当前位置: 首页 > news >正文

基于IPDRR模型能力,每个能力的概念及所要具备的能力产品

基于IPDRR模型能力,每个能力的概念及所要具备的能力&产品

信息安全核心能力矩阵

能力领域核心目的关键活动需具备的技术能力/产品
安全风险识别
(事前)
防患于未然
主动发现系统脆弱性及潜在威胁,为防御提供输入。
资产发现、漏洞扫描、渗透测试、安全众测、代码审计、架构评审、威胁建模、供应链安全评估漏洞扫描器 (Nessus, Qualys)、SAST (Fortify, Checkmarx)、DAST (AWVS, Burp Suite)、SCA (Black Duck, Snyk)、渗透测试工具 (Kali, Metasploit)、威胁情报平台 (TIP)、攻击面管理平台 (ASM)CMDB
安全防御
(事前)
构建防线
实施控制措施,降低被攻击成功的概率。
访问控制、安全加固、部署防护系统、数据加密、安全开发流程、暴露面管理、安全基线管理下一代防火墙 (NGFW)WAFVPN/零信任网络 (ZTNA)EDR/EPP邮件安全网关数据防泄漏 (DLP)多因子认证 (MFA)云安全 posture 管理 (CSPM)加密技术
安全检测
(事中/事后)
发现入侵
持续监控,及时发现绕过防御的攻击活动。
实时监控、日志分析、网络流量分析、异常行为检测、威胁狩猎、情报驱动检测SIEM (Splunk, Sentinel)、SOAREDR (CrowdStrike, SentinelOne)、NDRIDS/IPS威胁情报订阅UEBA
安全响应
(事中)
遏制止损
快速响应和处理安全事件,防止危害扩大。
事件判定遏制隔离根源分析证据留存应急演练指挥协调SOAR (用于自动化剧本)、工单系统 (Jira, ServiceNow)、取证工具 (FTK, EnCase)、通信工具 (Slack, Teams)、终端隔离功能网络封禁功能
安全恢复
(事后)
恢复学习
快速恢复业务,并从事件中学习以强化体系。
数据恢复系统重建业务验证事件复盘流程改进备份系统 (Veeam, Commvault)、灾难恢复方案 (DR)容器镜像仓库代码仓库知识库 (Confluence)

各能力关系与数据流

上述五大能力并非孤立,而是一个动态循环的有机整体,其数据流与协作关系如下图所示:

防御体系产生日志
响应过程中产生新的知识
复盘结论反馈加固
复盘结论反馈优化
安全风险识别
输出:风险清单
安全防御
输出:控制措施
安全检测
输出:安全警报
安全响应
输入:警报
安全恢复
输出:恢复的系统与经验总结

这个闭环确保了安全体系能够从每次事件中学习并持续进化,真正实现“防御-检测-响应-恢复”的良性循环。

http://www.dtcms.com/a/390724.html

相关文章:

  • NUST技术漫谈:当非结构化数据遇见状态跟踪——一场静默的技术革命
  • 在技术无人区开路,OPPO的指南针是“人”
  • AI与NPC发展过程及技术
  • Redis数据库(三)—— 深入解析Redis三种高可用架构:主从复制、哨兵与集群模式
  • (leetcode) 力扣100 13最大子序和(动态规划卡达内算法分治法)
  • SpringBoot整合JUnit:单元测试从入门到精通
  • MySQL三范式详细解析
  • GitHub 仓库权限更改
  • 卷积神经网络(CNN)核心知识点总结
  • Python数据挖掘之基础分类模型_朴素贝叶斯
  • 数字工业化的终极形态:人、机器与算法的三重奏
  • [x-cmd] 在 Linux 与 MacOS 安装与使用 x-cmd
  • wkhtmltopdf 命令参数及作用大全
  • Windows路径转换成Cygwin中的Unix路径的方法
  • JavaWeb之Web资源与Servlet详解
  • [视图功能8] 图表视图:柱状图、折线图与饼图配置实战
  • TDengine IDMP 基本功能——数据可视化(5. 表格)
  • ViTables 安装与 HDF5 数据可视化全指南
  • Python爬虫实战:研究Pandas,构建最新网游数据采集与智能推荐系统
  • 在.NET中实现RabbitMQ客户端的优雅生命周期管理及二次封装
  • .NET自定义数据操作日志
  • 从“连不上网”到“玩转路由”:路由器配置与静态路由实战(小白也能轻松掌握)
  • R语言 生物信息如何解读geo数据集的说明,如何知道样本分类, MDA PCa 79(n = 3)n的含义
  • 你的第一个Node.js应用:Hello World
  • 【LVS入门宝典】LVS核心原理与实战:Real Server(后端服务器)高可用配置指南
  • TPAMI 25 ICML 25 Oral | 顶刊顶会双认证!SparseTSF以稀疏性革新长期时序预测!
  • rep()函数在 R 中的用途详解
  • 在Windows中的Docker与WSL2的关系,以及与WSL2中安装的Ubuntu等其它实例的关系
  • 编辑器Vim
  • 数字推理笔记——基础数列