数据中心的网络安全策略应以智能为中心

安全设备/系统

160人已加入

描述

(文章来源:科技体)

网络安全领域如今正处在向智能解决方案转变的早期阶段。人工智能和机器学习已经在数据中心产生巨大影响,这一点在网络安全方面更为明显。智能和自动化已经在创建和管理智能实时的微分段策略,分析网络流量以发现可疑活动或异常数据移动,以及管理最小特权和零信任环境中访问方面发挥重要作用。

总部位于波士顿的律师事务所Goulston&Storrs转向采用智能网络安全解决方案来保护其数据中心,因为专注于保护组织周边环境的标准解决方案存在致命缺陷。该公司首席信息官John Arsneault说,“传统方法缺乏的是在事件发生后知道发生了什么,很多公司可能在几个月之后都不知道受到了攻击,攻击者尝试在其网络上攻击主机和应用程序,并获取重要的数据。”

Goulston&Storrs律师事务所希望获得更好的网络安全性,但不希望增加更多工作人员。瞻博网络公司安全战略总监Laurence Pitt说,“更多的数据、更多的流量、更多的工作负载,以及更多的员工来管理网络IT,这已经成为安全行业的一个常见呼声。”他补充说,这些并不是新挑战,由于变化速度不断加快和复杂性增加,安全性也在下降。

Edgewise Networks公司工程副总裁Tom Hickman说:“我们过去通常一年发布一个版本,我们在今年6月的7天内发布了9个版本,每个活动都是网络技术的重大变化。如今,企业必须拥有能够响应动态变化的技术,这是自我配置的。”智能解决方案在两个方面解决了这些问题。首先,算法用于映射网络中的流量,并提取网络行为的通用规则供分析人员查看。例如,某些类型的应用程序与某些类型的后端数据库进行通信。

用于生成地图的技术通常是聚类分析的一些变体,聚类分析是一种识别类似项目组的机器学习技术。类似的算法用于电子商务推荐引擎和自动识别客户群的营销工具中。然后,此映射用于生成虚拟网段,以便以与数据中心风险偏好相匹配的方式平衡可用性和安全性。如果出现攻击网络分段但符合预先批准的策略的新流量,则会自动重新分段。如果新流量不在允许的范围内,则进行标记,可以供网络管理员或安全分析人员进一步关注。

Arsnault表示,Goulston&Storrs律师事务所决定采用Edgewise公司的微监控技术,并且能够在不增加员工的情况下推出完整的微监控措施。其中包括所有公司的虚拟机、服务器、主机、用户,以及软件可以通过的所有路径——总共有125000种不同的保护方式。

与此同时,保护网络的挑战也在不断发展。IT服务管理商InterVision Systems公司的安全专业服务主管Derek Brost表示,在混合环境中分段要复杂得多。如果数据中心是混合操作,具有多个基于云计算的本地环境以及竞争(或不兼容)的网络技术,则可能难以以有组织的方式管理网段和访问控制。他说,“安全管理人员可能需要避免只关注网络。将微分段技术从网络中分离出来,并将其下载到各个端点系统中是非常有利的。”

它不会就此止步。软件开发的下一个演进,云计算功能(也称为无服务器功能,或lambda功能)将难度提高了一个档次。云计算功能是在云功能平台内运行的一小段代码,例如亚马逊、谷歌或微软公司提供的功能。没有虚拟机可以安装安全工具,甚至没有容器。Edgewise公司的Hickman说,“我认为这可能是我看到的最重要的事情,这将迫使从业人员真正评估他们目前的安全模式和解决方案。”

安全厂商Signal Sciences公司联合创始人兼CSO Zane Lackey说,“基于签名的系统寻找一个特定的东西,如果他们看到它,就会标记它或阻止它。当网络、基础设施和应用程序没有那么大的变化时,这是可以的。但如果现在向首席信息安全官或首席技术官询问他们的运营环境时,他们都将表示正在以惊人的速度变化。”他说,“这需要技术的多代的变革,从基于签名的模型转变为行为模型。这是必须发生的实际转变。”

然而,他警告企业不要采用一些基于人工智能的方法,因为应用程序的变化可能比人工智能模型的训练速度要快。他说,“需要了解它是否真的解决了人们所看到的挑战。”Lacke说,“网络安全是当今运营数据中心的人的基本挑战。为了实现这一目标,可信网络的概念正在被零信任模型所取代。人们不再仅仅因为信任在网络上就认为它是理所当然的。”

这意味着对设备和应用程序的访问需要非常有限且严格控制,每个新连接都需要新的身份验证步骤。对于传统的访问管理平台来说,这是一项艰巨的任务。Lackey 说,“如何限制对单个服务实际需要的访问?在我与全球2000强的首席信息安全官进行的谈话中,这都是所谈论最热门的话题之一。”

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分