WatchGuard:怎样用“大数据”降低网络安全成本

安全
面对网络威胁的不断快速翻新升级,很多企业中安全管理策略存在着“过期风险”,在落后的威胁预警机制下,企业很有可能成为数据泄露的受害者。然而另一方面,在很多注重风险评估的用户中,虽然网络安全风险得到了一定的控制,但却普遍遇到了人力成本攀升的难题。“

面对网络威胁的不断快速翻新升级,很多企业中安全管理策略存在着“过期风险”,在落后的威胁预警机制下,企业很有可能成为数据泄露的受害者。然而另一方面,在很多注重风险评估的用户中,虽然网络安全风险得到了一定的控制,但却普遍遇到了人力成本攀升的难题。“安全”与“成本”看起来正在成为一对难以协调的矛盾。那么,如何在“不添人手”的情形下,有效地阻止网络安全危机爆发?如何在更广泛的数据分析中,让系统更容易得出正确的安全策略呢?WatchGuard认为,大数据的思想或许能帮上忙。

WatchGuard:怎样用“大数据”降低网络安全成本

如今,安全专业人员匮乏的情况非常普遍。一份来自全球企业增长咨询公司Frost & Sullivan的报告显示:在访问了12000多位信息安全专业人士的调查中,有56%的受访者表示他们的机构缺少网络安全方面的专业人才,同时也难以筹措资金负担这方面的投入。

在新西兰首都惠灵顿,一家为用户提供云基础架构和安全托管的服务商便遇到了这个问题。虽然信息安全日益被重视使得许多客户选择了他们这家安全服务公司,但在收益增加的同时,作为MSSP安全服务商,他们与客户的情况类似,同样遇到了“缺人”的难题。公司的决策层表示,从安全风险的角度考虑,绝不能放过每条可疑的日志,因为这是帮助客户排除威胁,保障服务质量的关键。但“人手不够”、尤其是高级网络威胁分析人员紧缺的情况越来越明显,再加上工程师都被繁琐的日志分析工作拖住了,这消耗了所有人的精力,并严重制约了公司业务的发展速度。

在寻找解题答案的过程中,这家MSSP选择了WatchGuard推出的Dimension解决方案。全新的分析系统采用了云计算和大数据技术,非常方便地就能洞察到安全威胁和发展趋势的关键点。公司技术总监表示:他们的业务部门完全可以放开手脚,因为Dimension云安全网络解决方案帮助技术部门实现了智能化、敏捷化、简单化的日志分析工作,并在威胁预警、追踪和分析能力不再完全依靠人力。而Dimension的分析报告更成为了业务收入的增长点,自动化实时生成的威胁评估报告,以及对应的安全策略建议,都为MSSP的客户提供了最高级别的服务。

Dimension工作在更高效和便捷的云操作环境中,并在日志分析方面采用最先进的大数据技术作为底层支撑。思想与技术的融合,让Dimension在第一时间洞察网络变化,并为用户推荐更专业的安全策略。在树形层级菜单的引导下,管理员和决策者都可拥有“属于自己”的数据报表,高效率的挖掘出埋在网络深处危险地带。另外,基于全球威胁地图的展现层设计和超过70种数据集合的报告,更可以让威胁探测的结果清晰可见,这包括动态的仪表盘、专业的指导意见、优秀客户的实践结果。

WatchGuard 中国区市场总监万熠表示:在我们与Slashdot网站共同发起的一份调研报告中显示,日志数据的成倍增长,让51%的安全专家已经无法在第一时间找出网络中可疑的应用,而工作在“能见度”极低的日志管理平台上,更不可能定位那些威胁企业核心机密的源头。这些都使得安全评估、威胁源头追踪,以及法规遵从工作都难以再从日志入手。而Dimension恰恰可以帮助用户在日志管理和威胁分析中实现“大”与“快”。

据了解,WatchGuard推出的实时化、可视性解决方案Dimension,与旗下的XTM统一化威胁管理平台形成了更先进的组合方案,并在市场上呈现了一系列的良好反馈。现在Dimension在VMware之外已经对Mircosoft Hyper-V等更多虚拟化平台提供了支撑,这也为WatchGuard 2013年第4则季度创下了23%增长的财务业绩新高。

如今,以数据窃取威胁为代表的新一波攻击已经到来,特别是对于新近投入网络业务洪流的中国企业而言,专业网络安全人员的匮乏,就更需要专业的网络威胁防护系统进行补充,以消除安全运营成本不断攀升的难题。若要阻止危机爆发,企业需要以最简洁明了的方式对信息系统健康状况进行广泛的数据评估,这与采用随机样本分析的意义相差甚远。而来自Dimension国外成熟用户的热情反馈,充分展现了云和大数据技术在网络威胁管理中的价值。

责任编辑:蓝雨泪 来源: 51CTO.com
相关推荐

2013-11-29 17:17:57

下一代防火墙大数据WatchGuard

2014-04-26 14:42:36

2019-12-26 12:47:10

BashLinux命令

2020-05-11 10:11:51

网络安全大数据全技术

2016-12-22 10:44:30

数据分析找对象大数据

2015-08-27 10:02:59

2021-01-27 13:32:27

大数据互联网IT

2012-05-30 11:29:14

Hadoop大数据

2021-06-11 13:57:46

网络安全大数据安全互联网

2012-10-26 11:29:33

2017-12-05 07:57:34

2013-08-13 10:27:15

2024-05-13 12:56:19

2012-12-04 17:37:58

2009-10-15 14:42:35

数据中心布线方案

2019-11-08 15:10:59

BashBash编程Linux

2018-04-11 09:30:16

Linux硬盘分区parted

2019-11-20 12:30:21

Python编程语言语音识别

2010-12-17 09:30:05

2013-04-27 15:39:03

点赞
收藏

51CTO技术栈公众号