2017年大数据城市网络安全指数报告_47页_1mb
报告摘要
大数据城市网络安全指数报告总结
核心内容
本报告由大数据协同安全技术国家工程实验室、提升政府治理能力大数据应用技术国家工程实验室、中国赛宝实验室和大数据战略重点实验室联合发布,旨在通过大数据技术评估全国主要城市的网络安全状况。报告提出了“大数据城市网络安全指数”,从个人、企业、政府三个维度出发,综合分析各城市的网络安全建设水平,并为城市网络安全发展提供了参考和建议。
主要观点
1. 网络安全的重要性
- 网络安全已成为国家发展战略的重要组成部分,是城市安全治理和信息化建设的关键。
- 随着数字化、网络化和智能化的发展,城市面临越来越多的网络安全威胁,如技术失控、网络攻击、信息泄密等。
2. 指数设计与计算
- 指数设计包括个人、企业、政府三个维度,分别计算各维度的网络安全指数,并最终得出综合网络安全指数。
- 指数计算基于360云端安全大数据,采用归一化处理方法,指数越高,表示越安全。
3. 数据来源与分析方法
- 个人网络安全指数基于终端安全产品监测数据。
- 企业与政府网络安全指数基于网站安全监测平台和补天漏洞响应平台数据。
- 选择重点机构网站作为样本,以确保分析结果的代表性与准确性。
4. 指数修正机制
- 引入GDP因子对政府和企业网络安全指数进行修正,以反映城市整体发展水平与网络安全水平之间的关系。
关键信息
1. 指数构成
- 个人网络安全指数:包括8个子项,如PC木马查杀、手机木马查杀、钓鱼网站拦截等。
- 企业网络安全指数:基于6项通用指标,如漏洞扫描检出量、钓鱼网站服务器数量等。
- 政府网络安全指数:包括6项细分威胁项,如漏洞扫描检出量、DDoS攻击数量等。
- 综合网络安全指数:由个人、企业、政府三个指数合并计算得出。
2. 样本选择
- 个人网络安全指数样本来自360终端安全产品。
- 企业与政府网络安全指数样本来自重点机构网站,具体数量根据城市等级设定:
- 一线城市:政府网站≥100,企业网站≥200。
- 省会及计划单列市:政府网站≥50,企业网站≥100。
- 其他城市:政府网站≥20,企业网站≥40。
- 对于中小城市,若找不到足够数量的等级保护三级以上网站,则以其他重要网站补充。
3. 指数计算原理
- 使用指数方法进行归一化处理,公式如下:
$$
y_{i,j} = e^{- (x_{i,j} / \bar{x})}
$$
$$
Y_i = 1 - \sum_{j=1}^{n} g_j (1 - y_{i,j})
$$ - GDP因子用于修正政府和企业网络安全指数,公式如下:
$$
Y_{-GDP_i} = Y_i^{\left(\frac{G}{M * G_i}\right)^l}
$$
其中,G为全国GDP前100城市总和,M=100,G_i为某城市2016年GDP。
4. 研究的局限性
- 当前指数体系尚未全面反映城市整体互联网发展水平和网络安全建设状况。
- 未充分考虑潜在攻击者因素,如黑客数量、诈骗电话呼出量等。
- 未对每个城市进行具体诊断,无法提供针对性的改进建议。
- 企业与政府网站样本数量有限,分析维度仍需扩展。
中心城市网络安全指数分析
1. 综合网络安全指数
- 排名前五:石家庄、杭州、天津、广州、成都。
- 地域分布:东部城市普遍优于西部城市,成都和贵阳表现较好。
- 指数范围:0.44-0.72。
2. 政府网络安全指数
- 排名前五:天津、宁波、广州、上海、北京。
- 地域分布:东部城市表现优于西部,政府网站更容易遭受DDoS攻击。
- 指数范围:0.20-0.89。
3. 企业网络安全指数
- 排名前五:重庆、北京、天津、成都、杭州。
- 地域分布:东部城市普遍表现较好,部分城市如成都、杭州、重庆等企业网络安全指数较高。
- 指数范围:0.20-0.90。
4. 个人网络安全指数
- 排名前五:南昌、石家庄、银川、拉萨、长春。
- 地域分布:个人网络安全指数普遍低于政府和企业指数,北京、上海、深圳等城市排名靠后。
- 指数范围:0.23-0.64。
其他城市网络安全指数列表
- 本章仅提供其他城市网络安全指数数据,不进行排名。
- 数据按城市名称拼音排序,包含政府、企业、个人及综合指数。
- 由于其他城市网络环境差异大,样本偏差可能性高,因此未进行排名。
附录说明
- 附录1:详细说明了指数计算模型,包括基础数据指标、计算公式等。
- 附录2:介绍了四个参与研究的实验室及其背景。
结论
本报告通过大数据技术对全国300多个城市的网络安全状况进行了评估,提出了“大数据城市网络安全指数”,为城市网络安全建设提供了参考。尽管存在一定的局限性,但该指数体系在实践中具有一定的可行性和指导意义,未来将不断优化和拓展。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载