摘要:預(yù)計(jì)到年,這些算法和它們使用機(jī)器學(xué)習(xí)技術(shù)生成的風(fēng)險(xiǎn)分?jǐn)?shù)將從準(zhǔn)確性和上下文智能的角度得到提高。包括在內(nèi)的業(yè)內(nèi)領(lǐng)先公司今天都在積極投資機(jī)器學(xué)習(xí)技術(shù)來(lái)實(shí)現(xiàn)這一目標(biāo)。機(jī)器學(xué)習(xí)算法將繼續(xù)改進(jìn)使用基于行為的評(píng)分,進(jìn)一步改善用戶體驗(yàn)。
預(yù)測(cè)2019年下一代接入和零信任安全的未來(lái):挑戰(zhàn)aheadweet底線:所有數(shù)字企業(yè)在2019年都需要繼續(xù)發(fā)展的最有價(jià)值的催化劑是基于下一代接入(nga)的零信任安全(zts)策略,該策略可擴(kuò)展到保護(hù)企業(yè)數(shù)據(jù)的每個(gè)接入點(diǎn),識(shí)別這些身份是新的安全邊界。
任何數(shù)字業(yè)務(wù)增長(zhǎng)得越快,身份、設(shè)備和網(wǎng)絡(luò)端點(diǎn)數(shù)量就越多。2019年及以后最成功的企業(yè)正在積極創(chuàng)造全新的數(shù)字商業(yè)模式。他們正在積極招聘和入職需要獨(dú)立于地理位置的專家,并與全球研發(fā)合作伙伴一起探索新的采購(gòu)和專利理念。企業(yè)正在以比以往更快的速度進(jìn)行數(shù)字化轉(zhuǎn)型。到2025年,企業(yè)規(guī)模飆升至4900億美元,在六年內(nèi)實(shí)現(xiàn)14.4%的復(fù)合年增長(zhǎng)率(CAGR)。
Security Perimeters Make or Break A?;Growing Business
80%of IT Security Breaks include privileged credential access according to a recent?;?;The發(fā)現(xiàn)89%的組織僅僅依靠單一的安全策略來(lái)保證其移動(dòng)網(wǎng)絡(luò)的安全。根據(jù)IBM Security S最新的數(shù)據(jù),典型的數(shù)據(jù)泄露使公司在2018年的平均成本為386萬(wàn)美元,比2017年的362萬(wàn)美元上升了6.4%。
The hard reality for any digital business is realising that their great growth asset is how well they protect the continuously expanding peripment of their business.依靠可信域和不可信域保護(hù)基礎(chǔ)設(shè)施的傳統(tǒng)方法無(wú)法擴(kuò)展以保護(hù)構(gòu)成公司快速變化的新安全邊界的每個(gè)身份和設(shè)備。所有這些因素以及更多因素都是為什么由支持對(duì)數(shù)字業(yè)務(wù)增長(zhǎng)至關(guān)重要,因?yàn)樗鼈兊漠a(chǎn)品路線圖、定價(jià)策略和服務(wù)是市場(chǎng)的早期領(lǐng)導(dǎo)者。要了解更多有關(guān)“身份即服務(wù)”的信息,請(qǐng)參閱(需要客戶端訪問)。
Predicting the future of next gen access and zero trust security
The following are predictions of how next gen access(nga)powered by zero trust security(zts)will evolve in 2019:
behavior-based scoring algorithms will improve signally in2019年,通過比以前更精確地計(jì)算風(fēng)險(xiǎn)評(píng)分來(lái)改善用戶體驗(yàn)。阻止攻擊首先是基于一系列基于行為的算法,這些算法基于各種變量計(jì)算風(fēng)險(xiǎn)評(píng)分,包括過去的訪問嘗試、設(shè)備安全狀態(tài)、操作系統(tǒng)、位置、一天中的時(shí)間等r可測(cè)量因素。預(yù)計(jì)到2019年,這些算法和它們使用機(jī)器學(xué)習(xí)技術(shù)生成的風(fēng)險(xiǎn)分?jǐn)?shù)將從準(zhǔn)確性和上下文智能的角度得到提高。包括在內(nèi)的業(yè)內(nèi)領(lǐng)先公司今天都在積極投資機(jī)器學(xué)習(xí)技術(shù)來(lái)實(shí)現(xiàn)這一目標(biāo)。
隨著數(shù)字企業(yè)尋求保護(hù)新的研發(fā)項(xiàng)目、正在進(jìn)行的專利、路線圖和產(chǎn)品計(jì)劃,多因素認(rèn)證(MFA)的采用也在飆升。國(guó)家資助的黑客組織和有組織的黑客組織犯罪將快速增長(zhǎng)的數(shù)字企業(yè)中的知識(shí)產(chǎn)權(quán)視為他們可以在黑暗網(wǎng)絡(luò)上剝離和出售的最有價(jià)值的資產(chǎn)之一。在人工智能、航空防御、蜂窩和物聯(lián)網(wǎng)設(shè)備芯片設(shè)計(jì)、電子商務(wù)、企業(yè)軟件等領(lǐng)域,最成功的企業(yè)將采用最有效的單一密碼防御措施之一mfa。在2019年設(shè)計(jì)的沒有足夠安全性的智能連接產(chǎn)品將激增,fu更具挑戰(zhàn)性的是數(shù)字業(yè)務(wù)的安全邊界。智能互聯(lián)產(chǎn)品時(shí)代就在這里,Capgemini估計(jì)到2020年,互聯(lián)產(chǎn)品市場(chǎng)的規(guī)模將達(dá)到5190億美元至6850億美元。據(jù)統(tǒng)計(jì),制造商預(yù)計(jì),到2020年,他們的產(chǎn)品中有近50%是智能互聯(lián)產(chǎn)品。本研究為(PDF,40頁(yè),無(wú)選擇權(quán))。隨著每個(gè)智能連接設(shè)備為公司創(chuàng)造了新的威脅面,希望至少有一家設(shè)備制造商設(shè)計(jì)零信任安全(ZTS)支持董事會(huì)級(jí)別,通過減少?gòu)脑O(shè)備開始的違規(guī)威脅來(lái)增加其對(duì)企業(yè)的銷售。
尋找更大的跟蹤和可追溯性,healtHCARE和醫(yī)療產(chǎn)品供應(yīng)鏈將采用零信任安全(ZTS):在醫(yī)療保健和醫(yī)療產(chǎn)品中,如何使這一問題成為一個(gè)緊急問題是更大的監(jiān)管報(bào)告和合規(guī)性的綜合效應(yīng),以及提高新產(chǎn)品上市時(shí)間和當(dāng)前客戶交付準(zhǔn)確性的壓力。中興通訊的支柱是一個(gè)完美的醫(yī)療保健和醫(yī)療供應(yīng)鏈需要的跟蹤和可追溯性。這些支柱包括實(shí)時(shí)用戶驗(yàn)證、設(shè)備驗(yàn)證和智能限制訪問,同時(shí)還學(xué)習(xí)并適應(yīng)經(jīng)驗(yàn)證的用戶行為。
隨著數(shù)字業(yè)務(wù)尋求洞察如何在每個(gè)威脅中微調(diào)其ZTS策略,實(shí)時(shí)安全分析服務(wù)將在2019年蓬勃發(fā)展。surface和機(jī)器學(xué)習(xí)算法得到改進(jìn)。許多企業(yè)在2019年都會(huì)有一個(gè)頓悟,他們看到有多少潛在的違規(guī)行為已經(jīng)停止使用安全策略的組合,包括單點(diǎn)登錄(SSO)和多因素認(rèn)證(MFA)。機(jī)器學(xué)習(xí)算法將繼續(xù)改進(jìn)使用基于行為的評(píng)分,進(jìn)一步改善用戶體驗(yàn)。該領(lǐng)域的領(lǐng)導(dǎo)者包括正在為實(shí)時(shí)安全分析服務(wù)設(shè)定快速創(chuàng)新步伐的人。結(jié)論
安全性目前處于一個(gè)轉(zhuǎn)折點(diǎn)。保護(hù)IT系統(tǒng)和企業(yè)資產(chǎn)的長(zhǎng)期方法無(wú)法擴(kuò)展以保護(hù)每一個(gè)新的身份、設(shè)備或威脅表面。當(dāng)每個(gè)身份都是一個(gè)新的安全邊界時(shí),需要一種新的方法來(lái)保護(hù)任何數(shù)字業(yè)務(wù)。ZT的支柱包括實(shí)時(shí)用戶驗(yàn)證、設(shè)備驗(yàn)證和智能限制訪問,同時(shí)學(xué)習(xí)和適應(yīng)經(jīng)驗(yàn)證的用戶行為,證明在阻止違規(guī)和保護(hù)各種公司數(shù)字資產(chǎn)方面是有效的。現(xiàn)在是時(shí)候讓更多的數(shù)字企業(yè)將安全視為增長(zhǎng)的催化劑了,現(xiàn)在就采取行動(dòng),確保其業(yè)務(wù)繼續(xù)繁榮。
Interest in hearing industry leaders discus subjects like this and sharing their experience and use cases?參加即將在硅谷、倫敦和阿姆斯特丹舉行的活動(dòng),了解更多。
relevant stories
about the author
a simpion for research blog
>
>
this blog is committed to providing readers with in-depth analysis of the factors behind disruptive innovation in enterprise software,web-based applications,and delivery p包括SaaS在內(nèi)的平臺(tái)。本博客的目標(biāo)是讓讀者擁有豐富的洞察力和市場(chǎng)智慧,從而更有效地實(shí)現(xiàn)他們的目標(biāo),并保持行業(yè)的最新發(fā)展。
Cloud Tech Promoted Industry Brands、Business and Analysts的Industry Thinks Leadership Content from Industry Brands、Business and Analysts,Partnering with Writers and Bloggers to Delivery I向CIO和IT經(jīng)理的廣大受眾提供有關(guān)云IT戰(zhàn)略的信息和建議。
關(guān)于IT戰(zhàn)略的ED決策。.
請(qǐng)遵循此鏈接了解我們的。.
文章版權(quán)歸作者所有,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址:http://systransis.cn/yun/674.html
摘要:研究主管羅布麥克米蘭在年在國(guó)家港舉行的安全與風(fēng)險(xiǎn)管理峰會(huì)上展示了安全預(yù)測(cè)。到年,基于機(jī)器學(xué)習(xí)的智能機(jī)器將進(jìn)行的滲透測(cè)試,而在年這一比例為。然而,機(jī)器學(xué)習(xí)已經(jīng)發(fā)展到現(xiàn)實(shí)生活中。到年,至少一項(xiàng)重大安全事故將由安全故障引起,造成重大傷害。自動(dòng)化和人工智能(AI)為數(shù)字業(yè)務(wù)提供了無(wú)限的可能性,但它們也帶來(lái)了復(fù)雜性。2017年的Gartner安全預(yù)測(cè)突出了潛在的商業(yè)利益,比如更快、更好的滲透測(cè)試。但是...
摘要:機(jī)器學(xué)習(xí)便是功臣之一。與回歸分析不同,機(jī)器學(xué)習(xí)的預(yù)測(cè)不追求平均值的準(zhǔn)確性,允許偏差,但求減少方差。過去,由于數(shù)據(jù)和計(jì)算能力的匱乏,機(jī)器學(xué)習(xí)的表現(xiàn)不如回歸分析來(lái)得好。 趨勢(shì) 當(dāng)下,人工智能已成為科技領(lǐng)域最熱門的技術(shù)。機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、人臉識(shí)別、無(wú)人駕駛、NLP,各種名詞不絕于耳。人工智能的應(yīng)用一方面在不斷改變我們每個(gè)人的生活方式,另一方面也在逐漸改變著企業(yè)的經(jīng)營(yíng)模式、決策方式。越來(lái)越多...
摘要:公司和谷歌公司也發(fā)布了類似的聲明。持久性存儲(chǔ)器英特爾公司最近宣布推出持久性存儲(chǔ)器,它看起來(lái)像標(biāo)準(zhǔn)內(nèi)存,但可以存儲(chǔ)級(jí)數(shù)據(jù),甚至可以在電源中斷時(shí)保留數(shù)據(jù)。人們經(jīng)常會(huì)看到一些科技行業(yè)炒作周期的興衰,其中包括網(wǎng)絡(luò)時(shí)代、云計(jì)算、大數(shù)據(jù),以及最近的人工智能(AI)和區(qū)塊鏈的出現(xiàn)。回顧過去,很明顯這些重大變化中的每一個(gè)都是附加的,或者在某種程度上與之前發(fā)生的技術(shù)顛覆有關(guān)。例如,如果沒有大數(shù)據(jù),人工智能就不...
摘要:摘要本文主要講了神經(jīng)進(jìn)化是深度學(xué)習(xí)的未來(lái),以及如何用進(jìn)化計(jì)算方法優(yōu)化深度學(xué)習(xí)。揭示了神經(jīng)進(jìn)化的突破性研究深度學(xué)習(xí)的大部分取決于網(wǎng)絡(luò)的規(guī)模和復(fù)雜性。在這三個(gè)例子中,使用神經(jīng)進(jìn)化成功地超越了最先進(jìn)的基準(zhǔn)。 摘要: 本文主要講了神經(jīng)進(jìn)化是深度學(xué)習(xí)的未來(lái),以及如何用進(jìn)化計(jì)算方法(EC)優(yōu)化深度學(xué)習(xí)(DL)。 過去幾年時(shí)間里,我們有一個(gè)完整的團(tuán)隊(duì)致力于人工智能研究和實(shí)驗(yàn)。該團(tuán)隊(duì)專注于開發(fā)新的進(jìn)化...
閱讀 1868·2023-04-25 14:28
閱讀 1904·2021-11-19 09:40
閱讀 2807·2021-11-17 09:33
閱讀 1393·2021-11-02 14:48
閱讀 1723·2019-08-29 16:36
閱讀 3343·2019-08-29 16:09
閱讀 2926·2019-08-29 14:17
閱讀 2390·2019-08-29 14:07