大数据实验室-大数据城市网络安全指数报告（2018）-2018.5-53页-3mb

大数据城市网络安全指数报告总结（2018.5）

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，旨在评估和分析中国城市网络安全状况，提出城市网络安全指数，以反映各城市在个人、企业、政府三个维度的网络安全水平。报告基于360互联网安全中心的云端安全大数据，结合各地统计局公开数据，构建了一个可横向比较的网络安全评估体系。

主要观点

• 网络安全的重要性：网络安全是国家安全的重要组成部分，与信息化并列为推动城市发展的双轮，城市网络安全状况直接关系到社会稳定和人民利益。
• 指数构建方法：通过归一化指数分析方法，结合实际攻击数据和城市互联网发展水平（如人均GDP）进行综合评估，使指数更具科学性和实用性。
• 多维度分析：指数从个人、企业、政府三个层面进行分析，分别计算其网络安全指数，并综合为城市的总网络安全指数。
• 样本选择与权重分配：在政府和企业网络安全指数中，采用等级保护三级及以上机构的网站作为样本，并根据其重要性分配不同的权重。对于个人网络安全指数，采用手机安全软件安装率作为安全意识的衡量指标。
• 指数计算模型：指数计算采用数学模型，将各个威胁项的指数进行加权求和，得出最终的网络安全指数，指数值在（0，1]区间内，越接近1表示越安全。
• 地域差异明显：从报告中可以看出，中心城市和中等发达城市在网络安全指数上存在显著差异，总体上东部地区优于西部地区。

关键信息

指数构成

• 个人网络安全指数：基于个人终端设备遭遇的网络攻击情况，包括8个细分项。
• 企业网络安全指数：基于重点企业网站的安全性分析，包括6个细分项。
• 政府网络安全指数：基于政府网站的安全性分析，包括6个细分项。
• 综合网络安全指数：结合个人、企业、政府三个维度，形成城市的总网络安全指数。

指数计算原理

• 归一化处理：使用指数方法对数据进行归一化处理，计算每个城市在某一威胁项中的受害程度。
• 加权求和：对各个细分威胁项进行加权求和，得出单项指数（如个人、企业或政府）。
• 综合指数：将个人、企业、政府指数合并，得出城市的综合网络安全指数。

影响因子

• 人均GDP因子：作为城市互联网发展水平的近似代表，对政府和企业网络安全指数进行修正。
• 安全意识因子：通过手机安全软件安装率反映网民的安全意识，对个人网络安全指数进行调节。

数据来源

• 360云端安全大数据：用于监测和分析网络攻击行为。
• 统计局公开数据：包括GDP、人口、人均GDP和人均可支配收入等，用于辅助分析。

优势与局限性

• 优势：样本质量显著提升，引入了人均GDP因子和安全意识因子，使指数更具代表性。
• 局限性：尚未形成对每个城市网络安全状况的具体诊断，对潜在攻击者因素考虑不足，攻击分析维度还需扩展。

数据分析结果

中心城市综合网络安全指数

• 排名前五：杭州市（0.700）、上海市（0.697）、南京市（0.696）、济南市（0.686）、广州市（0.678）。
• 最高指数：杭州市。
• 最低指数：重庆市（0.510）。
• 地域分布：东部地区整体优于西部地区。

中心城市政府网络安全指数

• 排名前五：天津市（0.82）、南京市（0.80）、深圳市（0.78）、上海市（0.78）、长春市（0.75）。
• 最高指数：天津市。
• 最低指数：重庆市（0.58）。
• 地域分布：东部地区整体优于西部地区。

中心城市企业网络安全指数

• 排名前五：深圳市（0.84）、上海市（0.82）、杭州市（0.81）、大连市（0.81）、青岛市（0.79）。
• 最高指数：深圳市。
• 最低指数：重庆市（0.63）。
• 地域分布：东部地区整体优于西部地区。

中心城市个人网络安全指数

• 排名前五：北京市（0.85）、杭州市（0.82）、济南市（0.81）、兰州市（0.81）、广州市（0.79）。
• 最高指数：北京市。
• 最低指数：重庆市（0.18）。
• 地域分布：东部地区整体优于西部地区。

中等发达城市网络安全指数

• 城市选择标准：人均GDP高于5.9万元的城市，共78个。
• 综合网络安全指数排名：石嘴山市（0.781）、常州市（0.777）、包头市（0.756）等。
• 指数特点：中等发达城市的网络安全指数普遍高于中心城市，且在不同维度上表现出不同的特点。

结论与展望

本报告提出了城市网络安全指数，弥补了国内在城市网络安全指数研究方面的空白，为城市网络安全建设提供了参考和指导。然而，该指数体系仍存在一定的局限性，如样本选择不够全面、对潜在攻击者因素考虑不足等。未来的研究将逐步解决这些问题，使城市网络安全评估更加科学、全面。