Android开发 iOS开发
深入探讨Android与iOS系统的差异及未来发展趋势
本文旨在深入分析Android和iOS两大移动操作系统的核心技术差异、用户体验以及各自的市场表现,进一步探讨它们在未来技术革新中可能的发展方向。通过对比两者的开放性、安全性、生态系统等方面,本文揭示了两大系统在移动设备市场中的竞争态势和潜在变革。
|
存储 人工智能 自然语言处理
打造专业高效的AI客服:从基础准备到深度训练的全面指南
【7月更文第14天】在数字化转型的浪潮中,人工智能客服(AI Customer Service)已成为提升企业服务质量和效率的关键。一个训练有素的AI客服不仅能提供24/7不间断服务,还能精准理解客户需求,有效提升客户满意度。本文将深入探讨如何构建这样一个系统,包括必备的硬性条件、训练流程及成本考量,辅以实际代码示例,为您的企业开启智能客服新时代。
3227 1
|
编译器 数据处理 Python
Python的xlrd模块在Anaconda中的安装
本文介绍在Anaconda环境下,安装Python读取.xls格式表格文件的库xlrd的方法~
903 1
Python的xlrd模块在Anaconda中的安装
|
IDE 测试技术 开发工具
自动化测试实操案例详解 | Windows应用篇
自动化测试实操案例详解 | Windows应用篇
764 0
|
存储 安全 算法
[笔记]Windows安全之《三》Shellcode
Windows安全之《三》Shellcode
569 0
[笔记]Windows安全之《三》Shellcode