企业网络安全运营能力的多维度评价及优化策略

网络安全是企业面临的一个日益重要的问题,安全运营能力的强弱直接关系到企业的健康可持续发展和综合竞争力的提升。为推动企业网络安全工作的标准化建设,提升企业的网络安全运营能力,本文从安全建设、安全应对和安全效果三个角度出发,构建了企业网络安全运营能力的评价框架,并提出了一种新颖的企业网络安全运营能力评价方法。

企业网络安全运营能力评价概述

企业网络安全运营是指企业为保护其信息系统和数据资产,有效预防和应对安全事件,确保企业网络安全可靠运行而进行的一系列活动和措施。从流程视角来看,企业网络安全运营是一个自适应的持续闭环,涵盖了安全建设和安全应对的方方面面。其中,安全建设是企业网络安全运营的环境基础,包括标准规范建设、组织架构建设、管理制度建设和安全系统建设等。安全应对是企业面对安全事件、威胁或攻击时采取的一系列措施和行动,从流程上可分为事前应对、事发应对、事中应对和事后应对。

从要素视角来看,基于我国提出的WPDRRC安全模型以及美国制定的IATF信息保障技术框架,企业网络安全运营的核心要素主要包括人员、技术和策略。其中,人员是安全运营的核心,是技术的使用者和策略的执行者;技术是安全运营的保证,为人员更好地实施安全措施提供工具支撑;策略是安全运营的桥梁,为人员和技术提供指导框架。

关于企业网络安全运营能力,目前国内外尚未形成统一的界定标准,对企业网络安全运营能力评价指标体系的构建也是众说纷纭。就评价方法而言,目前常见的企业网络安全运营评价方法主要有成熟度模型评价法(如基于CMMC模型、NIST模型、ENISA成熟度模型、信息安全技术-数据安全能力成熟度模型等)、综合评价法(如AHP法、模糊综合评价法、神经网络法等)和问卷调查法等。但这些方法在对我国企业网络安全运营能力进行评价时缺少普适性,以及对维度的综合性和可拓展性。例如,成熟度模型通常聚焦于网络安全的技术层面,问卷调查法缺少一定的客观性。同时,现有的评价方法也常常面临数据质量问题。数据质量是准确评价企业网络安全运营能力的关键。

然而,企业网络安全能力评价往往涉及多维度的指标,相应的数据具有多样性、复杂性和规模性。这就导致传统的评价方法与企业网络安全运营能力评价的需求存在不适应。此外,不同指标的数据量及采集时效存在差异,数据量纲也会因企业类型或规模而异。因此,为适应企业网络安全运营能力的评价需求,应对已有评价方法进行改进和优化,并引入机器学习、智能分析等先进的数据分析技术。

企业网络安全运营能力的评价框架

为发挥综合评价“以评促建”的作用,本文基于企业网络安全运营的内涵及企业网络安全工作目标,从安全建设水平、安全应对能力和安全管理效果三个方面,构建企业网络安全运营能力的评价框架(如图1所示)。

图片

图1  企业网络安全运营能力评价框架

1.安全建设水平

企业安全建设水平主要从安全建设投资水平、标准规范建设水平、组织架构建设水平、管理制度建设水平和安全系统建设水平等方面衡量。其中,安全建设投资水平反映了企业网络安全建设的资金保障能力,可使用安全建设投资规模衡量,如企业安全建设投入占企业营业成本的比例。企业标准规范建设水平反映了企业的网络安全标准建设及合规情况,可基于国家或行业出台的标准项目,通过企业的达标情况衡量。

组织架构建设水平反映了企业在安全运营方面组织结构的健全程度,可从团队设置、人员配置、责任划分等方面的实施情况衡量。管理制度建设水平反映了企业的网络安全管理制度建设情况,可通过量化企业在安全策略规划、安全流程制定、安全人员培训、安全事件演练以及安全审计监督等方面的实施情况衡量。安全系统建设水平反映了企业在网络安全运营信息系统建设方面的成熟程度和能力水平,可从安全平台建设、安全设备配置、系统自动化响应以及智能数据分析等方面的成熟度衡量。

2.安全应对能力

基于PDRR模型框架,本文所指的企业安全应对能力侧重于技术层面的能力,主要包括事前预防与识别能力、事发监测与预警能力、事中响应与处置能力以及事后调查与评估能力四个维度。

其中,事前预防与识别能力强调企业安全防御的主动性,可通过安全风险评估分值、安全事件识别的准确率和安全事件阻止率等进行衡量。事发监测与预警能力强调企业对安全事件的实时监控和快速反应,是指企业在安全事件发生时,能够及时监测、检测和预警安全威胁的能力,可通过平均检测时间(MTTD)、平均确认时间(MTTA)、预警准确率和预警覆盖率等进行衡量。事中响应与处置能力强调企业的精准响应和应急处理能力,是指企业在发生网络安全事件后,能够迅速、准确地采取应对措施,最小化安全事件影响和损失的能力,可利用安全事件的平均响应时间(MTTR)衡量。事后调查与评估能力强调企业在安全事件后的溯源与改进,是指企业在网络安全事件发生后,对安全事件进行起因溯源、影响评估等的能力,可利用平均调查时间(MTTI)衡量。

3.安全管理效果

网络安全管理效果主要从安全事件发生率、安全事件影响力、安全事件处理效率、安全事件恢复效率以及安全投资回报率等方面进行衡量。其中,安全事件发生率反映了有害程序事件、网络攻击事件、信息破坏事件、信息内容安全事件、设备设施故障、灾害性事件和其他网络安全事件等的发生情况,可通过统计和分析企业网络安全事件数据进行计算。

安全事件影响力反映了安全事件对企业带来不良影响的程度,可从安全事件等级严重程度、对企业造成的经济损失及恢复所需成本等方面进行量化。安全事件处理效率反映了企业在安全事件发生后快速行动、有效解决问题的能力,可从安全事件的平均遏制时间(MTTC)和安全事件解决率两个方面进行衡量。安全事件恢复效率反映了企业在遭受安全事件后迅速有效恢复正常运营的能力,可以利用安全事件平均恢复时间(MTTR)衡量。安全投资回报率反映了企业在网络安全方面的投资带来的经济回报,可以利用基于安全投资数据与实际损失数据计算得到的安全投资回报率衡量。

企业网络安全运营能力的评价方法

为促进企业网络安全运营的标准化建设,本文基于S&P信用评级方法和网络安全成熟度模型,设计了企业网络安全运营能力交叉评级方法,从企业安全管理能力和安全管理效果两个方面对企业网络安全运营能力进行对比分析。

步骤1:测度企业的安全建设水平(Y1)、安全应对能力(Y2)及安全管理效果(Y3);具体可通过AHP、模糊综合评价等方法计算企业网络安全运营能力三个一级指标的得分。

步骤2:构造企业网络安全运营管理能力指标(Y12);具体是将企业的安全建设水平和安全应对能力两项指标进行加权合成(加权公式为 Y12=W1Y1+W2Y2。其中,W1和W2分别是企业安全建设水平和安全应对能力两项指标对应的权重)。

步骤3:对企业网络安全运营管理能力(Y12)和企业安全管理效果(Y3)进行赋值;具体是将企业的安全运营管理能力和安全管理效果分别划分为六个等级,并依据企业的综合评价结果对相应的指标赋值,指标得分越高则赋值越小。

步骤4:设计交叉评级规则(如图2所示),并基于规则对企业进行评级;企业的安全运营能力被划分为A、B、C、D、E五个等级,分别对应初级防护、基础防范、稳定合规、主动防御和自主防御。

图片

图2  企业网络安全运营能力交评级标准

结语

本文基于企业网络安全运营内涵及企业网络安全工作目标,从安全建设水平、安全应对能力和安全管理效果三个维度出发,提出了一个具有通用性的企业网络安全运营能力评价框架,设计了企业网络安全运营能力的交叉评级方法。本文提出的评价框架和评价方法旨在促进企业网络安全运营的标准化建设,但企业网络安全运营是一个复杂且持续的过程,对其能力进行评价依赖于一定的数据基础。因此,如何对本文构建的评价框架进行细化,因行业而异地设计可度量的细分指标,并结合实际数据开展实证分析,是未来进一步研究的重要方向。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/527602.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

如何给MySQL数据库的所有表统一加上字段

在开发过程中,有时候慢慢的建了很多数据库表,但是后来发现需要统一增加某些字段的时候,可以通过alter语句 ALTER TABLE 表名 ADD 列名 数据类型;比如我要给t_user表增加gmt_create与gmt_modified字段,用作记录新增记录时间与更新…

达梦关键字(如:XML,EXCHANGE,DOMAIN,link等)配置忽略

背景:在使用达梦数据库时,查询SQL中涉及XML,EXCHANGE,DOMAIN,link字段,在达梦中是关键字,SQL报关键词不能使用的错误。 解决办法: 配置达梦安装文件E:\MyJava\dmdbms\data\DAMENG\dm.ini 忽略这些关键词,…

CGAL的交叉编译-androidlinux-arm64

由于项目算法需要从Linux移植到android,原先的CGAL库也需要进行移植,先现对CGAL的移植过程做下记录,主要是其交叉编译的过程.。 前提条件: 1、主机已安装NDK编译器,版本大于19 2、主机已安装cmake 和 make 3、主机…

政安晨:【Keras机器学习实践要点】(二十二)—— 基于 TPU 的肺炎分类

目录 简述 介绍 / 布置 加载数据 可视化数据集 建立 CNN 纠正数据失衡 训练模型 拟合模型 可视化模型性能 ​编辑预测和评估结果 政安晨的个人主页:政安晨 欢迎 👍点赞✍评论⭐收藏 收录专栏: TensorFlow与Keras机器学习实战 希望政安晨的博客…

达梦(DM)报错[-3209]: 无效的存储参数

[TOC](达梦(DM)报错[-3209]: 无效的存储参数) 最近有一个项目,一直使用的是达梦数据库,今天遇到了一个问题,就是将测试环境新增加的表导入线上时报错 [-3209]: 无效的存储参数,这里我用我本地的达梦数据库复现一下这个问题&#…

【HTML】简单制作一个动态变色光束花

目录 前言 开始 HTML部分 效果图 ​编辑​编辑​编辑​编辑总结 前言 无需多言,本文将详细介绍一段代码,具体内容如下: 开始 首先新建文件夹,创建一个文本文档,其中HTML的文件名改为[index.html]&a…

python-flask后端知识点

anki 简单介绍: 在当今信息爆炸的时代,学习已经不再仅仅是获取知识,更是一项关于有效性和持续性的挑战。幸运的是,我们有幸生活在一个科技日新月异的时代,而ANKI(Anki)正是一款旗舰级的学习工具…

【深度学习】环境搭建ubuntu22.04

清华官网的conda源 https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ 安装torch conda install pytorch torchvision torchaudio pytorch-cuda12.1 -c pytorch -c nvidia 2.2.2 conda install 指引看这里: ref:https://docs.nvidia.com/cuda/cuda-installatio…

高创新 | Matlab实现OOA-CNN-GRU-Attention鱼鹰算法优化卷积门控循环单元注意力机制多变量回归预测

高创新 | Matlab实现OOA-CNN-GRU-Attention鱼鹰算法优化卷积门控循环单元注意力机制多变量回归预测 目录 高创新 | Matlab实现OOA-CNN-GRU-Attention鱼鹰算法优化卷积门控循环单元注意力机制多变量回归预测预测效果基本介绍程序设计参考资料 预测效果 基本介绍 1.Matlab实现OOA…

css实现各级标题自动编号

本文在博客同步发布,您也可以在这里看到最新的文章 Markdown编辑器大多不会提供分级标题的自动编号功能,但我们可以通过简单的css样式设置实现。 本文介绍了使用css实现各级标题自动编号的方法,本方法同样适用于typora编辑器和wordpress主题…

Qt案例 通过调用Setupapi.h库实现对设备管理器中设备默认驱动的备份

参考腾讯电脑管家-软件市场中的驱动备份专家写的一个驱动备份软件案例,学习Setupapi.h库中的函数使用.通过Setupapi.h库读取设备管理器中安装的设备获取安装的驱动列表,通过bit7z库备份驱动目录下的所有文件. 目录导读 实现效果相关内容示例获取SP_DRVIN…

计算机网络-运输层

运输层 湖科大计算机网络 参考笔记,如有侵权联系删除 概述 运输层的任务:如何为运行在不同主机上的应用进程提供直接的通信服务 运输层协议又称端到端协议 运输层使应用进程看见的好像是在两个运输层实体之间有一条端到端的逻辑通信信道 运输层为应…

Github上传大文件(>25MB)教程

0.在github中创建新的项目(已创建可忽略这一步) 如上图所示,点击New repository 进入如下页面: 1.下载Git LFS 下载git 2.打开gitbash 3.上传文件,代码如下: cd upload #进入名为upload的文件夹,提前…

k8s集群node节点状态为Not Ready

目录 一、Node节点Not Ready状态的可能原因 二、排查node节点状态为Not Ready的原因 一、Node节点Not Ready状态的可能原因 node节点状态为Not Ready可能的原因有: 1.网络插件出问题 有过安装经验的小伙伴应该很熟悉未安装网络插件的情况下node节点在集群中的状…

【MacOs】proxychains配置使用

一、开始 1. 安装proxychains 使用brew进行安装 brew install proxychains-ng没有homebrew的,可以使用该命令安装 /usr/bin/ruby -e "$(curl -fsSL https://cdn.jsdelivr.net/gh/ineo6/homebrew-install/install)"2. 配置代理配置文件 cd /opt/homeb…

AUTOSAR配置工具开发教程 - 开篇

简介 本系列的教程,主要讲述如何自己开发一套简单的AUTOSAR ECU配置工具。适用于有C# WPF基础的人员。 简易介绍见:如何打造AUTOSAR工具_autosar_mod_ecuconfigurationparameters-CSDN博客 实现版本 AUTOSAR 4.0.3AUTOSAR 4.2.2AUTOSAR 4.4.0 效果 …

麻雀优化算法(Sparrow Search Algorithm)

注意:本文引用自专业人工智能社区Venus AI 更多AI知识请参考原站 ([www.aideeplearning.cn]) 算法背景 麻雀算法(Sparrow Search Algorithm, SSA)是一种受自然界麻雀群体行为启发的优化算法。想象一下,一…

Linux学习-网络UDP

网络 数据传输,数据共享 网络协议模型 OSI协议模型 应用层 实际发送的数据 表示层 发送的数据是否加密 会话层 是否建立会话连接 传输层 数据传输的方式(数据报、流式&#…

esp32上PWM呼吸灯

1、什么是pwm PWM(Pulse Width Modulation)简称脉宽调制,是利用微处理器的数字输出来对模拟电路进行控制的一种非常有效的技术,广泛应用在测量、通信、工控等方面。 1.1频率 单位时间内PWM方波重复的次数 1.2占空比 一个周期内…

HarmonyOS 应用开发-根据icon自适应背景颜色

介绍 本示例将介绍如何根据图片设置自适应的背景色。 效果图预览 使用说明 转换图片为PixelMap,取出所有像素值遍历所有像素值,查找到出现次数最多的像素,即为图片的主要颜色适当修改图片的主要颜色,作为自适应的背景色 实现思…