第一，把大資料作為一種物件，其對傳統資料安全提出了新的挑戰。以往我們的資料安全解決方案比如dlp，物件是區域性的、受限的、確定的，而大資料時代，也許那些原本毫不起眼甚至毫無價值的資料，因其積聚而量變到質變，成為必要的保護物件。有挑戰就有機遇，誰能更好地為大資料安全保駕護航，誰也許就掌握了未來的一項必殺技。
第二，比大資料作為物件更高一層的，是利用大資料來做安全。前文提到過，像ids、soc、日誌管理、操作監控等傳統的安全技術或產品，都是利用小資料來做匹配分析的，乙個非常大的問題是資料來源單一，關聯分析範圍受限，通常只在自己的一畝三分地里幹活，老死不相往來。其實，所有這些技術產品，大可以看成乙個個資料採集點，若能在其上構建一套大資料分析機制，把以往的資料孤島串聯起來，更結合非安全領域的其他企業資料，也許能給出乙個更全面的風險檢視。
第三，大資料除了可以用於安全工作本身，更可以上乙個台階，直接成為企業業務發展的動力。比如，很多電商的安全部門，除了通常的運營監控外，更會從海量的使用者操作中挖掘、發現並報告各種欺詐舞弊的風險，這是直接與業務關聯的，甚至正是業務的一部分。再比如，針對個人的銀行授信，除了傳統的履約、償債、守信等因素外，是否能對個人資訊保安意識有所考慮？因意識不足導致洩漏密碼、資金欺詐，也給銀行帶來麻煩。而如何評價資訊保安意識？其實是個大資料的概念，從個人操作習慣、過往經歷、「脫褲」情況等，都可以窺見一二。
此外，從大資料為我們描繪的藍圖來看，企業it全面資料化是大勢所趨。阿里巴巴不是號稱it之後是「dt」時代嗎？對資訊保安來講，也許未來所有的企業都將是資料服務型企業，加上雲計算、移動網際網路、物聯網、平台商業模式的大行其道，要麼為大資料提供安全解決方案及服務，要麼用大資料來做安全解決方案和服務，大資料將會成為資訊保安開疆拓土最得力的抓手。
NLP分析技術的三個層面
nlp分析技術大致分為三個層面 詞法分析 句法分析和語義分析。詞法分析包括分詞 詞性標註 命名實體識別和詞義消歧。分詞和詞性標註好理解。命名實體識別的任務是識別句子中的人名 地名和機構名稱等等命名實體。每乙個命名實體都是由乙個或多個詞語構成的。詞義消歧是要根據句子上下文語境來判斷出每乙個或某些詞語的...
大資料三個特點的理解
寫這篇文章始於對維克托前輩 大資料時代 的理解與思考，大資料的浪潮已經一波一波地拍打在中國的土地上，各行各業都在積極的探索與這一技術的接軌和發展的機遇，所以能夠見證並親歷這乙個變革技術的時代我們這一代是幸運的。之所以說大資料時代是一次變革，不光是其技術進步所帶來的，其伴隨的思維衝擊與變革也是前所未有...
從三個層面認識SRAM儲存器
大家都了解，cpu是負責計算和處理的，而儲存器則是負責互換資料資訊的。有些人是那麼形容的，說cpu便是技術工程師自己，執行記憶體就好像操作台，必須妥善處理的物品必須先取得工作中檯子上才便捷解決。那麼硬碟是什麼呢？電腦硬碟如同木櫃，儲放電子元器件儀器裝置用的庫房，存物品。下面專注於 銷售sram mr...