科技在世界范围内的流通，不仅让全球的企业有了相似类似的竞争条件时，也使得他们面临着共同的烦恼。
当云时代来临，信息安全从原本只是企业和安全公司的问题，变得更加复杂化。谁该为云安全负责？这个问题也随着技术的趋同，有了普遍地回答。
比如，云端安全将会成为是“共同的责任”：对于云服务提供商来说，需要确保自身的基础架构没有根本性缺陷，不会造成服务中断，或者出现事故后能提供灾备恢复技术；另一方面，企业需要确保使用公有云时，登入账户所使用的资产、设备、网络、数据以及员工的行为是安全的。
相比实力雄厚的云服务提供商，广大的企业用户往往成了信息安全的突破口，Gartner预测，到2020年，95%的云安全问题来自企业用户。
作为信息安全领域的巨头，赛门铁克发布的2016年《互联网安全威胁报告》中，全年共发现了4.31亿个新的恶意软件变体，而零日威胁数量更翻了一番。
重视云端数据安全
赛门铁克云端安全部门高级副总裁兼总经理 Rehan Jalil 认为，除去不同的政府监管要求与合规要求，在业务连续性方面，大多数企业有着类似的六个基础云安全需求：对自身资产或数据的监测；数据分类；监测恶意软件；发现恶意内部人员；云端数据的加密；对事件的及时响应。
赛门铁克云端安全部门高级副总裁兼总经理 Rehan Jalil
“从赛门铁克的角度来讲，我们一直在为用户提供本地网络安全。但现在我们希望能够提供云端解决方案，来帮助客户无缝衔接本地与云端安全，从而满足这种混合云使用的模式。” Rehan Jalil告诉记者，未来赛门铁克发展有两个大方向，一是云安全，二是终端安全，“未来两大趋势是云端保护数据安全和用户身份，以及在终端要加强保障。”
不同的数据有着不同的价值，从企业敏感的财务数据、知识产权到相对不那么重要的宣传文件、过期文档，数据分类的意义在于将企业内部的数据进行区分，然后差别对待。目前赛门铁克在数据分类市场占据最大的市场份额，也被Gartner评为数据分类与数据保护技术的领先者。
对于企业的数据治理，在赛门铁克看来，首先的重点是数据分类。数据安全策略的制定，多数情况下是基于数据分类使用不同的保护策略。例如企业的宣传手册等非敏感文件，发出后无需进行加密；而经营计划等重要的文件，需要进行安全加密保护。
因此，企业需要拥有对数据自动进行识别和分类的能力。在数据安全上，企业需要在内部制定适用于所有数据的统一数据安全策略，如果由员工进行分类，往往会出现分类标准不一的情况，自动化的数据分类技术——能够根据企业制定的策略自动识别并对数据进行分类——就颇有价值了。
“AI+”的终端防护
终端安全是赛门铁克持续关注的方向的传统优势，在10月，赛门铁克推出了Symantec Endpoint Protection 14.1版本，针对病新型病毒、威胁和最新的攻击手段，SEP14.1新增了包括人工智能在内的技术，赛门铁克的后援队伍和现场分析师利用多年积累的安全大数据，结合自身的专业知识和经验，专门训练了人工智能的搜索引擎能力。此外SEP14.1还可以利用10至20个不同的维度来分析用户或应用程式的行为，判断是恶意程序还是安全的，降低误判率。
同时发布的还有云时代终端安全解决方案Endpoint Security for the Cloud Generation，赛门铁克公司大中华区首席运营官罗少辉介绍，SEP14.1的赛门铁克云端访问安全代理(CASB)可以让用户在使用云服务时，通过CloudSOC和网关，确保访问有多重身份的认证，并通过相关的云端DLP的保障，确保信息无论从终端还是到云端，都用同样的安全保障。
“现在，赛门铁克的CASB主要采用了人工智能和机器学习技术，来让我们获得更好的数据分类能力，能够自动监测案例(automatically detect examples)，来代替以往的监测特征(detection on signature)，如果用户账号被盗用，我们能够立刻被发现。
赛门铁克整体解决方案
谈及满足中国企业客户的需求，Rehan Jalil认为，全球范围技术的流通让技术需求正趋于一致，而进入中国市场主要需要解决三方面的定制化工作：首先，是语言和数据分类要支持中文；其次，是需要找到特定针对中国企业的恶意软件；最后是进行本地化改进，以适应政府对安全公司相应的监管要求。
目前，表示，赛门铁克已经完成了针对中国市场的语言支持以及数据分类，并能够监测专门针对中国企业的恶意软件；并目前正在与相关政府机构进行云安全监管见面的了解协商。与此同时，正如在美国同AWS、Azure等存在合作关系，赛门铁克也正在与国内的主流云供应商商务和技术上的交流沟通。
作者 | 李昊原
联系客服
