威胁情报 设备之外的安全能力

简介:

网络攻击手法日趋纯熟及精密并具破坏性。从网络安全商角度来看,为众多每天受到攻击的企业解决问题成为日益严峻的挑战。

 

 

Fortinet创始人兼CTO 谢华

现代网络安全技术,假设企业已具备所需的专业人员、政策和流程,但部署时仍需审视潜在的攻击。

除却盒子,也就是硬件安全设备以外,一些看不见的安全能力,无疑也是网络安全防御中不可或缺的。这就是威胁情报(Threats Intelligence),或者更具体的来讲,能够使安全设备在不断变化的威胁环境中,迅速进行威胁响应的一种能力。

获得即时及准确预测威胁情报比所想困难,背后需要一个强大的研发部门,包括以下几个重要组成部分:

1. 分而治之

在大多业务范畴,大型团队等于较高产量输出。然而,利用传统手法打击网络犯罪分子已经失效。根据我的经验,有效威胁研究部门应由多个小队组成,而每个团队都会专注于特定类型的威胁。这样可以重点提升专业水平和竞争能力,从而提升效率并识别更多威胁,缩短客户面对威胁的时间。

2. 保持团队灵活性

威胁研究团队必须灵活应对。网络威胁环境变化只需一天、数小时甚至数分钟。团队必须能够调整自己的优先次序,集中注意力在其领域。譬如说,Fortinet会根据威胁形势演变预测更新研究计划。在确定新方向后,挑选最适合的研究人员加入指定团队,深入评估新出现的威胁。最近威胁例子包括物联网、勒索软件(Ransomware)和自主恶意软件(Autonomous Malware)。

3. 综观全局

企业应鼓励研究人员大处着眼按其兴趣工作,即使其兴趣范畴与公司产品没有直接联系。例如,物联网漏洞研究可以加深企业安全供应商对威胁环境趋势的影响 。

4. 提升直觉力

研究团队的领队必须培训其团队对威胁识别的敏锐度,以确保攻击在发生前已经可以辨识该潜在威胁。例如去年9月Mirai僵尸网络入侵物联网,专业网络威胁研究员已于多年间作出物联网漏洞将是下一个重大威胁警告。威胁发展迅速和多变, 如果网络安全商在安全研究上滞后,客户的网络就会受到威胁。

5. 收集数据

威胁研究团队获得越多数据,研究成果就越显著。在Fortinet,我们除了利用遍布全球的300万个感应器外,还会积极地透过网络威胁联盟(Cyber Threat Alliance)与国际刑警组织(INTERPOL)、KISA及其他网络安全商交换威胁情报。近几个月来, Fortinet成功与全球更多机构和营运商合作,帮助各方建立更大规模的威胁数据库来监控、防止和追溯恶意软件攻击的源头。

6. 研究技术的投入

有效的研究团队需要先进工具协助分析每秒接收的庞大数据。虽然现时我们有内容模式识别语言(CPRLs),帮助识别成千上万的当前、未来病毒变体。在不久的将来,我们将会依靠大数据分析和人工智能(AI)等技术进行分析,AI 将帮助网络安全不断适应持续增长的攻击面。未来,一套成熟的人工智能系能够自动完成这些复杂的决策。

无论AI发展得多先进,甚至全自动化,让机器自行作出所有决定的也是不可能的,人为干预仍是必需的。大数据和分析平台可以预测恶意软件的发展,却不能防止恶意软件突变。

基本上恶意软件会随着互联网的发展,及我们于日常生活中技术应用演变。例如,如果在未来几年,无人驾驶车和可携式物联网装置被广泛使用,网络犯罪分子将会一如既往地寻找方法攻击这些汽车和设备。同样地,如果加密货币(Cryptocurrencies)在今年内继续维持高利率水平,将会吸引黑客入侵。

自动化概念为网络犯罪分子开拓很多新可能性,对企业威胁加剧。由于黑客在恶意软件中加强其自动化攻击能力,这些程序化设计不但加快攻击速度,还缩短从发动攻击到造成损害之间的时间,同时具有避开侦测的能力。企业需要在分布式网络生态系统中,从物联网到云端层面,透过协调一致的方式进行实时回应。现时未有太多企业有能力作出如此措施,这正是IT总监们应该开始着手改善的事情。


本文转自d1net(转载)

相关实践学习
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
1天前
|
机器学习/深度学习 人工智能 算法
构建未来:AI驱动的自适应网络安全防御系统
【5月更文挑战第11天】在数字时代的风口浪尖,网络安全问题日益凸显。传统的安全防御手段在应对不断进化的网络威胁时显得力不从心。本文提出了一个基于人工智能技术的自适应网络安全防御系统框架,旨在通过实时分析、学习和预测网络行为,自动调整防御策略以抵御未知攻击。系统采用先进的机器学习算法和大数据分析技术,能够在保持高效性能的同时,最小化误报率。文章详细阐述了系统的设计理念、关键技术组件以及预期效果,为网络安全的未来发展方向提供新思路。
|
8月前
|
安全 物联网 物联网安全
物联网设备安全:实时检测7类安全风险(Agentless)
设备端无需集成Agent,就可以通过IoT安全中心实时检测8类安全风险(暴力破解、身份认证失败、身份泄露、低版本TLS、连接未加密、恶意文件、异地连接)。
205 0
|
存储 数据采集 SQL
迈科清洗(MEIKO)如何借助IOT手段解决企业设备运维问题
迈科清洗专注于专业的餐具清洗消毒设备和技术应用,物联网平台为其提供数据存储,进行长时间存放和业务分析。
243 0
迈科清洗(MEIKO)如何借助IOT手段解决企业设备运维问题
|
机器学习/深度学习 传感器 编解码
设备指纹:掌握联网设备全貌,为风控决策、模型建设提供重要支撑
作为了业务体系的基础组件之一,设备指纹广泛应用在标记、追踪、临时凭证、分析、反欺诈等不用服务场景下,是业务安全体系的重要组成部分。
502 0
设备指纹:掌握联网设备全貌,为风控决策、模型建设提供重要支撑
|
机器学习/深度学习 人工智能 监控
新常态下软件定义的广域网与分析
分析已从可有可无的功能变为必备的功能,尤其是在不断发展的SD-WAN领域,为了应对威胁和不断变化的网络状况,快速处理大量数据变得越来越重要。
112 0
|
机器学习/深度学习 人工智能 分布式计算
如何通过广泛、集成和自动化的网络安全保护所有边缘设备
通过将安全性和网络结合在一起,安全性不再充当叠加层。与其相反,需要了解网络功能,可以动态调整配置、策略和协议,以确保持续的保护和一致的实施。许多组织都在朝着平台方法迈进,但是平台需要考虑所有因素,而不是只关注某一个领域。平台不能只是端点的平台或是网络中的平台或跨多个云平台的平台。它必须是跨网络所有区域的平台,始终如一地端到端地工作,并使用身份和威胁情报加以增强。
153 0
|
安全 算法 数据挖掘
网络安全防护之态势检测系统的挖掘分析
互联网的迅速发展和广泛应用,使互联网与各行各业深度结合。同时,网络安全问题日益突出,网络安全威胁日益严重。中国的网络安全形势不容乐观。恶意病毒、代码、安全漏洞等问题似乎在良好的网络环境中不断发生,泄露的信息不计其数。面对各种网络安全问题,国家不断出台各种网络安全政策,应对各种隐患和挑战。其中,面对海量的网络安全数据,如何有效地挖掘和分析,形成客观的网络安全分析是非常重要的部分,也是本文讨论的主要内容。
177 0
网络安全防护之态势检测系统的挖掘分析