解析大数据时代的泛终端安全管理
近日,第九届政府/行业信息化安全年会在北京召开。本届年会以“新技术·新应用·新安全”为主题,邀请了信息安全主管部门和政府行业信息化建设相关负责人、信息安全领域权威专家学者以及业内知名信息安全厂商代表,就新形势下信息安全技术的创新、产业化发展等问题深入探讨、共谋发展。北信源公司已连续四届应邀参加此会,在此届大会上,北信源首席战略官胡建斌博士应邀在会上做了题为《大数据时代的泛终端安全管理》的专题演讲,就当前大数据时代终端安全管理面临的问题与挑战做了深入剖释,同时结合北信源公司产品和技术情况前瞻性地解析了大数据时代泛终端安全的趋势。
据了解,政府/行业信息化安全年会由公安部网络安全保卫局、科技信息化局等单位指导,公安部第三研究所主办,《信息网络安全》杂志承办,自2006年举办首届以来,已成功举办八届,并越来越成为政府部门人士和信息安全界知名专家学者交流研讨政府和行业信息化安全问题的平台,并引领和推动了领域的学术和应用发展。据会议主办方介绍,现阶段,实现国家政治、军事、经济、文化、社会、科技等安全离不开网络安全,因此,政府部门与相关产业应聚焦信息安全关键技术和核心产品,做好内部总体规划,扎实行动起来,在创新中有所突破,实现发展,这也是本届年会的主旨所在。
在年会上,中国工程院院士沈昌祥分析了XP停止服务带来的风险与契机,指出要大力发展自住操作系统,走自主创新的可信计算发展之路。中央网信办技术局杜跃进教授指出网络安全空间对抗正在不断演变,网络安全正在改变世界的规则,应强调实战,在竞评演练中发现新问题、获得新方法、挖掘新人才、验证真效果。中国科学院信息工程研究所林东岱教授则倡议以“科学”的角度研究信息安全,指出了信息安全科学的五个困难问题包括:构件的组合方法与扩展方式、基于策略的安全协作方法、安全性度量方法及预测模型、信息系统的弹性架构设计方法、参与人行为的理解与建模,有待于发展出一套基础原理与方法,在安全系统的设计和实现方面,给人们以指导与帮助,而不受制于信息安全这种总在变化的局面。
在大数据时代,泛终端是大数据的重要输入输出口,一方面大数据的需求推动泛终端的演进,另一方面泛终端的演进也促进大数据应用的发展。同时,随着云计算和虚拟化技术的发展,终端通过承载管道逐步向云端延伸,将复杂的大数据计算、庞大的大数据存储等都移向云端来处理,终端“瘦”下去了,云端数据变“大”了,同时也提高用户体验,因此泛终端与云计算和大数据的深度结合将是大势所趋,预计未来几年内,将有更多的泛终端应用将基于云端提供,为大数据的应用提供天然的便利条件。
北信源首席战略官胡建斌博士在演讲中,深度解析了当前大数据时代的“泛”终端安全管理的发展态势。胡博士的演讲从大数据和泛终端发展趋势开篇,详细阐述了北信源全新的终端安全理念。他说:“北信源最先提出‘终端安全’这个概念,在这个市场,随着整个信息安全产业的发展,每一个细分市场都被放大、膨胀。所以,我们现在提出了大数据时代的泛终端安全理念。”与此同时,对终端的范围、内涵和外延进行拓展,引入新的技术去强化自身已有的优势,这就是大数据时代的泛终端安全。“泛”终端安全管理涉及多个方面,包括数据安全、移动终端安全、虚拟化安全、边界安全、内网安全、国产终端安全、主机安全等。在大数据解决方案上,目前北信源已经推出了网情与分析管理平台和机器大数据分析系统。北信源提出大数据时代的泛终端理念,对其自身而言,首先将进一步扩展对终端概念内涵和外延的延展,其次引入新的技术和理念,从而进一步强化北信源已有的优势。最后,胡建斌博士还同与会嘉宾交流了北信源正在进行的政府信息安全发展方面的课题研究。
北信源作为国家规划布局内重点软件企业、中国信息安全领域首批上市公司之一,现已植根信息安全市场近20载,经过多年的产品研发及市场开拓,北信源产品及解决方案完整覆盖了主机安全、数据安全、边界安全、虚拟化安全、移动终端安全、国产终端安全、服务器安全、大数据应用等多个方向的各个层面,其产品和服务连续多年入围中央政府采购,部署了超过三千万的终端。。作为中国终端安全管理领域的市场领导者,北信源已连续八年市场占有率第一,现已形成了一套完整的终端安全防护与保障体系,并得到了业界的一致认可。未来北信源将继续依托多年积累的行业经验以及大数据技术作为依托,进一步完善终端安全体系的建设,使自身逐步成为中国最具价值的民族信息安全体系建设的重要支撑。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21