weixin_43941646的博客

本方法提出了工业控制系统信息安全防护能力评估的基本概念、 实施流程和工作形式。 本方法适用于规范对企业按照《工业控制系统信息安全防护指南》 建立的工控安全防护能力开展的综合评价活动。 本方法适用于评估工业控制系统的应用企业。

国产信息化自主可控浪潮中，我们认为通过云计算弯道超车，达成信息化自主可控 是最大的投资机遇。一方面，云计算颠覆了传统 IT 架构，使本土 IT 企业与国际 IT 巨头之间的技术差距大大缩小，如阿里云、华胜天成云机、紫光云机等，其关键性 能指标已经基本与国际顶级水平接近。另一方面，云技术带来了 IT 商业模式的变革， 从海外来看， Amazon、 Salesforce、 Google、 Dropbox等新兴巨头借力云技术超车 IBM、SAP、 Microsoft、传统软件巨头，利用云技术提供传统 IT 服务逐渐被更多用户所接受，各行各业的传统 IT 系统正加速向云端迁移。

工业互联网目前已经广泛应用于电力、 交通、 石油、 取暖、 制造业等关键信息基础设施领域，一旦发生安全事件，往往会造成巨大的损失和广泛的影响。 但是，由于工业互联网环 境的特殊性，传统的 IT 信息安全技术并不能完全有效的保护工业系统的安全，甚至很多常用的安全技术都不能直接应用于工业网络的安全防护。 对于工业互联网安全的分析与防护，需要使用一些专门的方法和专用的技术。

大数据时代的到来,使得数据成为了重要的经济资产, Apache Hadoop凭借其出色的数据存储能力和分布式计算等优势已经成为处理大量数据的主要平台,该平台存储着来自不同企业、组织或机构的数据,这些数据中往往包含许多私人或敏感信息,其数据安全问题不容忽视。访问控制是保护系统中数据安全的关键技术,但传统的访问控制模型和主流的开源授权框架主要依靠系统权威(系统管理员)制定访问策略,这不仅会增加对系统管理员的强依赖,且难以保证授权工作的时效性。因此,本文考虑时间动态变化特点,采用基于动态标签的用户异常状态评价,提出了一种面向Hadoop的自适应权限控制方案,并设计了 套大数据权限管理工具,能够实现根据用户实时行为标签动态调整用户访问权限,从而更加有效地保护大数据环境下的用户敏感信息和隐私数据。

在万物智能互联的时代，我们生活的世界，越来越多的产品趋于“无形”——即无法触摸到的软件和其它数字内容。当机器设备被赋予更多的智能，高度自动化、自主运转的工厂将人力大量解放出来的同时，也伴随新的、更严峻的问题。伴随联网设备数量大增，信息安全成为物联网面临的最大风险，不断暴露出当前各行各业在工控安全层面的漏洞。本文介绍常见工控安全黑客攻击手段。

由于工控网络的相对封闭性，目前针对工控系统的攻击以APT（恶意软件为载体）、病毒、木马、勒索软件等恶意程序为主。恶意程序通过自我复制、主动探测、自动传播等方式，可在工业网络内快速扩散，造成网络延迟、主机失效、业务波动，甚至造成物理损坏、业务停产等严重后果，对工业企业安全生产构成极大威胁。

大数据分析处理日渐成为企业的主流业务,而Hadoop了成为了大数据处理的主要工具,但它却存在安全风险。

如何在不泄露用户隐私的前提下，提高大数据的利用率，挖掘大数据的价值，是目前大数据研究领域的关键问题。具体而言，实施大数据环境下的隐私保护，需要在大数据产生的整个生命周期中考虑两个方面：如何从大数据中分析挖掘出更多 的价值；如何保证在大数据的分析使用过程中，用户的隐私不被泄露。本论文将围绕下图所示的大数据隐私保护生命周期模型展开。