2013年-360研究报告_互联网安全杂志第5期_53页_3mb

互联网安全总结

核心内容

本期《互联网安全》杂志围绕互联网安全领域中出现的新挑战与新趋势，重点分析了数据安全、APT攻击、大数据安全分析以及新型威胁等议题。随着新技术的普及，安全问题变得日益复杂，企业面临来自内外网的多重安全威胁，传统防御手段已难以应对，亟需引入更高级的安全技术与策略。

主要观点

• 数据安全是新技术普及的瓶颈：数据安全成为企业在采用新技术时的最大担忧，尤其在云计算和大数据背景下，用户对敏感信息的保护需求愈加迫切。
• APT攻击的复杂性：高级持续性威胁（APT）是一种高成本、高技术含量的攻击方式，结合社会工程学、漏洞利用、木马、密码破解等多种手段，具有长期性和潜伏性。传统安全技术难以检测和防范这类攻击。
• 大数据安全分析的崛起：大数据技术正推动安全行业的变革，通过分析海量数据，识别异常行为和威胁，提供更全面的威胁检测与响应能力。
• 安全分析的挑战与机遇：大数据安全分析虽面临信息处理复杂、误报多等问题，但其带来的洞察力和分析能力，使企业能更有效地识别和应对安全威胁。
• 安全工具的演进：安全信息与事件管理（SIEM）工具虽广泛使用，但其局限性明显，而大数据安全分析则能结合更多数据源，实现更高效的威胁识别和响应。

关键信息

安全事件与攻击类型

• 2013年安全事件：包括慧达驿站漏洞导致2000万开房记录泄露、Java Struts 2漏洞导致5亿用户信息被盗、韩国3.2万台终端被攻击、雅虎45.3万用户信息泄露。
• APT攻击：针对企业或关键基础设施的高级威胁，如Google的极光攻击、RSA种子文件被窃取、超级工厂病毒攻击、Shady RAT攻击等。
• DDoS攻击：针对奥巴马健保网站的攻击，以及比特币支付机构BIPS遭受的攻击，造成超过百万美元损失。
• 邮件注入攻击：PHP邮件功能中由于未对用户输入进行验证，攻击者可以注入额外的邮件头字段，如CC、BCC、主题等，从而实现垃圾邮件的发送。

大数据安全分析

• 定义与作用：大数据安全分析通过整合多源数据，识别异常行为，帮助检测APT等高级威胁。
• 技术基础：基于SIEM和SIM，大数据安全分析利用算法、可视化、情境和自动化（AVCA）技术，提升威胁检测能力。
• 面临的挑战：传统安全工具无法处理大数据量，信息处理分散，需要更先进的工具和平台。
• 机遇与趋势：大数据安全分析有助于提升企业的安全决策能力，将安全数据整合到整体商业智能中。

企业安全趋势

• 移动与云安全：随着移动设备和云计算的普及，企业需要加强终端和云端的安全管理，防止数据泄露和恶意攻击。
• 安全意识提升：企业需要加强员工安全意识培训，同时利用自动化工具提升安全响应效率。
• 安全策略转变：从被动防御转向主动监控和分析，以应对日益复杂的网络攻击。

智能设备与隐私问题

• LG智能电视数据收集：即使关闭相关功能，LG智能电视仍会收集用户数据，包括频道、设备信息等，且数据未加密，存在隐私泄露风险。
• 数据收集无法关闭：LG隐私政策强制用户接受数据收集，用户需手动屏蔽相关域名以保护隐私。

重要结论

• 大数据安全分析是应对APT等新型威胁的重要手段，但需结合算法、可视化、情境和自动化技术。
• 企业在采用新技术时，必须重视数据安全问题，尤其在云计算和大数据环境中。
• 安全行业正从传统的边界防御转向更全面的威胁检测与响应机制，同时，安全工具需要不断演进以适应新的攻击方式。
• APT攻击对国家关键基础设施构成严重威胁，需要加强国家级网络空间安全研究和政策制定。

结论

随着网络攻击的复杂性和隐蔽性不断提升，大数据安全分析成为企业应对新型威胁的关键技术。它不仅改变了传统的安全分析方式，也促使企业重新审视其安全策略和数据管理方式。同时，智能设备的数据收集问题也引发了公众对隐私保护的广泛关注，企业需在技术进步的同时，保障用户数据安全。