如何确保云安全?新数据指出一条明路

在VansonBourne公司进行的****中，很多受访者抱怨说，云计算可能会在安全领域造成盲点。总体而言，有一半的受访者表示，云计算能够“隐藏”识别威胁的信息。他们还表示在云端缺少有关正在加密（48%的受访者表示）、不安全的应用程序或流量（47%）或SSL/TLS证书有效性的信息（35%的受访者表示）。

49%的受访者表示，混合云环境可能会进一步阻碍可见性，因为它可以阻止企业安全团队看到数据实际存储的位置。78%的受访者表示，孤立的数据（一些由安全操作部门掌控，另一部分由网络操作部门掌控）可能会使查找数据更加恶化。

不仅仅数据是这样，企业安全团队的可视性也很有限。67%的****受访者表示，网络盲点是他们保护组织数据安全的障碍。为了获得更好的可视性，Clavel建议企业首先确定如何组织和实施安全状态。“人们会问，这一切都在云端吗？还是从内部部署扩展到云端？在这两种情况下，确保应用程序网络流量的普遍可见性是安全策略的核心。企业看到的越多，就能获得更多的安全保障。”他说。

“为了解决可见性需求，企业需要确定一种方法来获取、汇总和优化网络流量的安全工具，无论它们是入侵检测系统（IDS）、安全信息和事件管理（SIEM）、取证、数据丢失防护DLP、高级威胁检测（ATD），或同时进行所有这些检测。”Clavel补充说，“最后，添加SecOps程序，即使随着企业的云计算足迹增长，也能自动检测威胁的可见性和安全性。”

这些盲点和低信息可见性可能会导致GDPR合规性问题。66%的受访者表示缺乏可见性会使GDPR合规困难。只有59%的受访者认为他们的组织将在2018年5月的截止日期之前为GDPR的实施做好了准备。

机器学习会提供帮助吗？

云计算服务提供商正在努力提高客户识别和解决潜在威胁的能力。例如，亚马逊网络服务（AWS）在2017年推出了了两项依靠机器学习来保护客户资产的服务。

在2017年8月，AWS推出了Macie服务，主要侧重于PCI、HIPAA和GDPR合规。它会根据用户在Amazon S3存储桶中的内容进行培训，并在检测到可疑活动时通知客户。AWS GuardDuty于2017年11月份发布，它使用机器学习来分析AWS CloudTrail，VPC Flow Logs和AWS DNS日志。像Macie一样，GuardDuty专注于异常检测，以提醒客户的可疑活动。

机器学习的有效性取决于由算法和训练数据组成的模型。这个模型与其所训练的数据一样好，任何超出模型数据的事件都不会被Macie或GuardDuty等服务检测到。

也就是说，像AWS这样的云计算安全提供商将拥有比任何个人客户都更加丰富的数据集。AWS在其整个网络中都具有可视性，使得在正常的和可能是恶意的情况下训练其机器学习模型变得更加容易。但是，客户需要了解机器学习不会检测到机器学习模型中的培训数据之外的威胁。他们不能只靠guardduty Macie和GuardDuty这样的服务。

谁拥有云安全？

考虑到这一点，毫不奇怪的是，62%的受访者表示希望他们的安全运营中心（SOC）能够控制网络流量和数据，以确保在云计算环境中提供充分的保护。他们中有一半人会意识到需要保护网络流量和数据。

由于管理云环境的结构问题，对于许多组织来说，获得控制权甚至获得完全可见性可能是一个挑战。虽然69%的受访者组织负责安全操作，但云端操作（54%）或网络操作也会涉及云计算安全，这导致出现了企业与云计算安全厂商以及IT团队应该如何合作的问题。事实上，有48%的受访者表示，团队之间缺乏合作是识别和报告违规行为的最大障碍。

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!