2023年态势感知与安全运营十大技术趋向瞻望

颁布功夫 2023-01-30

编者按:


数字时期  ,态势感知和网络安全运营依然是网络安全行业备受关注的热点话题。w66利来泰合团队颁布《2023年态势感知和安全运营技术发展十大趋向》  ,分享了其对态势感知和网络安全运营新技术、新挑战和新实际的智慧分析与总结。下面  ,让我们一路看看今年的沉要趋向都有哪些吧。


趋向一 元数据驱动的安整个系 加快自动化安全运营


近年来我国安全产业持续发展  ,安全产品线种类丰硕  ,寂仔相对成熟的“主力经典板块”的大量产品  ,也佑装新兴前沿产业板块”不休推陈出新  ,安整个系越来越错杂  ,安全孤岛众多  ,安全“熵增”显著。


在安全运营从“实战化”迈向“自动化”的过程中  ,我们面对三大难题:一是异构安全能力协同差  ,安全数据、服务没有有效集成  ,机械“读不懂”安全  ;二是应对安全场景的工作流程没有知识化、模型化  ,机械“不会驱动”安全  ;三是网络安全、数据安全、业务安全相互之间的作使劲越来越多显著  ,没有一个顶层设计两全全局。


在这种局势下  ,“元数据驱动”的安整个系应运而生  ,它选取系统科学的理想  ,以安全数据、服务与过程的模型化、资源化、注册造的战术  ,推进安全领域的“熵减”  ,为自动化安全运营的发展迈出坚实一步。


元数据描述数据资产各个方面的信息  ,以便在整个性命周期中提高其可用性。元数据现代数据架构中的衔接粘合剂  ,是企业数字化建设的基石。


“元数据驱动”的安整个系是以安全资源的元模型思想  ,构建覆盖网络安全各维度的元数据系统  ,实现安全身分的规范化、模型化、资源化�  ;谧试醋⒉峄�  ,成立全面覆盖安全数据、服务、过程的全局“注册表”  ,加强业务能力的弹性、韧性和可组装性  ,构建面向自动化安全运营的技术基石。


在“元数据驱动”的安整个系中  ,数据集中的“元数据”  ,提供了机械可读的统一“语义”  ,买通安全数据、业务数据的资源目录  ;安全服务和能力的“元数据”  ,买通异构安全能力协同通路、实现自动化安全应对的关键一环  ;安全过程的“元数据”  ,以可编排的方式衔接数据集中元数据、安全服务和能力元数据  ,基于工作流技术驱动网络流、数据流、业务流组成的企业“数字化立方“协同作战  ,有效应对态势感知与安全运营的复杂安全场景。


趋向二 组装式安全运营支持平台是新刷新


安全运营的重要特点是对网络与信息进行全面安全保险  ,通过安全运营支持平台将技术、流程和人有机结合起来  ,达到安全保险能力的持续改进和提升的指标。


随着数字化转型加快  ,数字化安全运营对安全运营的弹性、矫捷性和火速性提出了更高的要求。因而  ,若何提升运营效能面对着运营流程的急剧变动、用户履历的个性化和客户环境的多样化等诸多挑战  ,而”组装式“思想给解决这些问题带来了新的刷新。


组装式是一种新的思想方式  ,即认清刷新是获得新业务价值的驱动力  ,�?榛�+急剧组装是加快刷新的工具和伎俩。国际驰名征询机构预测到2023年  ,选取组装式模式的企业将在执行新职能方面的能力超过80%的竞争敌手。这就意味着具备可组装能力的安全运营支持平台将更好地支持数字化安全运营的业务需要。


组装式利用由一系列封装好的业务能力(PBC  ,Packaged Business Capabilities)组成。PBC是封装好的软件组件  ,是拥有完善界说的业务职能  ,可对表盛开接口  ,业务用户可急剧鉴别。PBC并没有固定的大幼、职能领域或内部系统结构  ,而PBC拥有�?榛⒖煞⑾帧⒆灾骱涂杀嗯牛桑┑奶氐�。


组装平台上PBC将被编排以及与分歧的UX开发和运营治理系统集成  ,为分歧的业务场景和用户提供千人千面的履历。数据编织是组装式利用的底座  ,让用户可能通过低代码或者无代码的大局来进行操作  ,把一些预测建模能力赋能在汇报报表或者自服务分析上  ,形成更丰硕的高级数据分析利用  ,Gartner预计到2025年70%的新利用开发将会由低代码和无代码工具实现。通过低代码提供的组装履历  ,能够矫捷编排以实现新的业务能力。


趋向三 面向数据安全的态势感知将成为新热点


陪伴着数字化转型  ,数据在推动数字经济高速发展的同时  ,数据滥用、数据泄露等安全事务频仍发生  ,数据安全风险日益凸显。


国际驰名征询机构提出建议  ,用户必须在整个数据性命周期中规划缓和解治理风险  ,从而解决数据安全性  ,隐衷性  ,信赖与路德、数据所有权  ,数据复原等一系列问题。2021年9月1日  ,《中华人民共和国数据安全法》正式执行  ,数据安全上升到我国国度安全战术高度  ,并加快了数据安整个系建设。


在数据安整个系落地实际中  ,组织的数据安全风险火急必要依赖系统化、产品化技术伎俩实现数据安全全性命周期管控  ,全面感知、分析、出现数据安全风险的态势感知应运而生。


面向数据安全的态势感知萦绕数据安全全性命周期治理  ,将数据安全技术、流程、产品和人有机的结合  ,融合数据资产梳理和发现、数据风险检测鉴别、数据风险集中分析、数据风险响应措置、数据风险态势出现等能力  ,实现数据安全风险可感知、可溯源、可研庞注可措置、可出现  ,为数据安全运营提供基础。随着数据安整个系建设不休发展演进  ,面向数据安全的态势感知势将成为新热点  ,推动数据安全建设  ,助力数据安全治理 。


趋向四 PaaS化安全中台赋能安全运营


2022年观察到的云安全大项目多以安全中台为技术规范和落地要求  ,这一趋向也将在2023年进一步升级。安全中台作为衔接和治理安全产品链的中枢平台  ,可能构建盛开的安全能力生态。


在现有安全中台设计中  ,沉点在于“建设”  ,而随着安全中台的陆续落地  ,其技术发展逐步从“建设”转型为“建好”  ,支持型的云原生安全PaaS平台将成为其发展方向。云原生安全PaaS平台在集成安全能力基础上  ,以云原生方式和专用支持系统为安全中台升级。


一方面  ,提供大数据中台、集成平台、开发平台、运营知识等方面的PaaS化技术  ,以赋能安全产品弹性、可扩大的平台化进行支持保险  ,既能在多云、跨数据中心场景中提供不变支持  ,又能兼容虚机、容器、无服务器等多技术栈。


另一方面  ,依附云推算基础设施的弹性特点和云原生架构的火速理想  ,支持安全原子能力的急剧集成和安全职能的按需编排  ,为用户提供多租户的使用模式  ,并为租户业务和云推算基础设施赋能安全。

趋向五 基于自主式数据分析技术实现多模型融合分析


随着大数据、数字化时期的来临  ,企业但愿变得越发以数据为导向  ,自主式数据分析的承诺无疑是诱人的:所有效户  ,无论其角色或技术若何  ,都可能分析数据并做出更明智的决策。


自主式数据可视化分析是自动式的企业数据分析模式  ,它可能让业务人员直接参加数据分析  ,逐步脱节对专业分析团队的依赖。


数据分析能力是态势感知与安全运营的主题能力。然而  ,在态势感知与安全运营领域  ,关联分析、行为分析、AI分析等等多种分歧模型的分析了局的融合分析  ,目前还处于比力原始的状态。因而  ,自主式数据分析技术合用于态势感知与安全运交易务。


借助于自主式数据分析技术所拥有的对多种数据源的支持和敦睦的操作界面  ,所有效户都能够将这些分析了局  ,通过可视化的方式进行自由的融合分析  ,并获得可视化的了局展示。这一技术使得数据分析从被动变为自动  ,人人都可能充分分析和索求数据  ,更深档次索求数据价值  ,获取第一手的数据分析了局  ,使得人人都是分析师  ,从而提升态势感知与安全运营的安全数据分析能力和价值。


趋向六 融合多种攻击面治理技术的反入侵技术系统


网络安全的性质在匹敌。随着网络攻防匹敌日益加剧  ,网络安整个系建设逐步从从安全合规的被动防御转向攻击者视角的自动防御。在实战化安全运营、常态化的功防演练的双沉驱动下  ,从攻击者视角启程的反入侵方向不休发展和演进  ,出现了攻击面治理(ASM)、入侵和攻击模拟(BAS)技术等新技术  ,并成为网络安全运营技术发展沉要驱动力。


国际驰名征询机构在《2021年安全运营成熟度技术曲线》中将攻击面治理(ASM)、入侵和攻击模拟(BAS)技术界说为网络安全运营的新兴技术。反入侵方向逐步融合多种攻击面治理技术  ,蕴含威胁谍报(TI)、网络资产攻击面治理(CAASM)、表部攻击面治理(EASM)、数字风险�  ;し瘢―RPS)、入侵和攻击模拟(BAS)技术  ,并演化形成反入侵技术系统。


融合多种攻击面治理技术的反入侵技术系统是应对攻防实战和匹敌的一种自动防御理想  ,能够提供持续性的攻击面态势评估  ,验证安全防御措施的有效性  ,实现反入侵分析  ,进而有效提升态势感知和网络安全运营实战化能力�D芄辉じ�  ,反入侵技术系统将成为态势感知和网络安全运营的新特色。


趋向七 基于人为智能技术的智能化和自动化的安全运营


安全托管服务(Managed Security Service  ,MSS)是将网络安全运营等技术工作委托给第三方代为治理  ,以服务化的方式援手客户发现和解决各类安全问题。


随着企业数字化转型的推动和各地安全运营中心的建设  ,大量急剧培训上岗的安全服务人员已不能满足现代安全托管服务对安全运营服务人员的数量和质量的要求  ,导致网络安全运营效能和质量难以应对日益严格的攻防匹敌态势。因而  ,随着数字化加快发展  ,火急必要提升网络安全运营的自动化、智能化水平。


随着人为智能技术的发展和日益成熟  ,利用人为智能技术实现沉复性安全事务的自动化急剧措置  ,是将机械人自动化(Robotic Process Automation  ,RPA)理想利用在网络安全领域中的一种有效步骤  ,尤其对面向大量中幼型用户的安全运营场景中  ,必要处置的安全事务的复杂水平较低  ,沉复性安全事务数量较大  ,是越发合用的场景。


大型企业和当局对安全运营的要求较高  ,通常必要涵盖安全事务溯源、资产脆弱性评估、安全渗入测试等拥有较强专业知识能力的安全业务。利用人为智能中的天然说话处置和知识图谱等技术实现智能化辅助的安全运营  ,能够有效降低安全运营的技术门槛  ,提升安全运营工作的效能  ,加强安全运营的自动化和智能化水平。


趋向八 身份威胁检测和响应ITDR技术逐步落地实战


随着云推算、大数据、移动互联网等技术的宽泛利用  ,组织的天堑在变得越来越吞吐  ,其中身份逐步造成一个安全新天堑。充斥高价值的身份信息被泄露或者进行恶意使用  ,将给当局  ,企业和幼我带来不成挽回的巨大损失。随着身份变得越来越沉要  ,攻击者越来越多地将指标对准身份自身。


近年来国内表时时发生各类信息和数据泄露的事务都跟身份安全离不开关系。国际驰名征询机构近年提出了多项基于身份的威胁防御理想  ,身份威胁检测和响应ITDR(Identity Threat Detection and Response)就是其中之一  ,也是其Identity-First Security理想中身份网格的组成身分。


ITDR作为安全运营的一项新技术  ,是�  ;ど矸莼〖芄姑馐芏褚夤セ鞯墓ぞ吆土鞒�。ITDR通过集成接入各类环境里面身份基础设施(AD/IAM/碉堡机等)身份信息、身份活动日志等数据  ,对各类身份设施自身进行攻击面梳理  ,发现身份有关的脆弱性  ,使用多种分析引擎做身份行为异常检测  ,并共同糊弄防御技术  ,实时发现被盗用或滥用的身份  ,同时也支持响应职能  ,可能隔离账户权限  ,禁用用户等,有效应对身份安全威胁。


ITDR目前在国表发展极快  ,且其市场价值得到了一众头部安全厂商的认同  ,而头部厂商通过直接管购有关的身份安全创新厂商的方式加紧布局新赛路。随着国际驰名征询机构进一步的火上加油  ,已有大量追随者涌入了这一赛路。国内也有一些新兴技术草创公司起头朝着这一方向发力。随着身份安全防护需要日趋火急  ,能够预感  ,ITDR将加快落地实际。


趋向九 云端知识赋能实现安全运营知识尺度化与急剧复用


在态势感知和安全运投机用实际中  ,必要处置复杂的网络攻击。复杂的网络攻击往往暗藏在复杂的关系网络数据中  ,传统的应对方式极度依赖于安全专家的知识和经验。将安全知识系统引入到态势感知和安全运营中  ,实现安全知识系统的动态尺度化赋能  ,能够大幅削减对专家经验的依赖  ,助力态势感知和安全运营的技术升级。


云端赋能的安全知识系统以安全运营领域知识为主题  ,融合面向网络环境数据、威胁行为数据、威胁谍报数据等  ,并兼容MITRE 的CAPEC、MAEC 和ATT&CK 等模型  ,构建本体化、尺度化、全局化的知识结构  ,支持数据处置、关联分析、智能决策、行动响应等安全运交易务  ,实现安全运营知识尺度化与急剧复用。


趋向十 智能作战室在安全运营中的价值越来越突显


ChatOps技术可能基于虚构谈天室和谈天机械人  ,让运维人员可能以谈天的方式实现自动化运维。智能作战室则是一种融合ChatOps和自动化安全运营理想、由安全事务驱动的新一代安全运营技术。当安全事务产生时  ,运营平台自动将多方运营人员和运营机械人拉入萦绕安全事务处置的虚构作战群组中  ,运营人员能够通过与运营机械人对话实现安全事务的处置和流转  ,从而提高安全运营效能。


智能作战室在国表运营平台中已宽泛使用  ,而国内的利用仍处于起步阶段。一方面  ,现有安全自动化技术还不及以支持全场景的安全运营。首先  ,ChatOps技术必要将各安全服务、工具和能力集成  ,集成的广度决定机械人运营能力的大幼  ,目前运营能力还需提高。其次  ,ChatOps的智能化能力也决定着智能作战室的易用性  ,ChatOps中的NLU和NLP技术尚短缺实战打磨  ,机械人对运营作为的理解力必要提升。另一方面  ,安全运营人员对智能作战室的运营方式接受度还有待提高。


参考自动驾驶技术的发展史  ,新技术的宽泛利用必要一个适应过程  ,让运营人员从从前一向以来在各安全工具和平台之间跳转、调查、措置的习惯转向自动化运营的方式还必要功夫。然而  ,在面对安全场景越来越复杂、安全工具越来越多、安全响应功夫要求越来越短确当下  ,我们相信随着智能作战室的发展和深刻利用  ,其集成广度和技术深度将进一步提升并产生质变  ,从而发展成为安全运营领域的基础性支持技术。