真正有用的四大安全指标

简介: 本文讲的是 真正有用的四大安全指标,随着安全问题越来越多的受到董事会和管理层的关注,不仅管理层需要各种指标以得到对安全态势更为清晰的视角

本文讲的是 真正有用的四大安全指标,随着安全问题越来越多的受到董事会和管理层的关注,不仅管理层需要各种指标以得到对安全态势更为清晰的视角,安全专业人士也逐渐被要求提供一些可以跟踪公司当前防御状态的各项指标。但,哪些数字才是真正有用的呢?

image

通常情况下,高级管理层不太清楚该过问哪类问题,还可能会太过关注预防而疏于减轻损失。类似响应安全事件的平均费用或是防火墙阻止了多少次攻击这样的指标对非安全人员来说貌似挺合乎情理的,但这些东西真的对公司的安全计划毫无推进效能。相反,专家们建议将注意力放在那些可以影响行为或改变策略的指标上。

像漏洞修补平均成本和打补丁平均时间这样的指标,如果公司拥有成熟和高度优化的流程,那还是很有用的。但问题在于,当前95%的公司都达不到这一标准。不过,度量参与度、有效性和暴露窗口期的几种指标还是可以为公司提供用以制定计划和改善防御项目的信息的。以下就是可指引管理层得出有用结论的四大安全指标:

安全指标 1:项目参与程度

参与度指标着眼于公司内部的覆盖率。它们可能度量有多少业务单位经常进行渗透测试或多少终端处于自动补丁系统维持更新状态。据王所言,这些基本信息能够帮助公司评估安全控制采用级别并标识出潜在的安全空白区。

比如说,能够宣称公司系统100%保持更新到一个月之内或许听起来挺好的,但这其实是个不现实的目标,因为打补丁本身有可能对某些系统带来操作性风险。目光投向参与度指标能够帮助排除那些不符合列入常规补丁规则的系统——专注于那些应该打补丁的系统。

安全指标 2:攻击持续时间

驻留时间,或者说攻击者处在公司网络中的时间,同样可以带来有价值的结论。攻击持续信息能够帮助安全专家们准备好限制和控制威胁并最小化损失。

调查显示,攻击者在公司网络内部潜伏的平均时间一般是几个月,期间熟悉公司的基础设施,进行侦察活动,在网络中游弋,以及偷取信息。

防御目标应该是尽可能减少驻留时间,不给攻击者留下逡巡公司网络删除关键数据的机会。清楚驻留时间可以帮助安全团队找出处理漏洞补救和事件响应的方法。

“攻击者在你网络中停留的时间越长,他们能获取到的信息就越多,能造成的伤害也就越大。”

安全指标 3:代码缺陷密度

缺陷密度,或者说每千行(或百万行)代码中的问题数,可以帮助公司评估自身开发团队的安全实践水平。

不过,上下文是关键。如果一个应用正处于开发初期,那么,高缺陷密度意味着所有问题都被发现了。这是好事。另一方面,如果一个应用已经处于维护模式,缺陷密度就应该更低些,并呈现下降趋势,这样才表明应用随着时间的流逝而变得更安全。如若不然,应用代码有问题是肯定的。

安全指标 4:暴露窗口期

公司有可能找出了应用中的缺陷,但直到解决缺陷问题之前该应用都是脆弱而易被攻破的。暴露窗口期指标着眼于一年中应用对已知严重漏洞和问题毫无防范能力的天数。“我们的目标是:让严重漏洞被发现而补丁尚未出台的时间缩减为0天。”

误导性指标

管理层一般都喜欢关注安全事件预防,其原因有部分是源于固有的“所有的攻击都能被阻挡在外围”的传统观念。比如说,看到被阻止的入侵尝试次数就会令所有人都感觉良好。但这一信息根本不能提供任何可行操作——它帮不了安全团队找出有哪些攻击没被拦住。Raytheon/Websense首席技术官约书亚·道格拉斯说:“你解决不了任何问题。”

平均响应时间,或者说发现并解决问题有多快,是另一个没什么卵用的指标。响应时间忽视了攻击者倾向于在网络中横向移动这一事实。你也许能修复一个问题,但如果没人试图确定攻击者在网络中的其他行为,那么被同一个攻击者侵害的其他系统就有可能一直都没被发现。只关注单个事件而非安全态势整体会导致整个安全环境都很脆弱。

这不是解决一个就万事ok的问题,而是解决一个还得拔除一堆的问题。
另一个常见的跟踪指标是漏洞减少数量,但这指标本身也不是那么有用。即使补上了大量低级别漏洞,只要关键漏洞仍然门户洞开,公司风险依然如故。某些漏洞就是比其他的更具重量级。

在近期一次Raytheon/Websense调查中,受访高管里只有28%认为他们公司采用的安全指标是“完全有效的”,65%的高管觉得他们公司所用的指标“一定程度上有效”。安全从业人员需要向高级管理层阐明该怎样关注那些有助于达成明确目标的安全问题。否则,就会有太多的注意力被浪费在根本不能切实降低风险或改善安全状态的信息上。

“你有限的时间和资金都用在正确的地方了吗?”

原文发布时间为:九月 7, 2015
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/10037.html

相关文章
|
6月前
|
数据采集 SQL 运维
巧用指标平台DataIndex,五步法轻松实现指标管理
在业务发展初期,企业需要做好规范的指标管理,以保证随着业务的不断发展,数据化决策能够成为业务强有力的支撑。本文将为大家详解如何通过袋鼠云指标管理平台DataIndex 进行规范化的指标开发管理,轻松开发指标,避免各类指标问题。
327 0
|
1月前
|
监控 搜索推荐 数据挖掘
python数据分析——业务指标分析
业务指标分析是企业运营中不可或缺的一环,通过对各项关键指标的深入剖析,我们能够更好地了解企业的运营状况,发现潜在问题,进而制定相应的策略来优化业务流程、提升经营效率。 在业务指标分析中,我们首先要明确分析的目的和范围。是为了评估整体业务健康状况,还是针对某一具体环节进行优化?明确了目的后,我们需要收集相关的数据,这些数据可能来源于不同的业务系统和数据库,因此数据的整合和清洗也是分析过程中的重要步骤。 接下来,我们要选择合适的分析方法。比如,对于销售数据,我们可以采用时间序列分析来观察销售趋势;对于用户行为数据,我们可以使用用户画像和路径分析来洞察用户需求和行为习惯。
102 1
|
3月前
|
机器学习/深度学习 安全 搜索推荐
大模型从“赶时髦”到“真有用”成为提效手段
【1月更文挑战第2天】大模型从“赶时髦”到“真有用”成为提效手段
52 1
大模型从“赶时髦”到“真有用”成为提效手段
|
4月前
|
存储 搜索推荐 分布式数据库
用户画像标签系统体系解释
用户画像标签系统体系解释
133 1
|
9月前
|
机器学习/深度学习 数据可视化 TensorFlow
【2023年最新】提高分类模型指标的六大方案详解
【2023年最新】提高分类模型指标的六大方案详解
190 0
|
存储 分布式计算 监控
OushuDB 小课堂丨描述性分析如何利用数据做出更好的决策
OushuDB 小课堂丨描述性分析如何利用数据做出更好的决策
84 0
|
JSON 缓存 监控
【翻译】结构化日志的价值 - 更好地理解系统
一种比较可行的克服这些困难的方案是以一种一致的、明确的和机器可读的格式来记录系统中最有价值的信息。这种方法称为结构化日志记录。在配套工具的支持下,这些追踪数据有助于更深入地了解你的系统的运行活动,使你能够理解组件之间的相互作用。
97 0
|
数据采集 存储 供应链
谈谈如何以正确的指标驱动有效的进行数据质量控制
数据质量管理是旨在维持高质量数据的一系列实践,包括从获取数据和实施高级数据流程一直到有效地分发数据的所有过程。
谈谈如何以正确的指标驱动有效的进行数据质量控制
|
机器学习/深度学习 算法
③机器学习框架及评估指标详解
机器学习框架及评估指标详解
285 0
③机器学习框架及评估指标详解
|
机器学习/深度学习 搜索推荐 Python
②机器学习框架及评估指标详解
机器学习框架及评估指标详解
223 0
②机器学习框架及评估指标详解