李坤 郝艳
(公安部第一研究所 北京市 100048)
随着大数据、云计算、机器学习等技术的发展,数据深度挖掘和分析以及其所带来的自动化和智能化决策应用在信息化和网络安全领域迅速扩张,其中信息化设备的数量和信息化设备的种类越来越丰富和复杂导致给网络安全的防护和监测工作带来巨大挑战。而且如果对海量主机、网络、安全等基础网络安全数据集中收集和存储将带来巨大的网络带宽、数据存储、分析计算的压力,大大增加网络安全在整个数据中心建设的成本。边缘计算的技术发展有效的解决的这个问题。现在大型企事业单位存在网络内网分区分域不足等问题,内网未能构建立体化、多层次的纵深防御体系,缺少对攻击行为的监测、发现和阻断能力,在攻击者进入内网后可以轻易进行横向渗透和纵向渗透。而且内网存在设备类型越来越多,移动设备、IOT 等类型设备逐渐接入网络,更需进行内网隔离,开展基于微隔离的内网主机的东西向隔离,成为网络安全防护的必须,传统主机微隔离的配置为人工配置,耗时耗力,且灵活性不足,不能快速根据业务的调整进行匹配升级。而且网络规模巨大,主机微隔离策略分析需要的数据类型包含主机日志、网络流量数据等海量数据,而且需要长时间的学习时间,基于大数据、云计算技术的集中式数据处理模型因其存储特点与传输带宽限制已经无法满足数据处理的实时性和高效性需求。……