机器学习和自动化是确保混合云安全的关键因素 |消息

[roseline371274]

混合云正在迅速成为全球企业的主要 IT 服务交付平台。这些系统帮助企业实现现代化、转型和创新并非毫无意义。然而，它们也带来新的风险。这就是为什么明确如何最好地保护混合云中托管的数据和知识产权非常重要。

首先，智能手机、平板电脑和远程工作的使用扩大了网络范围，混合云模型进一步加速了这一趋势，模糊了安全网络起点和终点的界限。敏捷开发和 DevOps 意味着应用程序和敏感数据不断变化，需要经常更新遥测和信息收集策略。如今，应用程序和工作负载在一系列内部部署、私有云和公共云数据库中运行，每个数据库可能由不同的供应商提供，并且几乎位于世界任何地方。

你可能还喜欢…

您想了解技术如何帮助您的业务发展吗？不要错过 Reimagine 2017。在此注册。

通过此链接获取新 IT 服务带来的机遇

点击此链接了解物联网如何改变商业世界

数字化转型对业务的影响详情请见此链接

多位分析师认为，要防范混合云环境中的威胁，必须克服 尼日利亚 WhatsApp 号码 两个关键挑战。首先，组完全了解整个混合云覆盖范围内的工作负载和用户活动，包括本地环境、IaaS、PaaS 和 SaaS 等云服务以及影子 IT。其次，必须建立机制来处理和分析将产生的大量遥测和数据。此外，该组织有望在不增加团队或增加预算的情况下克服这些挑战。

发现 数字化工作空间正在获得发展动力 |提高工作场所的生产力
如何解决这个问题？这些分析师认为，云技术提供了一种解决方案。新的云服务可以获取大量的操作和安全遥测数据，使用专门构建的机器学习进行实时分析，并通过自动化对发现做出反应。这些服务增强了核心 SOC 功能，例如安全信息和事件管理 (SIEM)、用户和实体行为分析 (UEBA)、云访问安全代理 (CASB) 以及配置和合规管理。

在云规模上构建它使供应商能够提供包含 SIEM、UEBA、CASB、合规性和基于上下文的身份的大数据平台，确保传统上在独立孤岛中可用的信息统一。机器学习和自动化可以高度自信地识别和应对威胁，使自动补救成为现实。这种专门构建的机器学习可以提高安全性并创建能够主动识别问题的解决方案。采用这种方法后，分析师可以将时间从识别问题转移到专注于保护组织免受 APT 攻击。

总之，这种统一的方法还可以为合规的混合云使用提供关键的控制点，从而实现跨多个提供商以及跨 IT 场所的云服务的可见性。由于组织不断地重新平衡工作负载，这可以节省大量时间并消除人为错误。