安全大資料分析（或網路安全分析）是一支新興力量，正在幫助安全分析師和工具**商在日誌和事件資料上做更多的事情。過去，我們僅限於手動定義關聯規則，這些規則易碎，難以維護，並導致許多誤報。
新的機器學習技術可以幫助安全系統識別模式和威脅，而無需事先定義，規則或攻擊特徵，並且準確性更高。但是，要有效，機器學習需要非常大的資料。面臨的挑戰是要儲存比以往更多的資料，及時進行分析並提取新見解。
在本章中，您將學習：
大資料分析如何幫助應對網路威脅
-傳統和高階分析技術。
大資料和安全性中的關鍵概念
-包括資料科學，機器學習，深度學習和使用者實體行為分析（
ueba
）。三種檢測異常的演算法
當網路安全遇上大資料分析（6）
本文繼續亂彈 bda從一般意義上，或者從技術層面可以劃分為資料獲取 資料整理 資料實時分析 資料儲存 資料檢索 資料歷史分析 資料視覺化。而從bda的應用層面，可以應用到網路安全領域，這時候又可以劃分為安全事件管理 apt檢測 到0day 惡意 分析 網路取證分析，到網路異常流量檢測 安全情報分析 ...
當網路安全遇上大資料分析（9）
2012年3月份，gartner發表過一篇報告 information security is becoming a big data analytics problem 裡面主要就講到了針對大規模安全資訊的關聯 分析和挖掘。在gartner看來，bda改變的不僅是siem，包括了所有的安全技術，成...
當網路安全遇上大資料分析（10）
這篇tt安全發表的譯文講到了在gartner的2012年安全和風險管理峰會上neil macdonald對於bda的一些觀點。這些觀點是他對於bda的一系列看法的一部分，例如他早前發布的乙份研究報告 information security is becoming a big data analyt...