画·说网安丨1口气搞懂数据资产梳理

于 2020-05-12 14:16:23 发布
阅读量1.2k 收藏 3
点赞数
分类专栏： 网络安全 数据泄露 数据资产梳理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_46640144/article/details/106075296
版权

 

近年来，数据泄漏事件不断增多

仅2019年1月-9月

全球披露的数据泄露事件就有5183起

泄露了惊人的79.95亿条数据

全球70多亿人差不多平均每人一条

 

对于企业而言，数据泄漏事件一但发生

轻则丢人，企业品牌严重受损

重则丢钱，股价暴跌、天价罚单不再是梦

甚至丢命，直接关门大吉、呜呼哀哉

 

 

数据泄露的缘由多种多样

可能是黑客叮上了有缝的蛋

也可能是公司内鬼胆大包天

但究其根源

还是因为公司的数据资产管理混乱无章

 

 

要建立合适的数据资产保护措施

首要任务便是数据资产梳理

如果不知道自己的公司拥有什么数据

数据所处位置及数据敏感级别

就不可能对其保持恰当的控制

 

 

那么，数据资产梳理需要几步来完成呢？

 

第一步：数据分类分级

 

根据预定义标准

对数据资产进行一致性分类分级

例如

通过预先定义

找出能够表征数据价值的关键字

 

 

又比如

根据数据的格式

对其进行属性分类

 

 

当然

还可采用自动化技术

如机器学习、自然语言处理和文本聚类等

实施有监督学习

提取短句或组合词作为语义特征

自动生成分类规则库

从而高效地进行精准分类

 

第二步：数据发现

 

根据上步中生成的分类规则库

对所有终端、服务器、云资源进行资产扫描

弄清楚有哪些数据资产

敏感数据分布在哪里

权属关系又如何

向管理者呈现不同密级的数据分布情况

在了解这些信息后

才能更好地进行溯源和保护

 

 

 

第三步：持续优化

 

数据是动态的

每时每刻都会有新的数据产生

还会被不断地共享、修改

数据本身的敏感度也会随着时间而改变

因此

数据资产梳理必须持续进行

 

 

一旦数据资产的分布情况清晰起来

弄清楚拥有哪些敏感数据及其存储位置

就可确定是否所有数据都受到适当的措施保护

 

只有这样

才能保证工作优先级、控制成本

并改善数据安全管理过程

进一步有效规避数据泄露风险

山石网科
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
博客
风暴眼中的ChatGPT，看NLPer怎么说？
06-14 502
2017年，AlphaGo围棋博弈击败了柯洁，引起了一波新的人工智能浪潮和思考，强化学习如果在适合的条件下，完全有可能打败人类，不断的成长，逼近极限完美的状态。有的人说“百度”，有的人回答“字节”……ChatGPT使用了Transformer神经网络架构，即GPT-3.5架构，拥有语言理解和文本生成能力，尤其是它会通过连接大量的语料库来训练模型，这些语料库包含了真实世界中的对话，使得ChatGPT具备上知天文下知地理，还能根据聊天的上下文进行互动的能力，做到与真正人类几乎无异的聊天场景进行交流。
博客
借助机器学习，揪出利用DNS隐蔽隧道作恶黑手
06-14 608
黑客会利用DNS协议进行违法犯罪活动，那DNS协议到底是什么？它有何作用？为什么会被选作进行作恶的手段？会造成什么危害？怎么检测及研究现状如何？一连串疑问接踵而至。本篇文章中，我们会为大家一一解答，同时也会介绍山石网科在此领域的发力措施。
博客
DoH，隐蔽隧道又添利器，强盾在何方？
06-13 841
在一个TTL窗口中（窗口大小由递归服务器确定），发起的DNS请求的域名的子域名只要是不重复的，那么递归服务器就查询不到缓存数据，就会把请求转到权威域名服务器，并通过NS指派解析到攻击者所控制的域名服务器，攻击者就能收到C&C数据或者目标数据；最具代表性的是Cisco的一些列研究成果[19][20][21][22]，通过对大规模TLS流量的分析，得到恶意软件、企业应用如何使用TLS的模式，提出一种基于目的地上下文和先验知识的精确的TLS指纹生成方法。当DoH技术出现后，为上述的DNS隧道攻击提供了新的利器。
博客
Prompt Learning（提示学习）——新的低资源场景克星
06-13 615
Prompt Learning是一种基于模板的机器学习方法，它通过给模型提供一些“提示”来帮助其更好地理解任务，从而提高模型的性能。
博客
Alpha-GO打败⼈类的秘籍- 强化学习(Reinforcement Learning)
06-13 673
强化学习的基本过程可以归结为四个主要元素：环境（Environment）、智能体（Agent）、⾏为（Action）和奖励（Reward）。这个过程可以看作⼀个循环：智能体在环境中采取⾏为，环境因此发⽣改变，并向智能体提供奖励和新的环境状态，智能体根据这些信息决定下⼀步的⾏为。
博客
机器，学习没有捷径
06-13 546
捷径学习中的捷径表示的是一种有缺陷的决策，是机器学习模型在训练过程中，为了最小化预测误差，而采取的一种”捷径”策略。在这种策略下，模型会优先学习和预测目标直接相关，但不一定是本质的特征，导致模型可能在训练集上表现良好，但在测试集和实际应用中表现不佳。
博客
借力AI，助力网络钓鱼（邮件）检测
06-13 769
利用浏览器的地址栏欺骗漏洞，钓鱼攻击者可以实现在真实的URL地址的情况下伪造任何想要伪造的网页内容，而同时，利用跨域脚本漏洞，实施跨域名或跨页面的网站内容修改，当用户访问URL时，控制用户访问的内容，控制返回一个钓鱼网页的内容。基于大数据的网络钓鱼（邮件）检测是具有里程碑意义的，新时代背景下，思路聚焦于对网络钓鱼（邮件）的特征提取，采用各种机器学习模型、深度学习模型（包括但不限于NLP、CV、推荐等不同领域的神经网络模型），对网络钓鱼（邮件）的文本内容特征、图像特征进行二分类建模和预测。
博客
未雨绸缪，决胜千里——身份威胁检测与响应在信息安全领域的落地应用
06-13 891
ITDR（Identity Threat Detection and Response）是一种新型的网络安全解决方案，聚焦于基于身份与实体的威胁检测和响应。涵盖威胁情报、最佳实践、知识库、工具和流程，用于保护身份系统。
博客
样本学习：当AI遇上“少见多怪”
06-13 800
从生物学的角度来看，我们的大脑是如何在经历了少数几次的经验后，形成对事物的认识和理解的？为了实现这样的元学习，有几种流行的方法，例如模型无关的元学习（MAML），它通过优化一个模型的初始参数，以确保这些参数可以通过少量的梯度更新迅速适应新任务。只有这样，通过增强后的数据训练出的模型，才能在现实世界中遇到新数据时，表现出良好的鲁棒性和适应性。嵌入学习是机器学习中一种将高维数据转换到低维空间的技术，它尝试揭示数据背后的隐含结构，使得数据的某些特性（如类别间的相似性或差异性）在新的空间中更加明显。
博客
以远见超越未见丨硬核盘点之2023十大网安事件
01-04 1514
中央网信办有关负责人表示，胡某宇事件发生后，广大网民十分关注事件进展和调查情况，与此同时，一些不法分子在网上无底线编造谣言，干扰舆论走向，不但挑战了社会基本道德底线，也违反了相关法律法规要求。2023年9月1日，国家互联网信息办公室依据《网络安全法》《个人信息保护法》《行政处罚法》等法律法规，综合考虑知网（CNKI）违法处理个人信息行为的性质、后果、持续时间，特别是网络安全审查情况等因素，对知网（CNKI）依法作出网络安全审查相关行政处罚的决定，责令停止违法处理个人信息行为，并处人民币5000万元罚款。
博客
山石网科国产化入侵防御系统，打造全生命周期的安全防护
09-20 501
同时将全面检测、智能防御、极简运维等技术深度融合，配合精准的入侵攻击特征库，可实时检测并阻断各类入侵攻击行为，能够为用户提供基于全生命周期的高级威胁防护方案。，发现高级威胁，自动更新防护策略并响应，帮助用户实现全局预警、协同防护、自动处置、追溯闭环，构建动态、主动的边界。通过对网络流量的深度识别与检测，提供高效融合的多功能的防护手段。，可提供丰富的平台化安全管理工具，为用户提供从网络到业务应用的可视化管理，帮助用户快速感知网络安全状况，提高管理效率，降低运维成本，构建全网安全风险体系。
博客
山石网科国产化防火墙，打造全方位边界安全解决方案
09-20 554
随着互联网技术的不断发展，在线网站的规模越来越大，防火墙作为网站的安全屏障，被大量的使用。值得一提的是，山石网科结合多年行业客户安全研究、安全威胁处置经验，以自适应的P2DR安全架构为核心，从威胁预测、防御、监控、回溯四个角度出发，通过安全评估、应急保障、攻防演练、安全通告、安全培训等服务方式，着力。另外，该国产化防火墙还支持系统日志，配置日志，流量日志，攻击日志及会话日志等类型日志的海量信息记录，可配合高效的山石网科 HSA安全审计平台，为用户提供上网访问行为的监管和审计，提高管理效率，降低运维成本。
博客
Alpha-GO打败⼈类的秘籍- 强化学习(Reinforcement Learning)
07-20 281
具体到《贪吃蛇》游戏，智能体就是我们控制的蛇，环境就是游戏界⾯，⾏为则是蛇的移动⽅向，奖励则是每吃掉⼀个果实得到的分数或者游戏失败的惩罚。在游戏开始时，蛇可能会随机选择⾏为，但随着不断地尝试和学习，蛇会逐渐发现哪些⾏为会带来正⾯奖励，哪些⾏为会导致游戏结束，然后调整⾃⼰的策略以获取更⾼的分数。强化学习的另⼀特⾊在于，它不仅着眼于眼前的短期收益，更重视未来的⻓期奖励。这就好像你在玩⼀个游戏，每到⼀个新的关卡，你都会尝试所有可能的⾏动，看看哪⼀个能得到最⾼的分数，然后在以后遇到这个关卡时，总是选择这个⾏动。
博客
前瞻洞察｜Prompt Learning（提示学习）——新的低资源场景克星
06-02 785
自从Prompt Learning技术提出以来，迅速受到研究人员及相关从业人员的关注，并基于多个方向展开深度研究开拓，从最初的手动设计Prompt到之后的自适应优化学习Prompt，再到一系列更加精细化、复杂化的Prompt设计，感兴趣的同学可以关注其技术脉络，或许你会有一种豁然开朗的感觉，“原来还可以这么实现！但是，这些预训练模型通常只适用于特定的任务和数据集，不能够直接用于新的任务，在很多情况下，需要业务专家基于任务需求进行微调才能够得到更好的表现，无法充分发挥预训练语言模型的能力。
博客
前瞻洞察｜借助机器学习，揪出利用DNS隐蔽隧道作恶黑手
05-09 749
由于DNS协议信息容量长度限制的原因，通常通过分片，编码（Hex，Base64，NetBIOS等）加工，加密（XOR，DES等）及加入辅助字串等方式处理后嵌入到QNAME字段，同时加上一些伪装信息，比如域名、查询类型、生存时间等信息，构造DNS泄密数据包，通过正常的DNS请求，按照一定的频率，将信息传送到攻击者搭建的权威域名服务器。本文回顾了DNS协议的发展历史，针对DNS协议滥用引起的DNS隐蔽隧道问题进行了研究，介绍了DNS隐蔽隧道的种类及原理，和学术界、工业界对相关课题的研究和检测应用。
博客
山石发声｜风暴眼中的ChatGPT，看NLPer怎么说？
03-14 3983
2017年，AlphaGo围棋博弈击败了柯洁，引起了一波新的人工智能浪潮和思考，强化学习如果在适合的条件下，完全有可能打败人类，不断的成长，逼近极限完美的状态。有的人说“百度”，有的人回答“字节”……ChatGPT使用了Transformer神经网络架构，即GPT-3.5架构，拥有语言理解和文本生成能力，尤其是它会通过连接大量的语料库来训练模型，这些语料库包含了真实世界中的对话，使得ChatGPT具备上知天文下知地理，还能根据聊天的上下文进行互动的能力，做到与真正人类几乎无异的聊天场景进行交流。
博客
前瞻洞察｜DoH，隐蔽隧道又添利器，强盾在何方？
03-07 1032
本文从DNS的隐私与安全问题出发讲述DoH的诞生、利弊、如何应对，4075字，讲透DoH的前世今生。
博客
用远见超越未见 | 立足2022，洞见未来之2023十大安全技术趋势
01-06 853
山石网科是中国网络安全行业的技术创新领导厂商，自成立以来一直专注于网络安全领域前沿技术的创新，提供包括边界安全、云安全、数据安全、内网安全在内的网络安全产品及服务，致力于为用户提供全方位、更智能、零打扰的网络安全解决方案，是您优质可靠的伙伴！梯度泄漏攻击被认为是深度学习中最严重的隐私威胁之一，攻击者在迭代训练期间秘密地监视梯度更新，而不影响模型训练质量，但使用泄漏的梯度秘密地重建敏感的训练数据，具有很高的攻击成功率。从科学技术哲学的角度，新技术的出现往往不是突然的、随机的、不确定的，而是渐进的、确定的。
博客
找准边界，吃定安全 | 云化下的新边界，东西南北流量该如何防护？
09-08 2061
全场景，纵深防御
博客
找准边界，吃定安全 | 高性能硬件防御问题难解？硬件加速引擎闪亮登场
09-02 1385
高性能、高可靠、轻量化、更便捷

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值