人工智能与机器学习能帮助 CISO 和 CIO 应对网络弹性挑战

您的企业运维和数据安全吗?这是一个经常向 CISOCIO、IT 安全部门领导人发出的疑问。但答案或许有条件限制,因为它取决于事件、威胁或环境因素,以及企业是否对其关键任务数据和流程提供了足够的保护。IT 运维面临着持续威胁,由于威胁的复杂程度不断攀升,实施的对策和战术也需要一直更新。显而易见,这就是为什么随着威胁进化速度和复杂性的增加,人工智能与机器学习成为了当今 IT 运维的需求。我们到处都可以看到人工智能与机器学习,从 ChatGPT IBM Watson,再到 Netflix 推荐系统和谷歌搜索引擎。人工智能与机器学习正在为数据安全性作出努力,尤其是通过安全信息和事件管理 (SIEM) 与安全编程和自动化响应 (SOAR) 解决方案、XDR 威胁情报摄取大量数据,建立基线和异常值来检测可疑活动。

Cohesity 认为,人工智能与机器学习是数据安全和管理的基础

在数据安全和管理方面,Cohesity 的人工智能与机器学习从几年前就开始了异常检测、调度和优化运作。现代网络威胁已经危害到企业备份数据恢复,人工智能与机器学习能在数据安全和管理中发挥关键作用:识别威胁和漏洞并修复它们,以及帮助企业了解事件对敏感数据的影响。

Cohesity 使用人工智能与机器学习识别威胁

备份数据是数据安全和管理的基础。企业会根据数据的重要程度,拍摄数据快照,以防需要从勒索软件、灾难或其他网络事件中恢复数据。这些快照包含了现有生产数据,但可能还包含了已经躲过网络防御的难以捉摸的恶意软件。


威胁防护功能可以用两种方式来识别快照中的威胁,一是主动地识别,二是在事件(如勒索软件攻击)发生时识别。Cohesity 通过人工智能与机器学习来检测正在被攻击的用户和异常数据,利用威胁情报确保恢复数据不含恶意软件。安全分析师从各种威胁来源和数据源创建 YARA 规则,从而自动化运行搜寻威胁的策略,代替手动方法。手动方法在深度和广度上缺乏可扩展性,企业只能在少量数据源中搜索少数规则


当面对勒索软件攻击时,企业必须通过扩展来确保关键数据安全地恢复。这样,恶意软件就不会再次立刻地感染环境,和在数据存储中造成另一个严重的加密事件。即时和按键式执行备份快照中的威胁检测,是维护企业服务级别协议 (SLA) 、恢复点目标 (RPO) 和恢复时间目标 (RTO) 的基础。


那么,实现数据安全和管理的自动化威胁扫描需要具备什么条件?为什么?

  • 最新情报
  • 轻松操作
  • 可扩展性
威胁行为者不断改善他们的开发工具以逃避检测。Cohesity 人工智能与机器学习能提供最新的威胁情报。通过威胁情报闸道和管理器,威胁将由众多来源进行测试、验证和审查。威胁列表会持续更新,确保企业能检测到最近发现的威胁。

Cohesity 人工智能与机器学习能评估攻击风险

当发生攻击时,响应团队承担着许多责任。至关重要的是,他们需立马评估攻击风险,可能泄露了哪些数据?数据被公开会对企业会造成哪些影响?首先,哪些客户和员工数据可能已被泄露?有了这些情报,企业可以就所需的隐私和监管响应做出明智决定。例如,向受影响方发出通知和补救措施。第二,商业秘密或其他敏感信息是否已被泄露,应考虑哪些法律因素?第三,泄露了哪些运维数据,这对供应链和合作伙伴有何影响?


以上不是一个详尽的考虑因素列表,但可用于表达数据暴露的各种影响,以及企业为什么必须准确说明哪些数据可能受到影响。虽然企业使用了很多工具和方法(逻辑数据模型、企业架构、数据发现和分类工具、数据目录)追踪敏感数据,但是它们都有一个核心弱点 —— 生命周期。自上次更新用于识别敏感数据的工具以来,发生了什么变化? 鉴于数据的高速增长和扩散,可以安全地假设企业对其敏感数据的了解存在一定差距。当然,应该运用这些工具和工件,在攻击发生后,立即明确得出关于敏感数据暴露的结论。


通过检查攻击目标的备份副本,企业可以获得绝对的最新情报来做出上面列举的关键决策。用这种方法推断出准确性。数据暴露的评估,应该使用最高的精确度来驱动适当的响应。那么,需要什么来提高对数据暴露的准确评估,以及企业采取所有适当措施的高度信心呢?

  • 广泛的预定义
  • 准确性
  • 可扩展性
Cohesity 广泛的预定义数据模式和策略,支持全国性和全球性搜索,需要广泛范围的各种敏感数据定义,如:驾驶执照、国民身份证、电话号码等。为支持这些要求,解决方案应具有广泛的模式,能组合到策略中。无论来源和格式如何,都能识别到个人信息、健康情况和财务数据。

Cohesity DataHawk

将人工智能与机器学习引入数据安全和管理中

威胁防护功能可以挽救被攻击的局面:DataHawk 集成基于深度学习的勒索软件检测引擎。它通过快速扫描异常、潜在威胁和勒索软件攻击的其他指标来提供智能威胁防护。DataHawk 集成了一组每天更新的高度策划和管理的妥协指标 (IOC) 威胁源。企业可以使用超过 10 万条威胁规则来识别难以捉摸的恶意软件。

数据分类,快速评估影响:当受到攻击时,企业都想要快速了解攻击对其关键数据的所有影响。DataHawk 利用 BigID 的卓越分类技术来准确发现大规模数据集并对其进行分类,最大限度地降低风险,改善安全状况,了解攻击的影响。客户可以通过 200 多个内置分类器和机器学习驱动的算法来分析、标记、分类数据集,从而节省追踪误报的时间,更快地解决问题。通用数据保护条例 (GDPR) 、支付卡行业数据安全标准 (PCI) 、健康保险流通与责任法案 (HIPAA) 等数据隐私和保护法规的预定义政策,可帮助企业快速识别这些敏感数据,并确定其优先级。

除了由人工智能与机器学习驱动的功能外,DataHawk 还包括 Cohesity 屡获殊荣的数据隔离服务 FortKnox

网络保管库可在必要时提供数据恢复和弹性企业应始终保留关键应用程序和数据的单独副本,作为构建网络弹性的 3-2-1 战略的一部分。借助 DataHawk 中包含的 Cohesity FortKnox,客户可以在基于云的现代网络保管服务中保护数据的异地副本,数据通过虚拟 air-gap 远离不良行为者。存储的数据可以从 Cohesity 管理的云保管库恢复到原始源位置或备用目标,包括公共云。

Cohesity DataHawk 解决方案,提高您的关键数据安全性与网络弹性!

如果您对 Cohesity DataHawk 感兴趣

欢迎随时联系中国区总代理商 Cyberworld 科明大同,谢谢!