当前位置: 首页 > news >正文

银行网络安全实战对抗体系建设实践

文章目录

  • 前言
  • 一、传统攻防演练面临的瓶颈与挑战
    • (一)银行成熟的网络安全防护体系
      • 1、缺少金融特色的演练场景设计
      • 2、资产测绘手段与防护体系不适配
      • 3、效果评价体系缺少演练过程维度相关指标
  • 二、实战对抗体系建设的创新实践
    • (一)建立启发式资产测绘平台,实现全途径全资产测绘
    • (二)设计立体化全覆盖场景,为同业在金融特色业务网络安全方面提供范例
    • (三)攻击一体化和整体布防,在攻防两端分别实现攻击武器统一管控和全集团的联防联控
    • (四)建立集团“安全大脑”,统一指挥调度
    • (五)全流程监控审计,保障攻击全程可知可控
    • (六)结构化指标体系,精准评价攻防演练过程效果
  • 三、实战对抗体系的成果与价值
  • 四、发展与展望


前言

党的十八大以来,将网络安全提升到前所未有的新高度,银行牢牢把握国家网络安全战略目标,已加强自身建设,建立了较为完善的安全防护体系。同时随着国际网络安全攻防对抗升级,银行转变思路、主动作为,从被动防守向主动防御、动态防御转型,聚焦传统攻防演练的不足,结合金融行业特点,迭代优化沉淀经验,自主形成了网络安全实战对抗体系。
在这里插入图片描述


一、传统攻防演练面临的瓶颈与挑战

近年来,网络安全攻防演练已经成为发现安全短板、提升网络安全整体防护能力的通用方法和有效手段。业界成熟的攻防演练模式,攻防双方多采用“背靠背”自由攻防的模式,适用于多机构横向比拼竞技的场景。但对于单一机构以发现自身防御短板为目的的演练效果欠佳,在覆盖面、精准度、有效性方面存在一定的不足。

(一)银行成熟的网络安全防护体系

银行经过多年信息化建设,信息资产规模庞大,线上渠道用户数量众多,信息系统承载大量业务流量,核心系统交易峰值超十亿笔。为了实现对信息资产的有效安全保障,已经建立了较为成熟的网络安全防护体系,从主动防御向以“对抗能力建设”为特点的动态防御提升转变这一关键阶段。

银行在治理思路上遇到了与同业类似的瓶颈与挑战,即传统攻防演练方式难以满足对自身深层次问题发现的诉求。主要表现在以下几个方面。

1、缺少金融特色的演练场景设计

从演练攻击方设计的技术方案来看,由于投入成本、信息缺失、思维惯性等因素影响,国内外攻防演练通常以攻击视角,基于通用攻击场景开展,往往缺少针对金融行业架构特点和业务特色的场景,演练结果与预期效果往往存在一定差距。

2、资产测绘手段与防护体系不适配

国内外主要采用主动探测与被动探测相结合、分布式多点探测的方式,对于已建立健全防护体系的大型企业来说,当存在反爬虫限制、路径复杂的信息资产时,现有技术手段仍然存在资产发现不全面的问题。

3、效果评价体系缺少演练过程维度相关指标

通用模式中对演练发现的风险能够完成修复,并实现从发现到处置的闭环管理,但仍属于单点的、离散的事件驱动方式,基于过程驱动、数据驱动的模式仍未形成,难以实现过程化、数据化的精准评价。

为此,银行迫切需要更为先进的治理思路和检验模式,通过采用有针对性的攻防演练设计,更加全面、深层次地发现潜在风险,推动网络安全防护体系更为精准有效提升。

二、实战对抗体系建设的创新实践

银行围绕上述目标,设计了一套覆盖攻防对抗全生命周期的立体化全场景网络安全实战对抗体系,采用“战前划定战场范围,选择对抗关键要点,统一武器和整体布防,战时指挥调度,全程审计监控,战后精准评价”的总体设计思路,从资产测绘、场景设计、武器库与布防、指挥调度、审计监控、评价指标等六个方面设计构建了网络安全实战对抗体系的整体架构。

(一)建立启发式资产测绘平台,实现全途径全资产测绘

引入基于无头浏览器的动态爬虫技术、启发式路径发现引擎、智能表单填充引擎和图形验证码自动识别引擎,解决了网站登录访问、反爬虫等保护限制。从网页、APP、微信全访问途径开展了主动资产测绘,并结合代理网关和生产流量开展被动测绘,最后以多维立体可视化的形式,为攻防对抗提供全场景数据支撑。

(二)设计立体化全覆盖场景,为同业在金融特色业务网络安全方面提供范例

银行在演练场景的体系完备性、覆盖范围、攻击深度、趋势响应等方面进行深入探索,总结了7个大类39个通用攻击场景,并在此基础上拓宽思路,设计了包括业务合作供应链、线上业务风险、金融云平台及云上资产、办公类社工钓鱼、零日漏洞和银行网点近源等六个金融业务特色攻击场景,覆盖更全、手段更多、强度更高。

(三)攻击一体化和整体布防,在攻防两端分别实现攻击武器统一管控和全集团的联防联控

在攻击一体化方面,以战法研究为驱动,基于搜集平台、攻击平台、控制平台和保障平台,构建了集“侦、打、控、保、指”一体的支撑保障平台。标准化建设覆盖信息搜集、攻击打点、持续化控制和后渗透阶段的14类222项攻击武器,并统一入库管理。在整体布防方面,通过部署旁路阻断设备,基于十万余条策略规则,实现会话级精准阻断,将阻断效率控制在0.1秒级别,告警自动化处置率达到99.9%;在全域部署服务器安全防护工具,监测和阻断服务器的可疑风险行为;开展常态化网络攻击溯源反制,向20余家金融机构共享威胁信息和风险提示。

(四)建立集团“安全大脑”,统一指挥调度

银行在企业架构层面成立独立的“网络安全运营中心”,作为全集团安全的指挥调度中枢,是网络安全一体化运营和网络安全攻防能力建设的“安全大脑”,肩负“集团指挥、应急处置、监控分析、资产管理、漏洞治理、信息交互”六方面职能。

1、承担集团指挥中枢,建立7×24小时集团安全监控机制、高效信息交互流程和全集团事件联动机制。
2、承担监控分析中心职能。自研告警策略集、分支机构特色业务告警规则集。
3、作为安全资产中心,将安全资产与CMDB关联,与外部三大漏洞库关联。
4、作为脆弱性管理中心,实现外部漏洞预警与内部安全资产中心的自动化关联匹配通报预警。
5、作为信息交互中心,建立集团级联络机制,从交互平台、工单流转、值班处置三个层面确保告警信息传达及时和准确。
6、作为应急处置中心,定义场景化预案,实现安全事件的自动化编排响应,缩短响应和处置时间,节省人力投入,减少人为操作风险。

(五)全流程监控审计,保障攻击全程可知可控

搭建攻防演练监控审计平台,实现对攻防演练攻击人员的认证、授权、审计的有效管理。

1、基于攻击目标、访问时间、平台用户等多维度配置策略,实现细粒度强管控访问控制。
2、全流程监控记录,利用流量解析、流量记录等技术方式,对攻击行为数据进行“集中存储、精准区分”,支持攻击人员和行为的准确定位。
3、攻击行为审计分析,对记录的全过程流量数据统计分析、Web数据包分析,实现对常见应用攻击的有效检测与识别。

(六)结构化指标体系,精准评价攻防演练过程效果

通过可量化的指标体系,对多次实战演练效果进行对比,在安全运营和安全管理能力方面,对企业级安全运营中心(SOC平台)发现能力、应急响应与处置能力、人员安全意识等方面进行分析,对全集团各单位提出针对性指导建议及排查整改方向。

目前银行攻防体系已经在安全运营和安全管理能力方面设置36个指标,能力提升幅度约36%,在SDL安全开发能力方面设置7个评价指标,能力提升幅度约24%,在对抗场景覆盖能力方面设置22个评价指标,能力提升幅度约31.5%。

三、实战对抗体系的成果与价值

网络安全实战对抗体系实现了在银行全集团范围的应用与推广,通过多次迭代优化,日臻完备,有效推动了银行网络安全防护能力精准提升。基于对抗体系构建了实战化治理模式,自主挖掘高威胁、高价值信息安全风险,及时补全系统短板,防止了因网络攻击可能造成的业务中断、客户信息泄露、资金损失等安全事件发生,避免了潜在的经济和法律风险,有效保护客户的金融资产安全,提升了客户的信任与认可,助力打造银行有责任、有担当的品牌形象。

在树立良好口碑的同时,本体系的建设也起到了先进的行业示范作用。一方面攻防体系中包含的指挥调度机制、攻击演练场景、标准评价体系,为行业内安全防护体系建设和安全治理提供了参考借鉴。另一方面,攻防体系实践为金融行业新技术、新领域的新问题探索出了治理思路与方法。例如基于演练发现的多起业务合作供应链安全风险,验证了数字化转型以来互联网线上业务发展可能带来的安全隐患,及时发现并弥补管理盲区,为同业提供了供应链安全治理的示范性经验。

四、发展与展望

维护国家金融网络安全稳定任重道远,作为系统重要性银行,银行始终服务国家网络安全战略,持续检验和提升网络安全防护能力。在当前已建立的攻防体系的基础上,未来,将持续推动攻防体系的价值提升与转化。

1、平战结合强化安全运营,将攻防演练构建的全集团协同防御能力,逐步转化为常态化网络安全运营能力。
2、探索建设自动化的安全检查工具。基于启发式资产发现技术、全流程攻击数据等进行能力整合集成,自主打造平台级的自动化安全检查工具。
3、深化数据价值为安全治理赋能。将演练孵化出的量化指标体系、沉淀的资产数据,与科技治理进行有机结合,支撑银行信息科技高质量精细化发展。


相关文章:

银行网络安全实战对抗体系建设实践

文章目录 前言一、传统攻防演练面临的瓶颈与挑战(一)银行成熟的网络安全防护体系1、缺少金融特色的演练场景设计2、资产测绘手段与防护体系不适配3、效果评价体系缺少演练过程维度相关指标 二、实战对抗体系建设的创新实践(一)建立…...

SwiftUI之深入解析Alignment Guides的超实用实战教程

一、Alignment Guide 简介 Alignment guides 是一个强大的布局工具,但通常未被充分利用。在很多情况下,它们可以帮助我们避免更复杂的选项,比如锚点偏好。如下所示,对对齐的更改也可以自动(并且容易地)动画…...

java获取视频文件的编解码器

java获取视频文件的编解码器 引入jar包&#xff1a; <dependency><groupId>org.bytedeco</groupId><artifactId>javacv-platform</artifactId><version>1.5.9</version></dependency>测试类 package com.jd.brand.approve.…...

动态规划Day06(完全背包)

完全背包 有N件物品和一个最多能背重量为W的背包。第i件物品的重量是weight[i]&#xff0c;得到的价值是value[i] 。每件物品都有无限个&#xff08;也就是可以放入背包多次&#xff09;&#xff0c;求解将哪些物品装入背包里物品价值总和最大。 完全背包和01背包问题唯一不同…...

selenium之框架之窗口

...

华为OD机试 - 最小矩阵宽度(Java JS Python C)

题目描述 给定一个矩阵,包含 N * M 个整数,和一个包含 K 个整数的数组。 现在要求在这个矩阵中找一个宽度最小的子矩阵,要求子矩阵包含数组中所有的整数。 输入描述 第一行输入两个正整数 N,M,表示矩阵大小。 接下来 N 行 M 列表示矩阵内容。 下一行包含一个正整数 K…...

嵌入式linux_C应用学习之API函数

1.文件IO 1.1 open打开文件 #include <sys/types.h> #include <sys/stat.h> #include <fcntl.h> int open(const char *pathname, int flags); int open(const char *pathname, int flags, mode_t mode);pathname&#xff1a;字符串类型&#xff0c;用于标…...

【ubuntu】docker中如何ping其他ip或外网

docker中如何ping其他ip或外网 示例图&#xff1a; 运行下面命令&#xff1a; docker run -it --namehei busybox看情况需要加权限 sudo&#xff0c;即&#xff1a; sudo docker run -it --namehei busyboxping 外网 ping -c 4 www.baidu.comping 内网 ping -c 4 192.168.…...

【Vue3+Ts项目】硅谷甄选 — 品牌管理+平台属性管理+SPU管理+SKU管理

一、品牌管理模块 1.1 静态模块搭建 使用到element-plus的card、button、table、pagination等组件&#xff1a;src/views/product/trademark/index.vue <template><el-card><!-- 卡片顶部添加品牌按钮 --><el-button type"primary" size&quo…...

计算机图形学流体模拟 blender 渲染脚本

做流体模拟的时候&#xff0c;想要复现别人的成果&#xff0c;但是别人的代码都是每帧输出 ply 格式的文件&#xff0c;渲染部分需要自己完成 看了一下&#xff0c;似乎用 blender 是最简单的&#xff0c;于是记录一下过程中用到的代码 Blender 版本 4.0 批量导入 ply 假设…...

二分图带权最大匹配-KM算法详解

文章目录 零、前言一、红娘再牵线二、二分图带权最大完备匹配2.1二分图带权最大匹配2.2概念2.3KM算法2.3.1交错树2.3.2顶标2.3.3相等子图2.3.4算法原理2.3.5算法实现 三、OJ练习3.1奔小康赚大钱3.2Ants 零、前言 关于二分图&#xff1a;二分图及染色法判定-CSDN博客 关于二分…...

Redis命令 - Sets命令组常用命令

Set集合&#xff0c;无序&#xff0c;一堆不重复值的组合。利用redis提供的set数据结构&#xff0c;可以存储一些集合性的数据。 使用场景&#xff1a;例如&#xff0c;实现如共同关注、共同喜好、二度好友等 1、SADD key member [member …] 向集合中添加一个或者多个成员 …...

DA14531-外设驱动篇-I2C通信应用

文章目录 1.I2C通信应用相关文件2.宏定义列表3.主要函数接口4.应用代码实例1.I2C通信应用相关文件 1)i2c.c和i2c.h(SDK文件) 2)app_I2cProtocol.c和app_I2cProtocol.h(用户应用文件) 2.宏定义列表 宏定义注解I2C_ADDRESSING_7B7-bit 地址I2C_ADDRESSING_10B10-bit 地址…...

Git仓库管理笔记

问题&#xff1a; hint: the same ref. If you want to integrate the remote changes, use Done 解决&#xff1a; 解决方法&#xff1a; 1、先使用pull命令&#xff1a; git pull --rebase origin master 2、再使用push命令&#xff1a; git push -u origin master...

[嵌入式软件][入门篇] 搭建在线仿真平台(STM32)

文章目录 一、注册平台二、创建首个项目三、硬件介绍 一、注册平台 进入官方&#xff0c;进行注册&#xff1a; 在线仿真地址 二、创建首个项目 ① 新建项目 ② 搭建一个电路 ③ 用STM32F103搭建一个简单电路 ④ 进入编码界面 三、硬件介绍 红框是必看文档&#xff…...

设置5台SSH互免的虚拟机服务器配置

搭建一套集群虚拟机&#xff0c;往往都需要互免设置&#xff0c;过程很简单&#xff0c;避免以后再搭建还得网上搜索&#xff0c;我直接将这一个步骤写成笔记&#xff0c;记录下来&#xff0c;方便后续查阅。 步骤如下—— 1、准备五台机器 服务器名字服务器IPhadoop1192.16…...

深信服技术认证“SCCA-C”划重点:交付和运维体系

为帮助大家更加系统化地学习云计算知识&#xff0c;高效通过云计算工程师认证&#xff0c;深信服特推出“SCCA-C认证备考秘笈”&#xff0c;共十期内容。“考试重点”内容框架&#xff0c;帮助大家快速get重点知识。 划重点来啦 *点击图片放大展示 深信服云计算认证&#xff…...

xlua源码分析(五) struct类型优化

xlua源码分析&#xff08;五&#xff09; struct类型优化 上一节我们分析了xlua是如何实现lua层访问C#值类型的&#xff0c;其中我们重点提到了xlua默认实现方式下&#xff0c;struct访问的效率问题。实际上&#xff0c;xlua还提供了两种优化的方式&#xff0c;可以大大提高str…...

iptables TEE模块测试小记

概述 因为公司项目需求&#xff0c;需要对服务器特定端口进行流量镜像&#xff0c;各种百度之后&#xff0c;发现TEE的模块&#xff0c;后来一番折腾&#xff0c;发现被转发的机器死活收不到数据&#xff0c;最后tcpdump一通了解到根源&#xff0c;博文记录&#xff0c;用以备…...

[IDE]vscode显示文件路径

...

facebook广告怎么设置受众人群

在设置Facebook广告受众人群时&#xff0c;你可以遵循以下步骤&#xff1a; 打开广告创建工具&#xff0c;点击页面右上角的箭头并选择“创建广告”。选择广告目标&#xff0c;根据想要实现的目标创建广告。例如&#xff0c;想要让更多用户谈论你的主页和帖子&#xff0c;或者…...

MySQL夯实之路-MVCC机制深入浅出

多版本并发控制&#xff08;MVCC&#xff0c;multiversion concurrency control&#xff09; MVCC用更加灵活的方式处理并发&#xff0c;实现了读不加锁&#xff0c;读写不冲突。保证了事务的隔离性&#xff08;可重复读&#xff09;&#xff0c;避免了不可重复读问题。 数据…...

Java线上问题堆栈排查分析

最近线上出现类似内存溢出问题&#xff0c;需要排查具体原因&#xff0c;记录过程&#xff0c;方便备查。 一、数据抓取 在启动参数中添加参数&#xff0c;可参照以下设置。 参数的作用是在程序发生内存溢出 OutOfMemory 时打印日志&#xff0c;dump下来&#xff0c;方便用工…...

C语言代码 计算1!+2!+3!+4!+5!+6!+7!+8!+9!+10!

计算1!2!3!4!5!6!7!8!9!10! 代码示例&#xff1a; #include <stdio.h> int main() {int i 0;int n 0;int ret 1;int sum 0;for (n 1; n < 10; n){ret 1;for (i 1; i < n; i){ret ret * i;}sum sum ret;}printf("%d\n", sum);return 0; } 运…...

【RTOS】快速体验FreeRTOS所有常用API(4)队列

目录 四、队列2.1 概念2.2 创建队列2.3 写队列2.4 读队列2.5 队列集&#xff08;可跳过&#xff09; 四、队列 该部分在上份代码基础上修改得来&#xff0c;代码下载链接&#xff1a; https://wwzr.lanzout.com/iBNAS1l75bvc 密码:7xy2 该代码尽量做到最简&#xff0c;不添加多…...

【开题报告】基于SpringBoot的美食制作学习网站的设计设计与实现

1.选题背景 随着人们生活水平的提高&#xff0c;对美食的追求也越来越高。越来越多的人希望能够在家里制作出各种美味的菜肴。然而&#xff0c;对于许多人来说&#xff0c;缺乏专业的指导和实践经验是一个挑战。另外&#xff0c;互联网的普及与发展&#xff0c;为人们提供了更…...

Rosalind Java|Speeding Up Motif Finding

Rosalind编程问题之计算错误矩阵&#xff08;failure array&#xff09;输出前后缀检索匹配。 Speeding Up Motif Finding Problem&#xff1a; A prefix of a length n string s is a substring s[1:j]; a suffix of s is a substring s[k:n]. The failure array of s is a…...

打印的前后顺序

面试题经常会有 <script>console.log(1)setTimeout(function(){console.log(2)})console.log(3)let pnew Promise((resolve,reject) >{console.log(4)resloved(hhhhhh)})p.then(res >{console.log(res)console.log(5)},res >{console.log(7)})console.log(6)&l…...

Android Retrofit使用详情

一、 Retrofit是什么 Retrofit是Android用来接口请求的网络框架&#xff0c;内部是基于OkHttp实现的&#xff0c;retrofit负责接口请求的封装&#xff0c;retrofit可以直接将接口数据解析为Bean类、List集合等&#xff0c;直接简化了中间繁琐的数据解析过程 二、 Retrofit的简单…...

安全加密算法

常用加密算法 对称加密 加密和解密用到的密钥是相同的&#xff0c;这种加密方式加密速度非常快&#xff0c;适合经常发送数据的场合。缺点是密钥的传输比较麻烦。常用对称加密算法如下&#xff1a; DES&#xff1a;密钥长度8个字节&#xff0c;安全性不足&#xff0c;已被证明…...

网站正能量晚上不用下载进入免费/免费顶级域名注册网站

发送原生ajax过程 1.ajax过程 说明: 这个可能是个面试题,问原生ajax的异步请求步骤 (1)创建XMLHttpRequest对象,也就是创建一个异步调用对象.(2)创建一个新的HTTP请求,并指定该HTTP请求的方法、URL及验证信息.(3)设置响应HTTP请求状态变化的函数.(4)发送HTTP请求.(5)获取异步…...

新疆建设监理公司网站/成都疫情最新消息

上图是LPC1114系统滴答定时器(SysTick)的结构图。系统滴答定时器位于Cortex-M0内核中&#xff0c;也就是说&#xff0c;不论是LPC1114&#xff0c;还是其他的Cortex-M0内核单片机&#xff0c;都有这个系统定时器。其存在的主要目的是为嵌入式操作系统提供100Hz(即10ms)的定时节…...

漳州网站建设公司首选公司/百度客服中心人工电话

1&#xff0c;计分板&#xff08;scoreboard) 记分板用来动态预测设计的响应&#xff0c;施加给DUT的激励同时施加给记分板&#xff0c;记分板中的转换函数把输入的激励全部转换成最后响应的形式&#xff0c;并保存在数据结构中&#xff0c;以传递给检查器&#xff0c;记分板还…...

外国人做汉字网站/网络优化工程师

我们一般情况下使用集合&#xff0c;都是在单线程的情况下&#xff0c;但是如果是多线程呢&#xff1f;会出现什么样的结果呢&#xff1f; 下面的代码&#xff0c;在多线程的情况下输出报出异常 Exception in thread “6” java.util.ConcurrentModificationException 原因在于…...

建筑网站、/网络营销方案范文

import torch import torch.nn as nn import numpy as np import matplotlib.pyplot as plt# autograd # fn1:torch.autograd.backward()自动求取梯度 # 参数&#xff1a;tensors:用于求导的tensor&#xff1b;retain_graph:保存计算图&#xff1b;create_graph:创建导数计算图…...

网站快照优化公司/seo快速排名软件案例

一、背景及现状1. 第一阶段在 2019 年之前&#xff0c;汽车之家的大部分实时业务都是运行在 Storm 之上的。Storm 作为早期主流的实时计算引擎&#xff0c;凭借简单的 Spout 和 Bolt 编程模型以及集群本身的稳定性&#xff0c;俘获了大批用户&#xff0c;我们在 2016 年搭建了 …...