新鲜出炉!由腾讯安全深度参编的“首份网络安全态势感知国家标准”发布

公安部和腾讯安全共同编制的《网络安全态势感知通用技术要求》成为国内首份相关国家标准,将于2023年实施。腾讯安全SOC是一个基于云的全场景安全运营平台,运用MITREATT&CK框架,提供威胁检测、调查和响应,提升企业安全运营效率。该平台具备大数据分析、安全事件管理等能力,广泛应用于多个行业。

近日,公安部第三研究所牵头、腾讯安全深度参编的信息安全国家标准《信息安全技术-网络安全态势感知通用技术要求》,由国家标准化管理委员会正式发布,将于2023年10月1日起实施。

作为国内首份网络安全态势感知的国家标准,它规范了网络安全态势感知体系的数据汇聚、数据分析、态势展示、监测预警、数据服务接口、系统管理等核心组件的通用技术要求,为中国网络安全态势感知规范发展提供了重要的指导标准。

《网络安全态势感知通用技术要求》总体技术框架

腾讯安全SOC

云时代下全场景安全运营平台 

态势感知是一种对网络安全事件进行实时感知、智能理解、预测和响应的技术。随着国家战略层面的重视及网络安全复杂性的凸显,态势感知作为主动安全防御体系的“智慧大脑”,在企业整体网络安全中正在起到越来越关键的作用。

腾讯结合自身二十多年黑灰产对抗经验,面向政府、金融、制造业、医疗、教育等大中型企事业单位推出了智能化安全运营平台——腾讯安全SOC。以云原生技术为基础,仓湖一体化大数据平台为底座,MITRE ATT&CK技战术框架为指导,结合腾讯领先的威胁情报能力、AI和可视化技术,聚焦TDIR(Threat Detection, Investigation and Response)威胁运营,打造智能化安全运营平台,提升企业安全运营效率,实现企业全网安全态势可知、可见、可控的闭环。

腾讯安全SOC具备四大优势:

1、聚焦TDIR,大幅提升威胁运营效率:

腾讯安全SOC聚焦TDIR(威胁检测、调查和响应),将安全运营的主体从安全告警升级为安全事件。重点推出“原始事件/日志->安全告警->安全事件”的安全数据处理流程。

其中,安全数据湖支持海量原始事件/日志的存储、分析和快速查询;关联引擎、UEBA和自定义AI平台支持1000+规则对原始事件/日志进行分析,生成安全告警。通过安全事件自动调查响应和处置大幅提升威胁运营效率,实现企业全网安全态势可知、可见可控的闭环。

2、海量大数据分析和处理能力:

腾讯安全SOC内置新一代仓湖一体化安全大数据平台,实现PB级海量告警、日志流量数据和事件模型的热/温/冷数据分离,支持180天以上数据存储和分析。并对安全数据进行分类和分级,在成本和收益间达到理想的平衡。

3、完备的安全评价体系ATT&CK:

腾讯安全SOC以MITRE ATT&CK技战术框架为指导,全面升级安全检测体系,实现ATT&CK企业矩阵的全面覆盖。以ATT&CK框架评价安全指标,支持ATT&CK能力可视化,全面而直接地展示当前企业防护能力面貌和面临的威胁全景。

另外腾讯安全SOC提供威胁狩猎Threat hunting能力,从“被动检测”走向“主动发现”,帮助企业主动发现IT环境中未被防护体系检测到的安全威胁。基于仓湖一体化安全大数据平台,以ATT&CK框架指导,全天候持续对资产、漏洞、日志、告警、事件进行长周期多维数据关联分析。平台预置数百个威胁狩猎模版,覆盖日常运营和攻防对抗场景。

4、集成专家经验+AI,实现自动调查和响应:

为了从根源上解决“告警疲劳”这一业内难题,腾讯安全SOC将威胁情报云上安全专家在事件分析、调查、取证、溯源的能力和经验形成知识库,推出自动调查功能。

通过自动调查生成安全事件 (incident),基于资产、时间线、ATT&CK技战术进行关联,自动还原攻击过程中,采用的战术、技术、过程、相关的上下文以及造成的影响,以时间线(Timeline)的方式呈现。并给出安全事件的严重级别、描述和处置建议。将每天十万甚至百万级安全告警降到<100/天,达到可运营状态。 

应用场景:

腾讯安全SOC能够为客户不同的应用场景和业务目标,提供强大的平台支撑和安全能力赋能,包括:

目前,腾讯安全SOC解决方案已覆盖金融、运营商、政府(监管、主管、部委、省政数局)、交通、终端、出行、教育、医疗、广电、央企、国际GKA企业集团等数十个细分行业,为上百家客户提供实战化产品和服务,助力客户安全能力建设向主动防御阶段转型。

致力于标准建设

推动态势感知行业健康发展

近年来,在国家政策和市场需求的双重驱动下,态势感知成了网络安全领域的焦点话题,相关产品和解决方案随之涌现。但由于国内缺少相应的安全态势感知标准,不同厂商的认知并不统一,推出的产品也存在不少差异,给企业用户选购造成了困扰。

因此,腾讯安全一直致力于标准建设,积极参与《信息安全技术-网络安全态势感知通用技术要求》的长达两年的编写工作。希望通过标准的发布和实施,一方面解决目前市场上对于网络安全态势感知认知不一致的问题;另一方面促进网络安全态势感知系统能力的提升,指导开发者优化产品设计研发,让企业更加高效地建设、让监管方对网络安全态势有更加充分的了解,推动态势感知行业健康发展。

不仅如此,早在2019年上半年,腾讯就积极参与了中国信通院牵头立项《面向互联网云计算的安全态势感知平台能力要求》标准的编写制定。该标准规定了面向云计算的安全态势感知平台在总体功能框架、建设原则、各组成部分等三部分的能力要求。而腾讯安全SOC也是国内首家通过该标准能力评估的平台。

多年来,腾讯安全SOC凭借完善的产品体系、领先的技术和丰富的行业实践等优势,获得行业内众多权威认可:

  • 凭借“腾讯云安全态势感知协同响应运营管理一体化解决方案”被工信部信息中心评选为“2021年度信息技术应用创新典型解决方案”。

  • 被CIC工信安全评选为“2021年信息技术应用创新安全优秀解决方案”。

  • 入选《IDC MarketScape: 中国态势感知解决方案市场2021,厂商评估》,位居中国领导者地位。

  • SOC金融云平台安全运营体系的出色表现,赢得了金融行业和用户的高度认可,成功入选工信部、央行、银保监、国家互联网信息办公室等十二部门联合发布“2022年网络安全技术应用试点示范项目名单”。

未来,面对日趋复杂的安全形势,腾讯安全也将紧跟国家网络安全信息化建设的步伐,不断技术创新,全面提升腾讯安全SOC的威胁检测、调查和响应的能力和效率,护航企业数字化发展。

腾讯安全SOC+运营体系

SOC安全运营平台是腾讯“SOC+安全运营体系”下的一个核心产品。“SOC+安全运营体系”是腾讯安全面向产业数字化转型推出的新理念,强调以威胁情报运营和攻防对抗为基础,构建起“情报-攻防-服务-生态”的闭环安全运营体系。

目前,腾讯SOC+集成了TIX威胁情报中心、SOC安全运营平台、NDR网络威胁检测与响应、MDR安全运营服务四大产品矩阵,可支撑政企机构建立起技术、人员、流程一体化的安全运营体系,全面提升安全防护能力和安全运营效率。

关注“腾讯安全”公众号,回复“态势感知通用技术要求”,阅读完整版《信息安全技术-网络安全态势感知通用技术要求》

下载前可以先看下教程 https://pan.quark.cn/s/a4b39357ea24 在网页构建过程中,表单(Form)扮演着用户与网站之间沟通的关键角色,其主要功能在于汇集用户的各类输入信息。 JavaScript作为网页开发的核心技术,提供了多样化的API和函数来操作表单组件,诸如input和select等元素。 本专题将详细研究如何借助原生JavaScript对form表单进行视觉优化,并对input输入框与select下拉框进行功能增强。 一、表单基础1. 表单组件:在HTML语言中,<form>标签用于构建一个表单,该标签内部可以容纳多种表单组件,包括<input>(输入框)、<select>(下拉框)、<textarea>(多行文本输入区域)等。 2. 表单参数:诸如action(表单提交的地址)、method(表单提交的协议,为GET或POST)等属性,它们决定了表单的行为特性。 3. 表单行为:诸如onsubmit(表单提交时触发的动作)、onchange(表单元素值变更时触发的动作)等事件,能够通过JavaScript进行响应式处理。 二、input元素视觉优化1. CSS定制:通过设定input元素的CSS属性,例如border(边框)、background-color(背景色)、padding(内边距)、font-size(字体大小)等,能够调整其视觉表现。 2. placeholder特性:提供预填的提示文字,以帮助用户明确输入框的预期用途。 3. 图标集成:借助:before和:after伪元素或者额外的HTML组件结合CSS定位技术,可以在输入框中嵌入图标,从而增强视觉吸引力。 三、select下拉框视觉优化1. 复选功能:通过设置multiple属性...
【EI复现】基于深度强化学习的微能源网能量管理与优化策略研究(Python代码实现)内容概要:本文围绕“基于深度强化学习的微能源网能量管理与优化策略”展开研究,重点探讨了如何利用深度强化学习技术对微能源系统进行高效的能量管理与优化调度。文中结合Python代码实现,复现了EI级别研究成果,涵盖了微电网中分布式能源、储能系统及负荷的协调优化问题,通过构建合理的奖励函数与状态空间模型,实现对复杂能源系统的智能决策支持。研究体现了深度强化学习在应对不确定性可再生能源出力、负荷波动等挑战中的优势,提升了系统运行的经济性与稳定性。; 适合人群:具备一定Python编程基础和机器学习背景,从事能源系统优化、智能电网、强化学习应用等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于微能源网的能量调度与优化控制,提升系统能效与经济效益;②为深度强化学习在能源管理领域的落地提供可复现的技术路径与代码参考;③服务于学术研究与论文复现,特别是EI/SCI级别高水平论文的仿真实验部分。; 阅读建议:建议读者结合提供的Python代码进行实践操作,深入理解深度强化学习算法在能源系统建模中的具体应用,重点关注状态设计、动作空间定义与奖励函数构造等关键环节,并可进一步扩展至多智能体强化学习或与其他优化算法的融合研究。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值