A.应用威胁:SQL注入、跨站等针对应用层的攻击己经成为安全最大的威胁
B.主机威胁:病毒蠕虫等将占用系统资源、破坏文件和数据。恶意用户也会利用本地漏洞和配置错误来获口取额外权限
C.数据安全:破坏数据的机密性、完整性和可用性
D.网络威胁:针对网络层的攻击组要有拒绝服务、远程溢出、信息探测、网络监听等
A.事故灾难
B.人为事件
C.公共卫生事件
D.自然灾害
A.大数据平台中,B域、M域、O域及DPI信令等各类数据集中存储,一旦发生安全事件则可涉及海量客户敏感信息及公司数据资产。
B.大数据多部署在云环境中,由于存储、计算的多层面虚拟化,带来了数据管理权与所有权分离,网络边界模糊等新问题
C.大数据平台多使用Hadoop、Hive、第三方组件等开源软件,这些软件设计初衷是为了高效数据处理,系统性安全功能相对缺乏,安全防护能力远远滞后业务发展,存在安全漏洞
D.敏感数据跨部门、跨系统留存,任一单位或系统安全防护措施不当,均可能发生敏感数据泄漏,造成“一点突破、全网皆失”的严重后果。
A.勒索病毒攻击
B.跨国电信诈骗
C.数据泄露
D.网络暴力
A.工控安全LinSec利用“行为建模,智能安全”解决工业控制系统纵向数据互通所引发的安全问题,自下而上形成一个安全稳健的工业控制系统
B.网络安全NSec利用“网络重构,安全伸缩”解决工业企业横向联接所面临的安全问题,形成一个广阔的上下游安全协同网络
C.云安全CSec利用“云网融合,弹性伸缩”解决工业云平台东西南北全连接所导致的安全问题,形成全方位安全的工业柔性云平台
D.安全态势感知CdSec利用“万物互联,数据分析”挖掘隐藏在工业大数据中的安全风险,全面感知工业生产全生命周期的安全态势
E.AI安全AiSec利用“+AI“构建纵深防御体系和”AI+“构建安全威胁免疫体系,形成高度智能化的工业互联网安全防护体系