原創|行業資訊|編輯:郝浩|2013-10-18 09:39:38.000|閱讀 1093 次
概述:對于大數據問題,最近,根報告顯示44%的企業相信他們當前的數據收集和分析安全級別可以被分類為"大數據"。另外的44%則相信在未來的兩年內可被分類為"大數據"。今天我們就要來談一談大數據安全分析的4個關鍵點——算法、可視化、環境、自動化,幫助企業對大數據有一個更加準確的認識。
# 界面/圖表報表/文檔/IDE等千款熱門軟控件火熱銷售中 >>
對于大數據問題,最近,根報告顯示44%的企業相信他們當前的數據收集和分析安全級別可以被分類為"大數據"。另外的44%則相信在未來的兩年內可被分類為"大數據"。今天我們就要來談一談大數據安全分析的4個關鍵點——算法、可視化、環境、自動化,幫助企業對大數據有一個更加準確的認識。
為了進一步深化我們的觀點,我們做了一個小調查,看看人們對大數據的認知情況如何以及對大數據安全等問題的看法,具體結果如下圖。大家可以結合現在人們對大數據了解的基本情況, 對自己企業大數據安全分析現狀進行評估。
大數據安全分析中,算法代表手動和自動的區別分析,使用算法,可以讓你的分析師得到智能技術支持。如果沒有算法,分析師們就很有可能被迫自己處理龐大數據。大數據安全分析算法應該混合數據,有強大的處理能力以及精確的規則。比如:機器語言學習、異常行為的檢測 。
數據可視化安全問題仍然是基礎。主要通過各種圖表、表格等來完成。我們常用的數據可視化工具有Excel、Spreadsheet、Pivot Table等。數據可視化技術在現今是一個新興領域,有越來越多的發展、研究等數據可視化分析,在諸如美國這些國家不斷被需求。
當惡意軟件向沒有安裝安全補丁的目標系統發動攻擊,自然而然,這是一個緊急事件。另一方面,惡意軟件向一個安裝了安全補丁的目標系統發動攻擊,一般來說,這就沒有前者那樣緊急了。大數據安全分析將會混合安全檢測/監測,不斷地評估攻擊危險級別。
自動化需要一段時間,因為這其中包含了從入侵檢測系統到入侵防御系統的過渡。安全專家們總會做一些可能的壞情況分析。隨著企業或個人對大數據的需求,安全自動化對于企業來說也日益增長,比如思科利用網絡結構、云端大數據安全智能等來實現網絡安全自動化。
推薦閱讀:
本站文章除注明轉載外,均為本站原創或翻譯。歡迎任何形式的轉載,但請務必注明出處、不得修改原文相關鏈接,如果存在內容上的異議請郵件反饋至chenjj@fc6vip.cn
文章轉載自:慧都控件網