至顶网安全频道 03月26日 综合消息: 3月5日,十三届全国人大一次会议开幕会上,国务院总理李克强在作政府工作报告时强调,要深入推进"互联网+政务服务", 加快政府信息系统互联互通,打通信息孤岛。
不同于金融、运营商等行业,政务服务分布在交通、社保、民政、旅游、公共安全等多个领域,这些行业的业务系统,紧密关系着国计民生,一旦受到攻击影响正常运行,会直接给我们的生活造成极大不便。
此外,政府机构所承载的都是国家各项战略决策所需的重要大数据,政府网络一旦被恶意利用,无论是窃取机密数据、发布反动言论、植入木马、还是钓鱼链接,都会对政府的公信力造成破坏,带来非常坏的政治影响,甚至危害国家安全。
然而,随着政务服务和数据不断向互联网和云上迁移,政府网络安全却面临多方挑战,大量的新兴安全威胁也接踵而至。攻击者正在利用更加先进的技术(如人工智能)攻击政府网络。据悉,一个名为xDedic的网络黑市出售173个国家政府的服务器,仅需6美元就能访问政府服务器并展开攻击。
近年来,勒索软件快速兴起,瞄准了大量漏洞修复不及时的系统。对漏洞修复不及时的现象不仅普遍,而且已经发展成为长期以来的问题。
但我们有没有想过,在网安法已经落地,在国家近年来大力推动网络安全建设的这些年,这还仅仅是安全意识上对漏洞不重视的问题么?其实不然,政府各机构长期存在着技术资源短缺、安全运维和应用维护成本居高不下的问题,因此日常维护中不仅会面对因系统老旧无法打补丁的尴尬局面,甚至会在评估完补丁维护工作对业务影响后却无奈的选择妥协和放弃。
那么,保卫政府网络安全,保障"互联网+政务"的顺利推进,这场仗应该怎么打呢?
区别于传统安全防护手段,瑞数在网站安全、数据安全两方面充分植入了动态安全技术,打造出独特的应对新威胁的防护场景,帮助政府机构缓解自身安全技术资源不足的问题,转变防御理念,以"漏洞隐藏"等一系列主动防御手段有效转变漏洞修复不及时的无奈局面,大幅度减少安全运维成本,为政府网站安全及数据安全提供坚固"神盾"。
网站动态安全防护
1、防扫描-防止黑客通过漏扫工具扫描网站结构和应用漏洞;
2、防零日-通过隐藏漏洞,无需补丁和规则即可抵御未知漏洞的自动化攻击;
3、防撞库-防止批量登录尝试,包括利用多IP源、低频的高级撞库;
4、防暴破-防止对登录口密码实施暴力破解,保护登录账号安全。
数据动态安全保护
1、防爬虫-防止爬虫爬取网站上的数据,保护大数据安全,释放系统资源;
2、防"内鬼"-防止不法分子利用合法身份,通过工具批量查询和导出数据;
3、防数据遍历-防止黑客利用逻辑漏洞,通过工具批量导出用户资料;
4、防拖库-防止通过工具批量导出数据库信息。
瑞数动态安全技术带给用户的优质体验是显而易见的。首先,动态防护克服了传统技术完全依赖规则和补丁修补漏洞的被动防护的天然缺陷,可阻拦已知和未知自动化攻击。其次,企业无需更改应用,客户端用户也无需额外安装软件。最重要的是这项技术以多种"动"和"变"的手段,高效准确的人机识别,阻滞自动化攻击流量,释放了大量系统资源,同时主动防御技术本身也大大节省了维护的人力物力投入。
一味地被动防守已经不能保护日益向互联网迁移的政务系统。换个更聪明的方式迷惑对手。以主动防御为政府网络安全和数据安全保驾护航将是瑞数接下来不断探索和深耕的领域。
好文章,需要你的鼓励
两家公司在OverdriveAI峰会上分享了AI应用经验。Verizon拥有超过1000个AI模型,用于预测客户呼叫原因和提供个性化服务,将AI推向边缘计算。Collectors则利用AI识别收藏品真伪,将每张卡片的鉴定时间从7分钟缩短至7秒,估值从8.5亿美元增长至43亿美元。
阿布扎比科技创新研究院团队首次发现大语言模型生成的JavaScript代码具有独特"指纹"特征,开发出能够准确识别代码AI来源的系统。研究创建了包含25万代码样本的大规模数据集,涵盖20个不同AI模型,识别准确率在5类任务中达到95.8%,即使代码经过混淆处理仍保持85%以上准确率,为网络安全、教育评估和软件取证提供重要技术支持。
Hammerspace发布v5.2数据平台软件,通过更快的元数据读取、更好的数据放置和扩展性优化提升AI数据访问性能。新版本IO500总分提升33.7%,总带宽翻倍,IOR-Hard-Read测试提升超800%。增加了Tier 0亲和性功能,支持GPU服务器本地存储访问,减少集群内网络流量。新增Oracle云支持、Kerberos认证和标签化NFS,提供更细粒度的访问控制。该软件将于12月正式发布。
斯坦福大学研究团队首次系统比较了人类与AI在文本理解任务中的表现。通过HUME评估框架测试16个任务发现:人类平均77.6%,最佳AI为80.1%,排名第4。人类在非英语文化理解任务中显著优于AI,而AI在信息处理任务中更出色。研究揭示了当前AI评估体系的缺陷,指出AI的高分往往出现在任务标准模糊的情况下。