01
安全可靠行业的独有含意
跟现代的应用软件工程项目研制相比，如前所述社会大背景下的信息安全可靠是两个静态攻守对付操作过程。
现代的应用软件工程项目研制多半时候须要商品经理明确提出商品数学模型基本概念后，制订适当应用软件工程项目开发周期方案，接着研制项目组依照具体内容计划完成重新分配给他们的具体内容组织工作。这个操作过程更像电路板炼铁厂，每两个参加者须要在他们的工作岗位上搞好他们的组织工作，接着就可以确权到下两个关键步骤。
但是安全可靠不一样，它更强调静态攻守对付。须要特别针对动态反击增添的静态严重威胁展开有变化要快，积极响应姿势也要快。
02
云所增添的安全可靠革新
信息安全可靠是个大热门话题，其囊括的内容比较多。物联网、产业互联网、工业互联网等基本概念明确提出，在这样两个涌进于天地万物智连的时代，要依照不同的第一类多层，即通常所言 “云、管、端”3个微观。互联网是中间通讯操作过程的管线，属于“云、管、端”中的“管”， 管的边楼是端和云， “端”是多种类型的终端产品；“云”是目前最盛行的云服务。
的现代安全可靠难题，而近些年盛行的“云” 则对安全可靠领域增添两个巨大的革新，如果云服务出难题，可能最终会导致相当严重的不良后果，如旋风多媒体的DNS导出难题就增添很大的影响；以及近些年云伺服器出现的信息外泄、虚拟机逃离现场等，都是非常严重的安全可靠事件。因此在云安全可靠方面，除了利用过往的安全可靠实战经验对云展开一次结构预测，同时还须要依照云上运行的业务，去辨识是否会导入捷伊达维季夫卡，捷伊安全隐患，接着再研究捷伊方法，把云做得更安全可靠。
03
AI算法要提高可解释性
AI技术给安全可靠行业增添了很大的冲击，其中AI技术在安全可靠行业的应用以及AI自身的安全可靠尤为重要。
2010年业界和学术圈就开专家实战经验用正则表达式去标识两个个反击特征，通过特征匹配，以及多组特征的逻辑组合去完成反击检测；而导入AI后，可以使用机器学习和深度学习等展开智能的严重威胁检测。
目前，在安全可靠行业导入AI，最突出的难点不是检测率，因为检测率可以用多种方法组合去处理。最大的难点在于AI算法的可解释性差，如提供一张图像给谷歌或百度等搜索引擎，让它们去做图像判别，图像中是一只猫还是一条狗，最开始算法是不能给出正确的答案。图像中可能耳朵特别像猫，但其脸型特别像狗，在这种情况下人们可以很轻而易举地依照过往的实战经验在对各种各样的特征比对之后，觉得它特别符合猫的特征，这样就认为图像中是一只猫，人类对这些特征展开辨识和罗列出来操作过程是可解释性；再比如两层神经互联网，结合一定的应用场景可以对其展开解释，人们也可以知道这个两层神经互联网的特征含义，但多层神经互联网，其可解释就比较差。因此这些AI算法当其不具备可解释性的时候，人们很难在其工程应用上展开优化，在具备可解释的情况下，可以通过这些可解释的特征去判别。比如某个特征是两个强关联，我们可以给特征赋予更高的权值，反之弱关联项则降低其权值。
所以我们现在研究AI在安全可靠行业的应用也是在尽可能去尝试，去结合一些可解释的方法去做。包括知识图谱算法等，都在展开可解释性尝试，在这个操作过程中来寻找平衡点，当某个算法计算出正确的结果，并找出支持该结果的维度后，我们再依照专家实战经验去形成一些关联，这也是未来AI在组织工作方面两个比较好的思路。
04
APT的蛛丝马迹
APT反击这个基本概念在2010年前后开始盛行，它本质上没有两个精确的定义，它强调的是对两个反击目标展开持续性的复杂手段反击。攻守的手段和技术会随着APT对付升级的操作过程变得越来越复杂，一旦反击手段和技术更新或提升了，防御方的防守、加固手段和技术也必然要增强。
过往的反击多半为单点反击，通过单点应对就可以解决。而APT反击则是全链条的反击操作过程，它很可找APT反击的“蛛丝马迹”，接着顺着“蛛丝马迹”里继续深挖。假设在这个操作过程中发现APT反击驻留的一些后门，这些后门没有通过我们的常规入口进去，而是用其他别的方法进去的，那我们就要想办法明确反击者还有没有下一步的行动。在这个预测的操作过程中每天会收到大量的日志，如主机日志，伺服器日志，互联网通讯日志，访问日志、数据库日志等，其中最大的难点是在其实是从海量的日志中找到最可疑的部分，接着在进一步的反击活动前采取对应手段，缓解反击的影响，减少安全可靠事件造成的损失。整个操作过程须要从各个维度，各个层次来收集、筛选有效的日志、情报和数据，还原反击姿势，同时进一步挖掘反击行动的意图。
05
构建自有安全漏洞库很重要
绿盟科技是在国内较早做商业安全漏洞库的安全可靠公司，当时国内安全可靠市场还在发展初期，一些安全可靠基础设施还在建设操作过程中，我们须要自建安全漏洞库，支撑如扫描器商品、入侵防御商品、入侵检测商品等多种商品的安全漏洞检测、防御能力。绿盟科技安全漏洞库早期版本设计中已经包含了非常详细的安全漏洞信息，包括安全漏洞的厂商、 应用场景、版本、提供者、厂商公告等，经过多年持续不断的更新，目前绿盟科技的安全漏洞库已经积累了大量的安全漏洞信息。
现在已有CNVD、CNNVD等国家安全漏洞信息管理平台，可以对外提供安全漏洞信息了，但是对于商品线比较全面的安全可靠厂商构建和维护他们的安全漏洞库还是很必要的，一方面可以在CNVD、CNNVD等安全漏洞库信息的基础上添加更多的安全漏洞信息；另外也可以依照安全漏洞信息对公司内部的安全可靠商品、服务之间展开关联，通过持续地升级和更新公司商品来解决这些安全漏洞。安全可靠厂商在他们构建和维护安全漏洞库的操作过程中，则可通过与CNVD、CNNVD展开集成和相互认证来更快、更及时、更全面地发现安全漏洞信息。
06
给客户增添价值
安全可靠这个行业的不同含意在于，在企业中安全可靠始终是两个须要持续成本投入的领域。其价值体现跟其他业务部门也完全不一样，他不像业务部门，如销售部门可以通过销售数据就可以支撑价值的明确的目标。如何体现安全可靠的价值，往往须要结合企业需求去琢磨。安全可靠要他们去寻找企业可能存在的安全可靠难题，同时还要对这些安全可靠方案和安全可靠难题的解决形成衡量标准。安全可靠从业人员在不同的公司、不同的行业都须要他们去找到适当的视角展示安全可靠给公司增添的价值。作为安全可靠厂商本质上也是一样的，须要给客户增添价值，并让客户认可其价值，而不是他们感觉良好就可以了。
其实在安全可靠从业还是两个比较辛苦的事情，首先须要对安全感兴趣、有热情、有想法；接着才是须要有必备的安全可靠技能。如果在兴趣和专业的基础上觉得安全可靠这个行业有意思的话，坚持下去，未来还是会更好的。很多安全可靠从业人员在早期接触的时候是从运维、数据预测等开始。起初他们对安全可靠并不十分了解，这样须要一段时间打牢安全可靠基础知识，如果不掌握安全可靠知识，很难预测和解决安全可靠难题。
07
学习安全漏洞预测一定要精专
这两年在高校中有很多同学对安全漏洞预测是很有兴趣的，随着现在互联网上学习资源的不断丰富，他们可以通过去看论坛、微博等方式来接触到安全漏洞预测的知识并能打一定的基础。但随着相关技术的不断学习，也可能会有些迷茫，是到底应该预测什么，我主要的预测第一类是什么呢？比如你是通过学习Windows内核挖掘的书籍来学习安全漏洞预测的，那是从Windows平台的安全可靠和安全漏洞一步一步学习下去。如果是通过看其他类别的图书来学习的话，你可能又学习的是其他的安全漏洞预测知识。在安全漏洞预测的技术学习中，比如说提权，或者是跨站脚本，应用软件安全漏洞等涉及的技术面非常广泛，多半时候须要在应用软件代码层展开预测，有时还须要一些二进制预测；涉及的编程语言也非常广泛，包括C、C++、ASP、Java、Go等。这么多的技术和语言都对于安全漏洞预测人员来讲都是可以学习的，但不管学习哪一种技术，一定要精，另外一定要非常的有兴趣。对于安全漏洞预测这个特殊的工作岗位来说，一定是学习的自驱力大于外部推动他去学习的能力。在“精”操作过程中，会使你在某两个领域获得较大的成就感，或者会更好的勾起好奇心，这样是两个比较好的学习和组织工作操作过程。
08
熟悉技术可以更好地做管理
我在读研期间做过像扫描器、原理性安全可靠预测等组织工作。毕业后就进入绿盟科技。目前在绿盟科技组织工作已经有13年了，曾参与过绿盟科技早期的IPS，审计、WAF等商品的核心功能研制。随着公司核心技术去发展，逐步进入到现在的研究部门负责管理组织工作。
绿盟科技是一家以专业技术见长的信息安全可靠企业，所以在技术工作岗位到管理岗位这个转换操作过程是两个挺自然的操作过程。因为熟悉技术，而且在前沿技术研究、商品研制这两类技术工作岗位都组织工作过，因此在担任管理工作岗位后在展开组织工作安排和项目组沟通交流时，没有技术壁垒，上下级之间会互相去支持和帮助，我崇尚激发大家的组织工作内驱力，给予一定的自由度去向前发展；同时绿盟科技从20年前开始就有两个特别的制度——导师制，即使升级到管理人员，也会有管理导师来帮扶，现在安全可靠圈挺多公司来绿盟科技交流导师制。
目前国家层面对安全可靠非常重视，相信在各级主管部门的领导下，国内各个厂商机构积极配合和推动，通过在技术、服务商品上不断创新，向客户提供可以依赖、实际效果更好、更有价值的安全可靠能力。
· 转载声明·
互联网空间安全可靠成功之路”，已获授权。“我和我的网安成功之路”系列文章，受访第一类为绿盟科技互联网攻守实验室技术总监李文瑾。
