聚焦大数据时代的漏洞分析与风险评估
【摘要】聚焦大数据时代的漏洞分析与风险评估在大数据时代中,新技术创新发展的历史机遇夹杂着安全风险与挑战扑面而来,对网络与信息安全保障提出了
聚焦大数据时代的漏洞分析与风险评估
在大数据时代中,新技术创新发展的历史机遇夹杂着安全风险与挑战扑面而来,对网络与信息安全保障提出了新的要求,对信息安全漏洞的挖掘分析和对网络安全风险的综合管控愈显重要和关键。近日,第八届信息安全漏洞分析与风险评估大会(VARA2015)召开。主题探讨是“大数据时代的漏洞分析与风险评估技术”,会议由中国信息安全测评中心主办,北京交通大学承办,清华大学协办。来自政府部门、高等院校、研究机构、信息安全产业界及应用单位的800余名嘉宾参加了活动。
中国信息安全测评中心李守鹏副主任作为大会主持,中国信息安全测评中心朱胜涛主任和北京交通大学校长宁滨分别致欢迎辞,中央网信办网络安全协调局胡啸副局长做了重要发言。中国工程院院士何德全、两院院士王越、中国工程院院士倪光南、费爱国,中国信息安全测评中心党委书记吴世忠出席本次大会,何院士和倪院士做了重要发言。国家发改委高技术产业司王娜处长进行了“促进大数据创新发展,强化大数据安全保障”的主题演讲。国家信息安全主管部门、国家相关部委、专家学者、大型行业、知名企业代表分别围绕此次大会主题分享该领域理论、方法、技术和实践的最新成果。
同时,此次大会举行了中国国家信息安全漏洞库(CNNVD)第三批技术支撑单位授牌仪式,十三家单位分别获得漏洞库一、二、三级支撑单位称号。其中一级共三家:中电长城网际系统应用有限公司、北京云间有道科技有限公司、北京江南天安科技有限公司;二级共三家:北京安信天行科技有限公司、北京锦龙信安科技有限公司、北京永信至诚科技有限公司;三级共七家:北京中测安华科技有限公司、上海斗象信息科技有限公司、深圳百密信安科技有限公司、北京洋浦伟业科技发展有限公司、远江盛邦(北京)信息技术有限公司、成都科来软件有限公司、东巽科技(北京)有限公司。此外,为了更好地表彰和奖励在工作岗位上做出卓越贡献的CISP持证人员,进一步推进信息安全专业人才培养工作体系的建设,中国信息安全测评中心CISP运营中心联合《中国信息安全》杂志共同举办了首届“CISP杰出人物”评选活动。大会对10位评选出的“CISP杰出人物”进行颁奖,他们是:中国联通河北省分公司高级工程师孔令飞,中石化信息化管理部工程师刘远,杭州安恒信息技术有限公司首席安全官刘志乐,江苏天创科技有限公司总经理任国强,中国保险信息技术管理有限责任公司高级工程师杨磊,中国信息安全测评中心副研究员班晓芳,深圳市安络科技有限公司总裁谢朝霞,北京江南天安科技有限公司部门经理程娜,北京邮电大学信息安全中心信息安全系副主任雷敏,北京永信至诚科技有限公司董事长蔡晶晶。
本次会议分别设立了“漏洞分析”、“风险评估”、“大数据安全分析”和"互联网+"时代下的信息安全”四个分会场,展开专题研讨。从多角度、多层面反映了大数据时代下漏洞分析新技术和新方法,展现了复杂网络与系统环境下风险评估的新思路和新实践,沟通了工控系统信息安全技术发展与测评工作的新进展,从更宽的视野探讨了信息安全积极防御的新举措。
网络空间已日益成为国际竞争的战略制高点,网络安全事关各国未来繁荣与发展的核心利益。近年来,信息技术软硬件漏洞正在成为全球各类信息安全问题的主要源头,高度依赖网络信息系统的社会和经济运行正在面临黑客攻击等网络犯罪行为的严重侵袭。我国抓住全球化、信息化的发展机遇,趋利避害,综合实力不断增强,现已成为全球信息化发展大国。但是随着信息化进程的持续深入推进,网络与信息安全问题凸显,成为我国面临的新的综合挑战。
作为信息安全领域业界专家、学术研究人员和政府、行业及用户交流的重要平台,信息安全漏洞分析与风险评估大会之前已成功举办七届,为及时、全面反映我国在信息安全漏洞分析和风险评估领域的创新成果和研究能力,探索国家信息安全保障新思路、新方法,推动信息安全技术进步,促进信息安全保障水平提升正发挥着愈来愈重要的作用。本届大会的成功召开,为信息安全领域的技术探索、产业进步与应用推进的融合发展链接了协作的桥梁,为分享相关领域在理论、方法、技术、标准和实践等方面的最新成果与研究进展提供了一个良好的沟通与交流平台。
就业培训申请领取
环球青藤
官方QQ群扫描上方二维码或点击一键加群,免费领取大礼包,加群暗号:青藤。 一键加群
数据分析师相关文章推荐
|数据分析师最新文章推荐
刷题看课 APP下载
免费直播 一键购课
代报名等人工服务
- 1 传统数据和大数据的区别
- 2 数据分析的8种方法都是哪些?
- 3 数据分析的具体流程是什么?
- 4 3大常用的数据分析工具是什么?
- 5 excel中的运算符
- 6 数据分析的作用有哪些?
- 7 电子商务需要分析哪些数据?
- 8 数据分析包括哪些内容?
- 9 数据分析的基本步骤
- 10 rdd是什么?