互联网金融 最不该放松安全这根神经

简介:

本文讲的是互联网金融 最不该放松安全这根神经,2014年无疑成为互联网金融崛起的一年,伴随着BAT等互联网大佬们一系列针对金融行业的渗透和布局,国内金融市场发生了深刻的变化。第三方支付、P2P个人借贷、众筹、电商小额贷等基于互联网的金融行为成为主流趋势,与此同时,传统金融行业也在进行努力的转型。互联网金融成为互联网行业与传统行业较力的下一个战场。

  而随着互联网金融的快速兴起,其安全性和风险控制则成为决定其成败的关键。一方面是互联网金融目前缺乏规范的管理经验和法律保障,以及还需要从技术层面上进行把控。另外一方面地下黑产也开始将眼光转向了互联网金融这一领域,仅2013年就有近70家网贷平台因为被黑而关门,而现在,黑客针对互联网金融平台的攻击每时每刻都在进行中。

  谁来保障互联网金融的安全?12月20日,IT168联合知道创宇、加速乐在北京798黑客咖啡—WOOYUN CLUB举办了"互联网金融安全-视安全为生命"主题沙龙。来自知道创宇、宜人贷、百度钱包等涉及互联网金融领域的安全专家分享了他们的观点和经验。

  王利伟是加速乐的高级安全顾问,CCIE Security,CISSP,CISA,CCSK。具有7年安全从业经验,曾服务于深交所、中国农业银行、中国招商银行、丰田金融等大型金融机构。王利伟对金融机构的风险评估、整体安全体系建设、安全规划等有深入了解。

  王利伟在演讲中谈到,“只有线上业务的互联网金融公司,业务连续性是非常重要的。同时,安全也不是一揽子的事,它是一个持续的过程,需要企业根据业务不同阶段的发展需要来不断地规划现阶段的防护措施。”

  大道理说起来可能每个人都能理解,但真正的实施却并不是一件简单的事。王利伟就信息安全管理要求ISO27001的标准结合自己的经验对实施过程(现状调研、风险评估、规划设计、体系构建、试运行、认证审核)做了非常实用的分享。

  “如果企业能在IT架构设计之初就考虑安全问题,这是非常好的事情。这个时候安全投入少,回报更高。而一但当出现安全事件才开始考虑安全已经晚了,损失也是最大的。”王利伟表示,风险是处理不完的,但是要把握好风险的度,这就需要企业有一个完整的安全运维组织架构。

  宜人贷安全负责人王哲首先从六个方面分享了他们最初考虑做信息安全的目的——用户、公司、行业、社会、黑客、现状。“用户层面,宜人贷的用户数量越来越大、用户自身的安全意识有时候并不高、密码破解调查、用户体验和安全性的取舍;公司层面一旦出现安全事故公司可能承受经济损失、法律责任、名誉受损,所以说安全本身也是一种效益;行业层面2013年是P2P元年,在这个新兴的产业,缺少监管、从IT的角度来看规范性、专业性和其它互联网行业有不小的差距、我们也看到部分公司因信息安全时间倒闭;社会层面保护公民的财产、隐私也是社会责任,公司有责任保障用户的信息安全;黑客层面黑客的门槛越来越低、黑产五花八门:信息贩卖、收费ddos、、打码平台赚钱、诈骗;综上所述P2P公司的信息安全工作已经势在必行、不做也许有一天安全事件就会来找你、现在开始还不晚,这也是我们面临的现状。”

  王哲也介绍了他们的信息安全团队的发展过程,“从最开始,我们也是由系统运维、应用运维人员兼职来做,缺乏专业的安全知识,职责太多,职责不明确;接下来我们配备了专职的WEB安全工程师;现在,我们有更合理的信息安全组织结构:安全测试工程师(渗透工程师,负责系统、应用的安全测试工作)、安全管理人员(负责制度、规范、培训、审计等)。”

  另外,来自积木盒子的王克毅、百度钱包廖强、网信金融林鹏也都分享他们在互联网金融方面的观点和经验。互联网金融安全形势已经刻不容缓。目前,全国正在运营的网贷平台有1540家,仅11月新上线的网贷平台就105家。对于这些犹如雨后春笋般出现的互联网金融企业,在其成立之初,最不该放松的就是安全这根弦。

作者:董建伟

来源:IT168

原文标题:互联网金融 最不该放松安全这根神经

相关文章
|
1月前
|
数据采集 机器学习/深度学习 人工智能
揭秘AI大模型的‘梦幻迷雾’:一场关于真实与虚假的智力较量,你能否穿透幻觉迷雾,窥见真相之光?
【10月更文挑战第13天】本文深入探讨了大模型幻觉的底层逻辑,分析了其产生的原因、表现形式及解决方案。从数据质量、模型复杂度、解码策略等方面解析幻觉成因,提出了提高数据质量、引入正则化技术、增强上下文理解等对策,旨在减少大模型生成不准确或虚假信息的风险。
55 1
|
1月前
|
机器学习/深度学习 自然语言处理 算法
【深藏功与名】揭秘大模型背后的真相:为何它们常让人欢喜让人忧,又该如何破局?
【10月更文挑战第5天】近年来,随着计算资源和算法的提升,大规模深度学习模型在自然语言处理和计算机视觉领域取得了显著成就,但也引发了“大模型幻觉”的讨论。该现象指模型虽在特定任务上表现出色,但在实际应用中存在过度拟合和泛化能力差等问题。本文分析了大模型的底层逻辑,并通过PyTorch代码示例展示了如何使用L2正则化缓解过度拟合。此外,还介绍了通过数据增强提高模型泛化能力的方法。未来研究需进一步平衡模型复杂度与泛化能力,以实现更佳性能。
40 0
|
决策智能
博弈论(六)——产品经理从来不做亏本的博弈
博弈论(六)——产品经理从来不做亏本的博弈
114 0
|
Java C语言
2021-06-03一个人不是生来就要被打败的
2021-06-03一个人不是生来就要被打败的
2021-06-03一个人不是生来就要被打败的
曾鸣:我们碰上了人类历史上罕见的巨变时代
曾鸣是阿里巴巴集团学术委员会主席、湖畔大学教育长,我们喜欢叫他“曾教授”。 他认为,我们正在人类历史上非常罕见的巨变时代,一边是技术的高速增长,一边是脚下地基的快速塌陷。怎样才能抓住机遇,成为一家3.0的公司? 花5分钟,和橙子一起充电吧,洞悉互联网,一起认识这个快速变动的世界。
2161 0
下一篇
无影云桌面