2022-11-22 05:42来源:m.sf1369.com作者:宇宇
人工智能在网络安全领域的应用有非常突出的特点和优势,由于近些年来大数据量的爆发、计算能力的大幅度增长,同时也让人工智能技术实现了质的飞跃。
第一,针对于大数据的分析和识别威胁方面,可以为大数据做出安全保障。利用人工智能能够对原本模糊、非线性的海量数据进行甄别,非常有效地提升了大数据的安全检测效率、准确度,并能够进行自动化的检测。
第二,针对于关联性安全态势方面的分析,利用人工智能可以全方位地分析出内外部所存在的安全隐患。
1.工业云安全技术(云安全包括虚拟化安全、数据安全、应用安全、管理安全等。);
2.工业物联网安全技术(信息采集、传输、处理、隐私保护);
3.工控系统安全技术(涵盖以下五方面:)
(1)工业控制系统安全风险分析、评估技术、威胁检测技术,大数据分析、漏洞挖掘技术。
(2)工控系统信息安全体系架构及纵深防护技术。
(3)工控系统信息安全等级保护技术(构建在安全管理中心支持下的计算环境、区域边界、通信网络三重防御体系)。
(4)本质安全工控系统关键技术(安全芯片、安全实时操作系统、安全控制系统设计技术)。
(5)可信计算应用技术(可信计算平台技术、可信计算组件、可信密码模块应用技术)。
目前,工业控制系统信息安全威胁主要包括黑客攻击、病毒、数据操纵、蠕虫和特洛伊木马等。
一、规模、实时性和分布式处理
大数据的本质特征(使大数据解决超过以前数据管理系统的数据管理和处理需求,例如,在容量、实时性、分布式架构和并行处理等方面)使得保障这些系统的安全更为困难。大数据集群具有开放性和自我组织性,并可以使用户与多个数据节点同时通信。
二、嵌入式安全
在涉及大数据的疯狂竞赛中,大部分的开发资源都用于改善大数据的可升级、易用性和分析功能上。只有很少的功能用于增加安全功能。
但是,你希望得到嵌入到大数据平台中的安全功能。你希望开发人员在设计和部署阶段能够支持所需要的功能。你希望安全功能就像大数据集群一样可升级、高性能、自组织。问题是,开源系统或多数商业系统一般都不包括安全产品。而且许多安全产品无法嵌入到Hadoop或其它的非关系型数据库中。
多数系统提供最少的安全功能,但不足以包括所有的常见威胁。在很大程度上,你需要自己构建安全策略。
三、应用程序
面向大数据集群的大多数应用都是Web应用。
它们利用基于Web的技术和无状态的基于REST的API。基于Web的应用程序和API给这些大数据集群带来了一种最重大的威胁。在遭受攻击或破坏后,它们可以提供对大数据集群中所存储数据的无限制访问。
应用程序安全、用户访问管理及授权控制非常重要,与重点保障大数据集群安全的安全措施一样都不可或缺。