360公司总裁齐向东:没有安全保障 大数据没有未来

本文涉及的产品
数据安全中心,免费版
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

近日,2016贵阳举办大数据与网络安全攻防演练总结大会,360公司总裁、360企业安全集团董事长齐向东在大会上表示,没有安全的保障,大数据产业没有未来,大数据产生了三个颠覆,发展大数据产业需要与IOT、深度机器学习以及安全技术三个方面进行结合,360将深度参与贵阳大数据安全产业发展。

在攻防演练总结大会上,360公司总裁、360企业安全集团董事长齐向东表示,大数据产生了三大颠覆,首先颠覆了产品和服务,360公司用云安全的方式来做互联网安全的产品,完全颠覆了整个网络安全行业的市场,电子商务运用大数据进行个性化推销,颠覆了传统商业服务模式;大数据通过机器深度学习,触类旁通、举一反三,通过数据的积累产生更高的智慧,颠覆了智慧;大数据还颠覆了企业运成本,有效的降低了企业运行成本。

“对一些没有数据积累或者没有活的数据积累的,只能谈到大数据的技术,产生不了大数据裂变式的价值。”齐向东强调,大数据必须与IOT智能硬件、深度机器学习以及安全技术才有更为广阔的未来。IoT是数据产生的源头,没有IoT设备的普及就没有大数据产业。360有13亿终端用户,90%以上的个人电脑,70%以上的手机都装了360的安全软件,每天都有几百亿条新鲜的,活的数据传输到360云端。运营商、大型电商、金融机构也拥有大量活的数据,这些大数据集中计算,产生的巨大的社会效益和经济效益。

大数据还要和深度机器学习结合。同样的数据多次排列组合,产生的结论和价值迥然不同,大数据只有结合深度机器学习才能让大数据价值最大化。

“传统网络安全设边界,也就是设围墙+大门方法,黑客用万能钥匙一开锁就没用了。”齐向东认为,大数据必须与安全技术相结合,目前漏洞频发,黑客攻击技术的不断创新,信息泄露防不胜防,包括个人隐私泄露、和企业生产数据、国家保密信息泄露等,给个人安全、企业安全和国家安全带来了巨大威胁。传统的防护技术已经无法解决大数据的安全问题,必须运用、创新大数据来保证大数据的安全,才能够推进大数据产业的发展。

目前,360运用大数据的网络安全态势感知系统最近已经在全国各地落地,360有能力保障相关企事业单位大数据安全。

据了解,贵州作为首个国家大数据综合试验区,正在实施大数据战略,目前已经建成数据中心、呼叫中心,数据交易中心等大数据产业集群。360公司和贵阳签署了战略合作协议,双方就贵阳大数据安全顶层设计、大数据应用靶场建设、安全产品应用、攻防演练和产业基地建设共同发力。360将用大数据、安全技术、安全专家等多方面优势全力支持贵阳大数据安全和安全产业发展。

2016贵阳大数据与网络安全巨型攻防演练要求各支队伍在真实网络环境中对抗,检出、修复省内68家重要企事业单位网站漏洞,通过攻防演练,相关专家与科技人员加强大数据与网络安全领域交流探索,在大数据与网络安全保障能力、安全人才、安全产业等多方面形成一系列实用价值高、示范意义大、影响辐射广的运用成果。



本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。

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 
目录
相关文章
|
2月前
|
存储 安全 大数据
大数据隐私保护:用户数据的安全之道
【10月更文挑战第31天】在大数据时代,数据的价值日益凸显,但用户隐私保护问题也愈发严峻。本文探讨了大数据隐私保护的重要性、面临的挑战及有效解决方案,旨在为企业和社会提供用户数据安全的指导。通过加强透明度、采用加密技术、实施数据最小化原则、加强访问控制、采用隐私保护技术和提升用户意识,共同推动大数据隐私保护的发展。
|
2月前
|
存储 安全 大数据
|
5月前
|
存储 监控 安全
大数据架构设计原则:构建高效、可扩展与安全的数据生态系统
【8月更文挑战第23天】大数据架构设计是一个复杂而系统的工程,需要综合考虑业务需求、技术选型、安全合规等多个方面。遵循上述设计原则,可以帮助企业构建出既高效又安全的大数据生态系统,为业务创新和决策支持提供强有力的支撑。随着技术的不断发展和业务需求的不断变化,持续优化和调整大数据架构也将成为一项持续的工作。
|
5月前
|
安全 关系型数据库 MySQL
揭秘MySQL海量数据迁移终极秘籍:从逻辑备份到物理复制,解锁大数据迁移的高效与安全之道
【8月更文挑战第2天】MySQL数据量很大的数据库迁移最优方案
836 17
|
6月前
|
分布式计算 安全 大数据
HAS插件式Kerberos认证框架:构建安全可靠的大数据生态系统
在教育和科研领域,研究人员需要共享大量数据以促进合作。HAS框架可以提供一个安全的数据共享平台,确保数据的安全性和合规性。
|
6月前
|
SQL 安全 大数据
如何安全的大数据量表在线进行DDL操作
如何安全的大数据量表在线进行DDL操作
82 0
如何安全的大数据量表在线进行DDL操作
|
7月前
|
机器学习/深度学习 自然语言处理 监控
金融行业的大数据风控模型:构建安全高效的信用评估体系
金融机构借助大数据风控提升信贷效率,通过数据收集、清洗、特征工程、模型构建与评估来识别风险。关键技术涉及机器学习、深度学习、NLP和实时处理。以下是一个Python风控模型构建的简例,展示了从数据预处理到模型训练、评估的过程,并提及实时监控预警的重要性。该文旨在阐述大数据风控的核心要素和关键技术,并提供基础的代码实现概念。【6月更文挑战第23天】
1077 8
|
3月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
2月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
428 7
|
2月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
58 2