传统安防业是否适应现代网络信息安全攻击

传统安防业是否适应现代网络信息安全攻击

那么，随着时代的发展，在网络安全维护上应该做什么样的变革和突破为什么网络安全问题变得如此突出？

近年来，大数据、移动互联网等新技术、新应用的普及，“互联网+”趋势下传统产品向互联网转型，使得网络已经成为老百姓生活不可或缺的一部分；而另一方面，由于0—day漏洞潜在的巨大经济利益，黑色产业链逐渐形成并发展壮大，网络攻击已从早期的泛攻击演变为利用0—day漏洞获取重大经济、军事、政治利益为目标的针对性攻击。这使得网络成为有利可图的场所，甚至已成为除海洋、陆地、天空、太空之外的第五战略空间。

据CNCERT统计，仅2014年，中国就有1108万台主机感染成僵尸主机，这些僵尸主机结合起来的能量犹如原子弹一样，足以摧毁任何一个目标网络。
　　　　传统安防不适应现代攻击
　　2015年的网络江湖依然不平静。2月27日，主营安防产品的某公司的生产监控设备被曝严重的安全隐患，部分设备已被境外IP地址控制。4月22日，重庆、上海、山西、沈阳、贵州、河南等超30个省市卫生和社保系统出现大量高危漏洞，数千万用户的社保信息可能因此被泄露。5月21日，有专业级别的网友披露中国人寿广东分公司系统存在高危漏洞，10万客户信息存在随时大面积泄露的可能性。
　　纵观近十几年来的网络世界，网络安全建设似乎陷入了一个怪圈：国内安全厂商如雨后春笋般涌现并崛起，二十几大类数百种安全产品覆盖面不可谓不全，可网络依然很脆弱，安全事件仍然层出不穷，为什么会出现这么多的问题？
　　行业大咖宁家骏认为，问题在于传统的安全防护体系框架上。他介绍，传统安防体系有两个特点：一是基于边界的防护，每个边界都隔离出一个相对独立的军事区域，防御的中心任务就是保障边界牢不可破；其次是基于已知特征的策略防护，假设所有的威胁都是已知的，在事前就可以通过预制的策略进行控制。
　　“简而言之，传统安全实际上是基于静态、被动、防御的作战思维。随着网络的发展，网络攻击也与时俱进发生了新的变化。首先，随着移动互联网、BYOD、虚拟化等技术的发展，传统意义的边界已经不复存在；其次，攻击不再是秀肌肉炫耀式的攻击，更多的是以政治、经济、军事等为目的的有组织的针对性攻击，攻击中越来越多的采用0—day等未知威胁、高级威胁。显然，传统网络安全防护体系已无法适应这一变化。”宁家骏说。
　　转变思路变防御为对抗
　　某公司产品负责人周永刚介绍，通过对历史大量攻击案例的分析，可以将攻击大致分为三个阶段：遭受入侵，内部渗透，信息窃取。
　　“每一次的入侵渗透，都会有目标侦测、攻击工具使用、漏洞利用、恶意软件植入等多个环节。由于0—day等未知威胁的利用，初始入侵的成功率越来越高，一旦入侵成功后，入侵者将找到一个支撑点，通过这个支撑点再逐渐进行内部渗透，继续寻找其他支撑点，直至找到攻击目标，然后进行数据的收集和窃取。在此过程中，一个个的支撑点成为攻击者一层层的跳板，最终得以成功。因此发现这些支撑点是关键。”周永刚说，“我们发现，这些支撑点在渗透过程中，将产生不少异常行为，通过对这些异常行为的分析，就可以发现这些支撑点，从而找到安全隐患，成为解决问题的关键。”
　　最近，基于下一代网络安全架构和大数据驱动的威胁情报方法论，某公司推出下一代网络威胁感知系统——慧眼云。一方面是通过云和大数据技术构建了威胁情报系统，另一方面是利用异常行为识别、机器学习等技术，主动、快速、持续的发现网络中存在的问题主机，也就是失陷主机。找到了这些失陷主机，再通过大数据技术进行攻击溯源，还原失陷全过程，就可以在没有明显行为特征、没有检测规则的情况下准确锁定网络中的风险点或风险链条，从而将安全隐患消灭在萌芽状态。
　　构建主动安防框架系统
　　网络入侵与防守实际上就是一场魔与道的竞赛，魔出于利益驱动总是能领跑一步，未知威胁永远存在，要赢得这场魔道之争，道就必须要做到领先——彻底打破旧的安防体系，从根本上进行突破。
　　宁家骏说：“这里有两个关键词，分别是‘数据’和‘跟踪’。数据是预测的基础，只有获得足够的数据源才有可能进行多维度的分析；跟踪是数据的组织和处理方式，不仅仅是简单的时间维度上的数据组织和归类，而且是全方位、多角度对海量数据进行深度挖掘、关联和聚合，最终呈现出的结果是必然性更高的预测——威胁情报。”
　　周永刚介绍，慧眼云的失陷主机通过一张二维图形进行全局的分布展示，基于“确定性指数”和“威胁性指数”两个维度划定不同的风险级别区别，从而给出不同主机的风险级别。当主机分布在中度风险区域时，处于预警状态，提醒客户需要重点对这部分主机进一步跟踪分析。当主机分布在高度风险区域时，说明需要立刻采取措施，否则有可能产生不可估量的损失。
　　除了“失陷主机”之外，该公司还提供了一套大数据搜索工具，帮助安全人员进行快速的事件定位和回溯。基于客户的业务场景，通过对网络行为的大数据分析，能够自适应的建模出客户当前业务下的安全威胁模型，从而更有针对性的发现网络中存在的异常，提高安全等级。