價值一、增強系統(tǒng)的攻擊難度

在攻擊策略上，欺騙防御可以通過部署復雜的策略，如隱藏真實的資產(chǎn)，將真實資產(chǎn)偽裝成蜜罐，布置陷阱等，誘導攻擊者做出錯誤的行為、得出錯誤的結論，然后通過一些附加的防御措施保護目標系統(tǒng)。

價值二、實現(xiàn)粘滯防御

欺騙式防御能夠給攻擊者提供虛假的欺騙性情報信息，影響攻擊者下一步攻擊策略的制定和執(zhí)行。同時，這也給防御者更多的時間來準備和計劃下一步的防護決策和行動。

價值三、增加對攻擊者的威懾

目前很多安全控制的重點在于防止非法嘗試訪問計算機系統(tǒng)相關的活動。結果，入侵者正在使用這個準確的負反饋作為他們的嘗試是否已被檢測到的標志。然后，他們會退出攻擊，使用其他更隱蔽的滲透方法。在計算機系統(tǒng)的設計中引入欺騙，這增加了惡意敵手考慮新方法的可能性，即他們是否已經(jīng)被檢測到還是被欺騙了。此外，這種技術使防御者有能力通過主動提供虛假信息，將攻擊者的滲透嘗試轉變成防御者自身的優(yōu)勢。

普普點評

經(jīng)過2000多年的發(fā)展，欺騙活動已廣泛存在于人類生活的各個方面，而網(wǎng)絡空間更是欺騙技術大量應用的新興領域之一，混淆、隱匿、偽造、釣魚等技術攻擊手段層出不窮。欺騙本身是中性的，是善是惡，取決于使用這項技能的目的。網(wǎng)絡安全的本質是攻與防的對抗，欺騙技術同樣可以被應用到網(wǎng)絡安全防御中，實現(xiàn)對未知威脅的主動防御。

區(qū)塊鏈技術是一種分布式賬本，它不需要第三方組織，并利用分布式數(shù)據(jù)庫。由于區(qū)塊鏈系統(tǒng)是在分類帳和加密密鑰的幫助下保護的，因此攻擊和操縱它變得極其困難。區(qū)塊鏈通過將賬本數(shù)據(jù)分布在多個系統(tǒng)上，而不是將它們存儲在單個網(wǎng)絡上來分散系統(tǒng)。這使得該技術可以專注于收集數(shù)據(jù)，而不必擔心任何數(shù)據(jù)被竊取。因此，去中心化提高了區(qū)塊鏈操作系統(tǒng)的效率。要滲透區(qū)塊鏈系統(tǒng)，攻擊者必須侵入網(wǎng)絡上的每個系統(tǒng)，以操縱存儲在網(wǎng)絡上的數(shù)據(jù)。每個網(wǎng)絡上存儲的系統(tǒng)數(shù)量可以達到數(shù)百萬。由于域名編輯權限只授予需要它們的人，所以即使入侵100萬個系統(tǒng)，也無法獲得編輯和操縱數(shù)據(jù)的權利。區(qū)塊鏈技術的散列特性是使其成為如此突出的技術的基本特性之一。使用密碼學和散列算法，區(qū)塊鏈技術轉換存儲在我們分類賬中的數(shù)據(jù)。散列對數(shù)據(jù)進行加密，并將其存儲在這樣一種語言中，即只能使用存儲在系統(tǒng)中的密鑰對數(shù)據(jù)進行解密。

普普點評

區(qū)塊鏈已廣泛發(fā)展成為一種有前景的網(wǎng)絡安全緩解技術，區(qū)塊鏈技術的優(yōu)勢和特點將改善網(wǎng)絡安全原本單一的保護實施方式，避免了存儲架構遭受惡意單點攻擊。區(qū)塊鏈作為安全防護工具，根據(jù)去中心化特點優(yōu)化了區(qū)塊鏈操作系統(tǒng)的效率，依靠區(qū)塊鏈的分布式的存儲，大大降低了數(shù)據(jù)泄露的可能，并且通過二次操作將數(shù)據(jù)進行加密，極大提高了數(shù)據(jù)的安全。

誤解一：智能驅動的網(wǎng)絡安全已經(jīng)到來

所有調查都表示，他們正在一個或多個領域使用人工智能。使用最多的領域是IT資產(chǎn)庫存管理，其次是威脅檢測和違規(guī)風險預測。約67%的人表示，他們對人工智能的使用“僅觸及到問題的表面”。超過一半的人認為他們的至少目前過于依賴人工智能。

誤解二：人工智能將解決安全問題

只有11%的人表示，他們在使用人工智能進行網(wǎng)絡安全時沒有遇到任何問題。絕大多數(shù)人的認為核心網(wǎng)絡安全功能表現(xiàn)不佳，IT資產(chǎn)庫存管理是AI最主要的問題領域。

誤解三：人工智能是智能的，所以其必須是有效的

人工智能最大的誤解是，并不是所有的人工智能都像其名稱所暗示的那樣“智能”，這甚至還沒有考慮到需求和能力的不匹配。在評估和部署AI解決方案時必須深思熟慮，并以結果為導向，必須確保與AI技術方面有經(jīng)驗的專家合作，否則就會在一個關鍵領域失敗，幾乎沒有犯錯的余地。

普普點評

人工智能被認為是網(wǎng)絡安全團隊努力追趕精明的惡意行為、人才短缺等問題的力量倍增器。然而，并不是所有的AI都是如此智能，這甚至是在我們考慮到需求和能力的不匹配之前。通過對包括威脅檢測、違規(guī)風險預測和事件響應/管理在內的一系列防御學科的AI實施的調查，我們能清晰的認知在網(wǎng)絡安全領域，人工智能并不完全是最優(yōu)解。

人工智能是對人類智能的補充，而不是替代。在復雜系統(tǒng)的環(huán)境中，尤其是在與快速適應的、智能化的對手對抗時，以主動學習為核心的自動化技術將帶來極高的價值。人類的主要工作是經(jīng)常性的檢查機器學習系統(tǒng)，加入新的樣例，不斷的調整迭代。

首先，了解異常行為和惡意行為之間的區(qū)別很重要，因為它們常常是兩回事，依據(jù)的檢測技術也大不相同。前者很容易通過無監(jiān)督異常檢測發(fā)現(xiàn)，無需打標簽的訓練數(shù)據(jù)。但后者則需要監(jiān)督學習，通常需要許多歷史樣例。其次，具有高信噪比的警報對于安全運營團隊來說至關重要，需要充分了解檢測結果可能帶來的影響，因為這些系統(tǒng)不會百分之百準確。最后，雖然幾乎各種機器學習技術都已在網(wǎng)絡安全領域得到使用，積累大量的威脅情報簽名仍然非常重要，因為一旦撞上這些簽名，幾乎可以確定攻擊，省去了大量的關聯(lián)分析工作。無論什么時候，簽名都是檢測已知威脅的關鍵基線。

普普點評

在海量數(shù)據(jù)和告警需要處理的今天，自動化操作是提高安全運營團隊效率最有效的方法之一，基本上也是未來唯一的解決之道。自動化將創(chuàng)造性思維從耗時的操作任務中解放出來，尤其是在檢測高級威脅時非常有用，關聯(lián)分析、優(yōu)先級排序，自動執(zhí)行低風險的控制措施（如隔離可疑文件等），這些都可以顯著提高安全運營效率、降低網(wǎng)絡風險。

數(shù)字化轉型正在被許多行業(yè)采用，包括商業(yè)房地產(chǎn)和設施對日常運營至關重要的行業(yè)。為了尋找降低運營成本和能源消耗的方法，建筑業(yè)主正在將物聯(lián)網(wǎng)系統(tǒng)和傳感器添加到經(jīng)常老化的建筑管理系統(tǒng)中。然而，聯(lián)網(wǎng)物聯(lián)網(wǎng)設備增加了網(wǎng)絡攻擊面，由于它們部署的系統(tǒng)種類繁多，缺乏內在的安全性，且對管理網(wǎng)絡風險的關注程度較低，因此它們提供了許多被攻破的機會?？梢酝ㄟ^自動化樓宇管理庫存消除盲點，并顯揭示以前可能遺漏的資產(chǎn)；可以通過使用構建始終最新的庫存而不是依賴于數(shù)據(jù)快照的解決方案，節(jié)省時間和金錢?？梢酝ㄟ^對運營技術、物聯(lián)網(wǎng)和信息生態(tài)系統(tǒng)的全面了解，以及關于安全漏洞和維護要求，這樣我們就可以始終領先于任何中斷?？梢酝ㄟ^顯示網(wǎng)絡風險或某些異常行為的報警，總結和優(yōu)先排序風險的系統(tǒng)，以及可采取行動的情報和補救措施；使用正確的信息和工具，我們可以集中精力并減少平均響應時間。

普普點評

在如今的智能辦公環(huán)境中，使用者的每一步都涉及到互聯(lián)技術，我們如何保護隱私，保持重要操作和占用的連續(xù)性，同時保持居住者的安全和舒適。為了確保運營彈性，我們需要為所有網(wǎng)絡設備和建筑管理系統(tǒng)提供可見性和網(wǎng)絡安全。不斷升級的網(wǎng)絡威脅和不斷增加的網(wǎng)絡安全保險費迫使建筑管理者提高智能建筑安全性，要求能夠有效地預測、診斷和應對威脅和風險。

聯(lián)邦學習：該技術允許AI模型用保存在許多不同設備或服務器上的數(shù)據(jù)進行訓練。因此，無需從單一設備獲取數(shù)據(jù)或對數(shù)據(jù)進行復制，模型就能開展學習。這可以被視為“共享模型，而不是共享數(shù)據(jù)”，創(chuàng)建一個從本地數(shù)據(jù)學習的全局模型。

安全多方計算：該技術主要能夠實現(xiàn)不同使用者能夠處理他們不想彼此共享的數(shù)據(jù)。它可以讓一組授權同意的使用者之間共享加密數(shù)據(jù)，并允許他們處理由所有方的個人數(shù)據(jù)組成的數(shù)據(jù)集，確不用訪問數(shù)據(jù)所有者的原始數(shù)據(jù)。

同態(tài)加密：該技術允許數(shù)據(jù)在加密后進行處理利用。比如說，可以從終端設備找到關鍵數(shù)據(jù)，對其進行運算處理，基于群組級洞察力來創(chuàng)建實用模型，根本不需要解密個人記錄。

可信執(zhí)行環(huán)境：這是一種硬件特性的隱私保護技術，可在計算設備上創(chuàng)建安全區(qū)，能夠單獨執(zhí)行某些批準的功能。智能手機使用這種環(huán)境可以進行用戶生物特征身份驗證，也可以創(chuàng)建可信執(zhí)行環(huán)境，以便在個人數(shù)據(jù)上運行AI模型。

普普點評

隨著數(shù)據(jù)和AI技能在許多組織普及開來，各種信息數(shù)據(jù)需要更廣泛地共享，實現(xiàn)其價值的最大化利用。在AI時代，確保個人隱私安全尤為重要也更加困難，因為借助當今的高速計算能力，連匿名化數(shù)據(jù)集都可以進行逆向工程處理，從而識別個人身份，并推測其隱私活動信息。傳統(tǒng)的數(shù)據(jù)保護措施難以滿足隱私保護要求，需要盡快了解并應用新一代隱私保護技術來保護智能化應用的安全開展。

IPSec（互聯(lián)網(wǎng)協(xié)議安全）是一個安全網(wǎng)絡協(xié)議套件，用于保護互聯(lián)網(wǎng)或公共網(wǎng)絡傳輸?shù)臄?shù)據(jù)。IETF在1990年代中期開發(fā)了IPSec協(xié)議，它通過IP網(wǎng)絡數(shù)據(jù)包的身份驗證和加密來提供IP層的安全性。IPSec可為通信兩端設備提供安全通道，比如用于兩個路由器之間以創(chuàng)建點到點VPN，以及在防火墻和Windows主機之間用于遠程訪問VPN等。IPSec可以實現(xiàn)以下四項功能，數(shù)據(jù)機密性：IPSec發(fā)送方將包加密后再通過網(wǎng)絡發(fā)送，可以保證在傳輸過程中，即使數(shù)據(jù)包遭截取，信息也無法被讀??；數(shù)據(jù)完整性：IPSec可以驗證IPSec發(fā)送方發(fā)送過來的數(shù)據(jù)包，以確保數(shù)據(jù)傳輸時沒有被改變。若數(shù)據(jù)包遭篡改導致檢查不相符，將會被丟棄；數(shù)據(jù)認證：IPSec接受方能夠鑒別IPSec包的發(fā)送起源，此服務依賴數(shù)據(jù)的完整性；防重放：確保每個IP包的唯一性，保證信息萬一被截取復制后不能再被重新利用，不能重新傳輸回目的地址。該特性可以防止攻擊者截取破譯信息后，再用相同的信息包獲取非法訪問權。

普普點評

自1998年正式頒布以來，IPSec經(jīng)過了二十多年的發(fā)展，其設計初衷是在網(wǎng)絡層建立一套通用的安全機制，保護所有IP網(wǎng)絡通信的安全。相比位于傳輸層和應用層的安全協(xié)議，IPSec可以提供較為廣泛和通用的安全保護。但IPSec也存在著一定的限制，在某些情況下，其不可以進行直接的端到端通信(即傳輸模式)。另外，IPSec配置復雜性較高，相比其他VPN協(xié)議要求更高。