行业大数据有什么安全风险

发布时间：2022-05-19 15:27 所属栏目：125 来源：互联网

导读：网际空间安全面临的威胁越来越多样化。移动网络、云和虚拟化、物联网、工控系统等技术领域的快速发展，使得保护对象和攻击路径都变得更加复杂。而攻击来源也从早期的个人黑客变为犯罪团伙、政治势力、网络部队等更严密的组织。甚至大数据技术本身也被攻击

网际空间安全面临的威胁越来越多样化。移动网络、云和虚拟化、物联网、工控系统等技术领域的快速发展，使得保护对象和攻击路径都变得更加复杂。而攻击来源也从早期的个人黑客变为犯罪团伙、政治势力、网络部队等更严密的组织。甚至大数据技术本身也被攻击者所利用。能够应对核威慑的，只有核威慑本身;能够应对大数据攻击技术的，也只有大数据安全技术。目前安全行业的大数据应用场景主要包括：网络安全态势感知、高级持续威胁检测、伪基站发现与追踪、反钓鱼攻击。

1、网络安全态势感知。近年来，网络安全事件层出不穷，传统安全防御措施很难及时、有效的发现安全威胁。这就需要依靠互联网的海量安全数据，解决网络安全监控的问题，通过大数据技术对这些安全要素信息进行分析，全面、精准的掌握网络安全状态，并以可视化的方式，向网络安全监管单位提供所属管辖范围内的实时感知，同时针对安全隐患提供通报等手段帮助监管单位完成安全监控的闭环，从而改变当前“黑客主动攻击、企业被动防御”的局面。

态势感知技术这一概念源于美国空军的研究，此后在核反应控制、空中交通监管及医疗应急调度等领域被广泛应用。在安全领域，该技术是指广泛采集和收集广域网中的安全状态和事件信息，并加以处理、分析和展现，从而明确当前网络的总体安全状况，为大范围的预警和响应提供决策支持的技术。态势感知技术主要是应对大范围广谱威胁，相关的技术包大数据安全标准化 38 括海量异构数据分析、深度学习、网络综合度量指标、网络测绘、威胁情报、知识图谱、安全可视化等。

2、高级持续威胁检测。高级持续性威胁具有精心伪装、定点攻击、长期潜伏、持续渗透等特点，已经成为网络犯罪和间谍活动的首选攻击方式。过去针对特定网络APT 定向攻击的发现有两个难点：一是未知威胁分析过程缺少对历史数据的支持，难以进行回溯关联，遗漏了很多关键信息;二是缺少外部情报的来源，只依赖于自有的黑域名/黑IP库，检测的精度和效率都难以满足需求。

3、伪基站发现与追踪。伪基站是一种小型或微型的信号收发装置，和运营商的真实基站类似，能够获取周围的手机与基站的设备信息，通过模拟真实基站通信机制，迫使周围的手机连接到该仿冒的基站上，向普通用户发送垃圾短信，甚至冒用号码，群发诈骗信息。采用大数据技术，则可以极大提高发现伪基站的能力和效率，并可以及时阻断诈骗短信中的钓鱼链接，打破诈骗链条。具体包括以下步骤：第白皮书 (2017)一，通过手机用户举报垃圾短信，或者通过手机专业软件主动拦截并上报垃圾短信，大量收集伪基站短信中包含的时间、地点、内容、仿冒的基站号等各种信息。

4、反钓鱼攻击。钓鱼攻击是一种利用社会工程学手段，伪装在线金融或交易平台的网站，针对客户个人身份数据和金融账号进行盗窃的犯罪行为。近些年来，钓鱼攻击相关的网银欺诈案件使得用户蒙受巨大的经济损失，也严重影响了银行业金融机构的声誉。发现钓鱼网站，需要利用搜索引擎扫描相关互联网址，并通过大数据建模过滤掉可信页面与重复页面，筛选出有嫌疑的钓鱼网址页面，将这些页面输入到分析引擎中;用户也可以进行举报，将钓鱼网址上报到分析引擎的数据库中。

分析引擎通过规则模型综合研判、机器学习等方式检测出钓鱼网址和页面。将发现的钓鱼网站和网页汇集成为网址信誉库，金融机构可以把具有欺诈性的URL信息提到这个信誉库中，其中的信息就是是否拦截网页访问的依据。各终端访问钓鱼网站时，通过与云关联的终端软件，提示并阻止用户的访问行为。

（编辑：ASP站长网）