Websense分析總結:數據安全之二三事

2021-01-08 DOIT

數據安全似乎已經成了2011年信息安全的主要命題之一。作為全球領先的內容安全廠商,Websense在其2010年安全威脅報告就已經指出:「2010年發生的主要攻擊都有共同的目標:竊取數據」,其中還包括轟動一時的「極光(Aurora)和超級工廠病毒(Stuxnet)等。

而1月份爆發的「雷諾間諜案」則又為企業需警惕員工洩露內部核心數據敲響了一記警鐘。據法國方面的新聞報導稱,雷諾兩名高管涉嫌盜竊和倒賣關乎雷諾未來發展的電動車資料。同時還有知情人爆出,雷諾與其合作夥伴為電動汽車項目投入了40億歐元,此事將可能危及雷諾汽車未來的發展和數千人的就業。而同時,法國政府還是雷諾汽車15%股份的持有者,這一事實讓此次洩漏事件的最終損失變得愈加難以估計。在此,我們且不論此次洩露事件爆出的背後是否有著更多的商業競爭和政治因素,但其直指了一旦企業的核心數據洩漏將為企業帶來危險的後果。

眾所周知,數據洩露一般經由三中途徑造成,一是內部員工惡意竊取數據,二是內部員工無意間將數據外洩,三是外部威脅(如有組織的黑客犯罪集團及惡意軟體等)。但在今天,無論是網絡犯罪者,或者企業員工都清楚地意識到企業中的某些數據就是一種有形的價值資產,獲取企業的敏感數據就等同於獲得了現金。在這種直接利益引發的誘惑,我們不難預測在2011年甚至更遠的將來,數據洩漏問題只會越演越烈。

如果威脅已經無法避免,那麼企業應如何面對各種途徑造成數據洩露問題呢?隨著企業逐漸對數據安全重視,市場中各種類型的數據安全產品和解決方案也在各自為營,企業安全相關工作人員需要準確判斷自身數據安全需求,並正確認識數據安全解決方案的特點,才能為企業做出最佳的數據安全產品選擇,和最符合成本利益投資。對於數據安全我們需要了解:

安全是相對的,安全風險永遠不可能等於0

用戶有時候對數據安全的應用希望能夠追求盡善盡美,傾向於把所以認知到的數據安全問題項都羅列出來,並希望這些數據安全問題能全部解決。但安全和威脅一直都是博弈存在的,此長彼消。作為安全廠商和企業我們共同的目標是要做到讓數據安風險趨於0,而不是過於追求大而全的單款方案。在選擇數據安全產品時,企業進行更多理性判斷,諸如,什麼情況下適合用怎樣數據安全技術來對此類問題進行控制,而什麼情況下我們需要藉助數據安全工具將企業數據洩漏風險到最低,當然這個最低是業企業所能接受的,這樣企業才能正確衡量投入多少資本進行安全防護是合理的,從而收到高的安全投資回報。

數據安全問題其實也是一種風險管理的問題,我們應該先解決最為嚴重的數據洩露風險,對於無法迴避的數據洩露風險應該採用規章制度或者其他轉嫁方法來解決。

數據安全不單單為一個部門,而是為企業運營解決問題

為企業解決數據安全問題,最理想的做法是從企業業務風險大小出發,告之企業一旦數據洩露對其業務影響有多大,這種影響絕不是只對其 IT層面。如果企業的圖紙和原始碼等核心數據洩露,整體企業都必須為其承擔風險,而風險程度對於每個企業是各不相同的。例如某廠商的一款晶片的相關核心技術提前洩漏,由於一款晶片的生命周期是18個月,那麼洩漏一款晶片對企業就不僅僅是半年到一年的影響,而意味著未來18個月企業都很難翻身。這對企業來說不是簡單的幾十萬的損失,而是幾百萬甚至更多的無法預估的損失。所以要把數據洩露放在企業運營層面看待,它不僅僅保護企業內部的一些流程,不是對企業IT架構有多重要,而是對企業有多重要。數據安全不單單為一個部門,而是為企業運營解決問題。

數據洩漏防護(DLP)解決方案遠遠大於訪問控制或加解密

數據洩漏防護(DLP)解決方案是目前最為成熟和國外最主流的數據安全保護方案,它可以有效識別各種機密數據的內容,從而應對各種數據變形後的洩密事件。但目前國內推出的DLP解決方案大部分依託於訪問控制,加解密的保護。但在國外比較成熟的DLP產品會更多關注數據的內容到底是什麼,它會用更多的技術去分析企業正在洩露的數據是工資單、圖紙還是原始碼。而不是不管是源文件還是代碼,統統在策略中定製的只要是機密,就加密。

加密和DLP其實是兩個概念。一款成熟的DLP產品需要做到能夠真正識別企業機密數據的內容,正確的認識企業的業務流程(誰可以把何種企業數據發送到哪裡?)以梳理出合理的業務流程保證敏感數據正確的流動,此外,還需針對主要的HTTP/s、 SMTP和USB等不同的業務渠道進行保護,並可以施以統一的策略管理和部署。

單純通過加密和訪問限制來對數據安全防護是非常局限的。進行加密之後文件從技術上講內容被改變了,數據可能受到影響。此外,加密也可能會成為一種偽裝,因為加密決策是由人來制定的。所以如果企業沒有審計制度,就無法保證決策外的機密文件及其裡面的內容是否沒有被洩漏的。而這時,企業就會需要另尋專業的DLP技術來審計分析,外傳文件中是否含有原始碼等重要內容,因為審計部門靠人工是很難發現文件中是否有組合原始碼的。並且,大範圍內的加解密也會影響業務效率,尤其是對於上GB的文件來說。但一款專業的DLP方案能判斷出真正是機密的內容,從而阻止外傳,降低安全效率的損耗,縮小範圍,提升效率。

但是,通常DLP解決方案無法解決數據已經洩漏到公司外部的情況,因此,企業可以採用加密、數字水印等技術來進行補充保護。

Web是當今數據洩露的主要通道

在Websense安全實驗室針對2010年威脅的研究報告中就指出:52% 的數據洩露攻擊通過Web實現。因為各種現代混合攻擊都是通過將電子郵件威脅與Web攻擊組合來破解企業安全防護組建的軟肋。而另一方通過分析各種案例,我們不難發現由於員工的無意識或者疏忽造成的數據洩露事件最為頻繁。企業內部員工可能因為無心之過,例如,在網際網路上通過 Web 郵件網站將數據發送到自己的郵箱(如 gmail 和 hotmail),或是通過在線應用程式甚至Web2.0社交網絡發帖等行為,無意識將機密數據送到圖謀不軌的人的手裡。面向未來的數據安全解決方案需要能與保護Web的Web安全網關相集成,做到一方面可幫助企業將將業務擴展到各Web 2.0網站,同時還能保護和防止惡意威脅並防範任何故意或意外導致數據及機密信息洩露。

總體來講,無論是靜態、動態或使用中的數據,其價值都不容忽視。而一次數據洩露所帶來的損失可能比數據本身價值大得多。除了制定嚴格的數據保護法規和政策外,越來越多的政府開始著手實行對數據洩露方處以罰款的措施。 所以,從2011年企業起,企業應該更加強調和重視數據安全的應用。

未經允許不得轉載:DOIT » Websense分析總結:數據安全之二三事

相關焦點

  • 百度王宇:安全事件處理二三事
    對於很多企業來說,安全事件處理都算是傳說中的事情。很多企業對於安全事件處理沒有經驗,再往深了說都不知道自己是否受到了攻擊。烏雲安全峰會現場,來自百度雲安全部安全架構師&技術負責人王宇分享了百度處理安全事件的經驗——《安全事件處理二三事》。
  • 數據科學二三事
    「得數據者得天下」,因此,近年來,無論政府機構,企業組織,還是我們每一個體,都十分看重數據的採集與管理、隱私和保護,以及如何在保障數據安全的同時實現共享和流通,並且也在探索多種實現數據交易的機制、模式和方法。
  • 關於常見貓咪三聯疫苗—妙三多的二三事
    關於常見貓咪三聯疫苗—妙三多的二三事時間:2019-04-22 11:39   來源:今日頭條   責任編輯:青青 川北在線核心提示:原標題:關於常見貓咪三聯疫苗妙三多的二三事 小貓出生時,會從母乳中獲得保護自己的母源抗體,這些抗體使其免受病毒的侵害。不過,在幼貓開始斷奶後,這些抗體會漸漸消失。
  • 直播預告 | 科學公益:關於星系的二三事
    9月5日20:00,《科學公益:關於星系的二三事》將通過知領直播平臺與大家見面。掃碼預約會議內容科學公益直播」第35期,中國科學院國家天文臺研究員戴昱帶來分享主題:關於星系的二三事
  • 【數據安全之全景圖】開篇之作:DT時代的數據安全核心三要素
    導讀數據安全之全景圖 隨著DT(Data Technology 數據處理技術)時代的到來,規劃和構建安全體系架構的重心逐步由之前的以網絡空間為中心演進到以數據為中心,聚焦數位化組織最重要的生產要素——「數據」,最終關注的是「人和數據的關聯」。
  • 論文常用數據分析方法分類總結-2
    上篇文章我們總結了基本描述統計、信度分析、效度分析、差異關係、影響關係五種常見分析方法,下面繼續我們的總結。6. 相關分析匯總相關分析用於研究X和Y的關係情況,X、Y都為定量數據。如果是研究兩組變量之間的整體相關性,可用典型相關分析。7. 線性回歸匯總線性回歸用於研究X對於Y的影響,前提是因變量Y為定量數據。
  • 安全數據的判別分析
    安全數據的判別分析包括四大內容,如圖所示1 距離判別法2 貝葉斯判別法3 Fisher判別法Fisher判別法是一種先進行高維向低維投影,再根據距離判別的一種方法,就是通過將k組多元安全統計數據投影到某一個方向上(或某一低維空間中),使投影后的組與組之間儘可能地分開
  • 論文常用數據分析方法分類總結-4
    繼續我們的知識總結,本文總結包括:多選題研究、聚類分析研究、權重研究、非參數檢驗、數據分布。查看本系列之前的文章,可點擊下面的連結:論文常用數據分析方法分類總結-2論文常用數據分析方法分類總結-316.
  • 論文常用數據分析方法分類總結-3
    知識圖譜繼續我們的知識總結,本文總結包括:多選題研究、聚類分析研究、權重研究、非參數檢驗、數據分布。論文常用數據分析方法分類總結-211.正態性:很多分析方法的使用前提都是要求數據服從正態性,比如線性回歸分析、相關分析、方差分析等,可通過正態圖、P-P/Q-Q圖、正態性檢驗查看數據正態性。隨機性:遊程檢驗是一種非參數性統計假設的檢驗方法,可用於分析數據是否為隨機。
  • 王者榮耀:我和紅buff有個約會,關於猩紅石像的二三事
    後來終於有一位英雄衝破重圍,得到了紅buff的青睞,那位英雄的名字就叫做裴擒虎,後來裴擒虎留下了一部絕世秘籍,《我與紅buff有個約會》,接下來小編就給大家帶來關於紅buff的二三事吧。,獲得猩紅石像之力,也就是我們說的紅buff效果,當前版本,獲得猩紅石像之力後,普通攻擊會敵人造成減速效果,並且附帶一定的真實傷害。
  • ——記恩師唐子龍二三事
    其樂融融——記恩師唐子龍二三事●材料科學與工程系 姬穎  入選理由:他曾經是材料系的學生,現在是材料系學生的良師益友。  以身作則傳承清華精神,得此良師,吾輩之大幸!  第一次聽到「唐子龍」這個名字,是大二。
  • 科學家韓春雨二三事 韓氏父子"一門三教授"
    原標題:科學家韓春雨二三事 5 青年學者不容易 記者:很多人評價韓春雨的成功說有幸運的成分。您怎麼看? 韓田鹿:每個人的成功多少都會有幸運之光照到身上的成分。做實驗是有趣的事,我們的思路是對的,一定會找到我們想要的東西。人生是很簡單的。 記者:家裡知道你現在這麼出名嗎? 高峰:我爸看到網上的新聞了,他也很高興。其實,他也不知道我搗鼓的是什麼。 記者:之前家裡有沒有擔心過你?不找工作、做他們不了解的實驗。 高峰:沒有。我很感謝家人,他們沒有給過我壓力。我爸還一直囑咐我說,幹一個事就要成一個事。
  • 十年數據分析經驗,總結出這三類分析工具最好用
    提及數據分析工具相信小夥伴們都不陌生,但是很多人都會有個疑惑?數據分析工具這麼多,它們有什麼區別?哪個更好?哪個更強?我應該學習哪個?雖然這個問題有點俗套,但是很重要,我也一直努力在追求這個終極問題的答案。如果大家在網上去搜索這方面相關的信息,你又很難看到一個公平的觀點。
  • 安全數據的聚類分析和判別分析概述
    2)聚類與分類的區別分類是有指導的學習,聚類是一種無指導的學習通過一定的方法在逐步分類過程中將沒有類標誌的安全統計數據聚集成有意義的類。3)聚類分析的方法從基本思路上看,聚類分析的方法主要分為三類:系統聚類法、分解法和動態法(或快速聚類法)。
  • 明日方舟新幹員空弦數據測評及強度分析
    明日方舟空弦是新出的六星快狙幹員,具有一定的強度,很多玩家對於空弦的強度有所質疑,那麼今天我們就來看看明日方舟新幹員空弦數據測評及強度分析,看看空弦到底強不強?明日方舟新幹員空弦數據測評及強度分析【此分析只從數據出發測評該幹員的培養優先級,如有xp練卡請在本文結論上適當做加減分。】空弦,六星快狙,同定位同星級幹員有能天使。
  • 梁龍直播教學二手玫瑰 講述搖滾老炮成長二三事
    搖滾老炮線上音樂節講述成長二三事教學之外,梁龍還在直播中分享了幾首歌曲的創作故事和自己的搖滾成長二三事。他說《採花》這首歌對他來說意義重大,在這之前他一直苦於找不到自己的搖滾風格,「覺得是在別人的框架上做東西」。
  • 數據產品經理之數據分析與挖掘
    作為如今網際網路+過程中最火熱的關鍵詞之一,大數據越來越火,隨之而來的數據倉庫、數據安全、數據分析、數據挖掘等圍繞大數據的商業價值發掘利用相關的技術和知識越來越引起政府、企業和求職者的重視。其中,作為數據產品經理必備的專業知識之一的數據分析可以分為廣義的數據分析和狹義的數據分析,廣義的數據分析就包括狹義的數據分析和數據挖掘,人們常常提到的數據分析是指狹義的數據分析,數據挖掘和數據分析都是從數據中提取一些有價值的信息,但互相的側重點又有所不同。
  • 2020年統計數據中心工作總結 - 伊春
    2020年工作總結 2020年,統計數管中心在局領導的高度重視和指導下,經過統計數管中心全體人員的共同努力,在全局同志的大力支持下,按照年初工作部署,加大信息化基礎建設投入,強化計算機網絡安全和信息安全,提高計算機信息化服務水平,為統計數據運算與數據報送做好技術支撐工作
  • 「泉幣達人」魯迅之古錢收藏二三事
    藏泉遺稿,實為筆記北京八道灣魯迅故居中門1912年,魯迅應教育總長蔡元培之邀,到南京臨時政府教育部任部員,同年隨教育部遷到北京,任社會教育司第二科科長。魯迅在北京前後共住了十五年,那時的北京,遺老遺少一堆堆賣家當強撐度日,是收藏家浪裡淘金的黃金時代。生長於書香世家的周樟壽先生對文玩自然有與生俱來的敏感度。
  • 關於油漆的二三事——水性面漆篇
    作者:在每個周三我們的學園會給大家專門來講講油漆,在上周《關於油漆的二三事——底漆篇》中為大家做了一些簡單的底漆介紹。在噴塗底漆後一般的情況下高達模型就會形成灰的效果,當然了除了一些額外的癖好外,這種灰模的作品還是沒有辦法稱之為成品的。畢竟底漆所形成的顏色沒有飽和度也沒有對比度。這時我們就需要使用面漆進行模型的「著色」了。