本篇教程介绍了当前网络社会信息安全走向取决于大数据应用，希望阅读本篇文章以后大家有所收获，帮助大家对大数据云计算大数据应用的理解更加深入。

<

    快速发展的互联网技术不断地改变人们的生活方式，然而，多层面的安全威胁和安全风险也不断出现。对于一个大型网络，在网络安全层面，除了访问控制、入侵检测、身份识别等基础技术手段，需要安全运维和管理人员能够及时感知网络中的异常事件与整体安全态势。

    对于安全运维人员来说，如何从成千上万的安全事件和日志中找到最有价值、最需要处理和解决的安全问题，从而保障网络的安全状态，是他们最关心也是最需要解决的问题。与此同时，对于安全管理者和高层管理者而言，如何描述当前网络安全的整体状况，如何预测和判断风险发展的趋势，如何指导下一步安全建设与规划，则是一道持久的难题。

   大数据给信息安全带来的最大改变是通过自动化分析处理与深度挖掘，将之前很多时候亡羊补牢式的事中、事后处理，转向事前自动评估预测、应急处理，让安全防护主动起来。大数据对安全厂商而言，意味着海量日志、黑客攻击更加隐蔽，同时也是安全技术水平提升的有效手段。

    当然，在大数据给企业带来的风险和机遇同时，大数据也给信息安全发展带来了新的机遇和挑战。因为网络攻击或非法泄露信息的行为或多或少总会留下蛛丝马迹，这些痕迹都以数据的形式隐藏在大数据中。企业可以通过对大量网络攻击事件的分析，找出潜在的风险点，从而制定更好的预防攻击、防止信息泄露的策略。但是这有一个前提，那就是必须保证进行网络攻击事件分析所依据的信息是准确的、可靠的，如果原始数据即已遭到非法篡改，那数据分析则会被误导，这将使企业陷入更加糟糕的境地。这说明基于大数据的信息安全发展也是要以信息安全本身为基础的。

    企业IT管理人员一定不会对以下这个场景感到陌生：一名员工在集团上海分公司刷卡进入公司内部，五分钟后后台系统显示该员工在北京分公司登录企业OA系统。孤立地看，这两件事都不属于安全事故，但如果将它们联系起来，IT人员就会立刻意识到问题的严重性，一个人怎么能在五分钟内从上海飞到北京？企业信息正面临泄露风险。

    如果集团的IT系统复杂，各地分公司每天产生的日志数量繁多，并且不能集中管理，类似的安全威胁就可能淹没在几十万条安全日志里。现在，借用大数据分析，SIEM（安全信息和事件管理）正在让这些安全隐患无所遁形。

    “大数据给信息安全防护带来的最大改变就是我们通过自动化分析处理与深度挖掘相结合，可以将之前很多时候亡羊补牢式的事中、事后处理，转向事前自动评估预测、应急处理，让安全防护真正可以主动起来。”某专业人士认为，安全厂商应该利用这种趋势，让自身的产品方案和大数据分析相结合，形成从数据收集分析到安全管理策略下发，再到效果评估的一整套安全解决方案，从而完成从销售相对孤立产品到真正解决方案式的模式转变。

    网络安全感知能力具体可分为资产感知、脆弱性感知、安全事件感知和异常行为感知4个方面。资产感知是指自动化快速发现和收集大规模网络资产的分布情况、更新情况、属性等信息；脆弱性感知则包括3个层面的脆弱性感知能力：不可见、可见、可利用；安全事件感知是指能够确定安全事件发生的时间、地点、人物、起因、经过和结果；异常行为感知是指通过异常行为判定风险，以弥补对不可见脆弱性、未知安全事件发现的不足，主要面向的是感知未知的攻击。

    大数据在信息安全领域的应用包括宏观上的网络安全态势感知和微观上的发现安全威胁，尤其是APT攻击上。一些企业认为应该加强对大数据本身的隐私保护，有人却认为完全没有必要，“大数据是价值低密度的数据，安全厂商没有必要保护大数据的安全，而是应该利用大数据分析来发现更多安全威胁，这是安全厂商难得的机会”。在他看来，大数据分析的技术难度并不大，安全厂商也可以通过购买或合作获得，“重要的是分析的逻辑，包括查询条件、查询时间的起止点等，这些考验的还是安全厂商的传统思维”。      
          

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标大数据云计算大数据应用频道！