실시간 적응형 보안

Real-time adaptive security

실시간 Adaptive Security는 멀티미터와 네트워크 상의 움직이는 부품, 그리고 기업을 대상으로 하는 점점 지능화되는 위협을 수용하는 데 필요한 네트워크 보안 모델이다.적응형 보안은 네트워크에서 악의적인 트래픽과 행동 이상 징후를 관찰하고, 엔드포인트 취약점을 찾아내고, 시스템에 대한 실시간 변경을 식별하며, 엔드포인트 보호와 액세스 규칙을 자동으로 적용하고, 악의적인 트래픽을 차단하고, 감사 데이터를 제공하는 동안 컴플라이언스 대시보드를 따를 수 있다.[1]

적응형 보안 인프라의 주요 특징으로는 포인트 솔루션보다는 정보를 공유하고 상호 연관시키는 보안 플랫폼이 있어 휴리스틱스 시스템이 자신의 의심을 방화벽에 전달할 수 있다.그 밖의 기능으로는 세분화된 제어, 자동화(인간의 개입 외에), 주문형 보안 서비스, 서비스로서의 보안, 보안 및 관리 데이터의 통합 등이 있다.사용자 정의 애플리케이션이 작동한 후 보안을 추가하기보다는 애플리케이션의 설계 단계에서 보안 모델이 생성될 것이다.

이러한 실시간 적응형 보안 모델의 주요한 변화는 예를 들어, 사용자가 애플리케이션에 액세스하려고 할 때 사용자의 상황에 적응할 수 있고 컴플라이언스에 부합하는 세부사항과 정책 시행을 포함하는 온디맨드 서비스로 권한 관리 및 정책을 이전하는 것이다.[2]

머신러닝 의존도

실시간으로 변화하는 네트워크 적응 시나리오에 적응하는 데 있어 사실상의 중요성은 머신러닝의 가능성을 간과할 수 없다.그것은 네트워크를 통한 사용자의 행동에 관한 것이다.적응형 인증은 일반 사용자의 매너리즘 시간에 따른 기준선을 모델링하는 기계 학습에 의존한다.최근 머신러닝(machine learning) 분야의 조언은 인공지능 통합에서 실시간 적응으로 더 밝은 전망을 제공한다.보안 문제의 가능성을 정의하고 결정하는 고유한 위험 점수를 파악하여 중단 없는 사용자 접근성과 함께 보호 수준을 높일 수 있다.[3][4]

참고 항목

참조

  1. ^ "Special Webcast: Real-Time Adaptive Security: Proactively Mitigating Risks". Retrieved 6 January 2009.
  2. ^ "Gartner Details Real-Time 'Adaptive' Security Infrastructure". Retrieved 6 January 2009.
  3. ^ "Context Matters: Using Machine Learning for Adaptive Authentication". www.securitymagazine.com. Retrieved 18 February 2021.
  4. ^ "Everything you need to know about adaptive neural networks". www.allerin.com. 25 February 2020. Retrieved 18 February 2021.