我们只致力于宣传
来源:未知 发布时间:2017-08-10 阅读:
|
作为全球领先的网络解决方案供应商，思科每年都会定期发布全面的网络安全报告，旨在披露最新的网络威胁和漏洞信息，总结威胁演变的新趋势，为企业安全决策提供专业的参考意见。今年7月，思科按例发布了《2017年中网络安全报告》。报告指出，由于安全漏洞造成的影响不断恶化，加之黑客攻击范围持续扩大，企业面临的网络攻击越来越多，安全团队每天需处理的安全警报数已远远超过其承受能力，网络安全形势愈发严峻。
表1数据显示，约40%的受访者表示其所在企业每天都会接到数千个安全警报，其中信息价值高的公用事业和金融业更是成为黑客攻击的重点对象，这一比率高达50%和46%。而人员短缺、资源匮乏的安全团队，在成千上万的安全警报面前显得力不从心。报告显示，已接收的安全警报中，只有一半左右的警报被调查，即使是在对信息安全要求较高的公共部门和公用事业部门，调查比率也只有65%和63%。警报被核实为真实威胁后，修复比率也令人担忧，真实威胁修复比率最高的公共部门也仅有47%的修复率，而在交通运输业，这一比率只有33%。
就目前市场上现有的安全产品来看，降低误报率主要通过两种方式，一是采用威胁情报进行攻击确认和检测，二是在SOC系统里采用多源数据联动聚合检测的方式进行攻击确认。这两种方式都能达到降低误报率的目的，但各自有各自的局限性。通过威胁情报进行报警确认需要有高质量的威胁库作为基础，而使用多源数据联动聚合检测的SOC类产品则实现和使用难度较大，二者均只能应对已知威胁。好在人工智能的发展为解决这一问题提供了新的解决思路。采用机器学习的方式对已告警数据进行再检测，能有效避免误报、漏报，同时有效应对未知威胁。 基于人工智能技术的优点，已经有安全供应商尝试将其应用到安全产品中。以先进的人工智能技术为基础，八分量团队提出了降低误报率的新思路：当违反规范的异常行为发生时，利用人工智能模型对用户行为进行检测，智能生成全面的威胁信息。在此基础上，对威胁信息进行差异化模型再检验，通过再检验的威胁会形成安全警报。双重模型检验可有效降低误报率，为安全运维人员提供全面准确的威胁情报，帮助安全团队进行决策。 基于该思路，八分量团队（http://www.8lab.cn/）推出了“八分量®持续免疫系统”。该系统依托大数据智能分析，能预判威胁程度并判断威胁级别，实时发出不同级别的告警通知，并进行归类处置，帮助安全团队分清工作主次。此外，系统在人工智能技术的支持下，对所有未知威胁实施自组织对抗，实现第一时间响应处置，同时智能生成全面准确的威胁情报，帮助安全团队及时决策并辅助人工处置，在极大减轻安全团队工作负担的同时保障企业信息安全。 |
