去中心化网络安全的兴起:趋势与机遇

老雅痞Dipublikasikan tanggal 2022-11-09Terakhir diperbarui pada 2022-11-09

Abstrak

目前网络安全工程总职位中有8.5%的空缺,而整个软件工程领域的空缺率仅为6.3%。在移动、云、在家工作的时代,身份从零信任开始,网络安全是科技行业最大的技能短缺。

保护无边界目标需要去中心化的网络安全。这个概念激发了一波巨大的变革浪潮,催生了为后防火墙时代而建立的新初创公司。

”“

不幸的是,向去中心化网络安全的转变正在加剧该领域的人才缺口。SignalFire的研究发现,与软件工程行业相比,网络安全工程领域的熟练劳动力短缺程度要严重35%。一项对职位空缺的审查显示,目前网络安全工程总职位中有8.5%的空缺,而整个软件工程领域的空缺率仅为6.3%。

”“

幸运的是,正如我们的数据科学团队的研究所强调的那样,安全的去中心化为企业从头开始重新思考其方法创造了难得的机会。SignalFire发现,自疫情开始以来,超过50%的首席信息安全官加入了新的公司。有了新鲜的思维和正确的工具,企业可以迅速适应。

”“

什么是去中心化网络安全?它被定义为一个由预防性和反应性防御措施组成的集成网络,无论目标在哪里、做什么,或他们在云端和on-prem与谁交互,都会受到保护。

”“

由于疫情加速了远程工作并使之正常化,这种多对多的安全模式是必要的。缺乏背景的永久性网络边界将逐渐消失,取而代之的是能够允许正确的人在正确的时间正确访问正确资产的基础设施。

在过去的30年里,网络安全逐渐变得去中心化:

“”

>第一阶段:1990年代。一对一安全模式。通过集中管理的on-prem应用程序在办公室工作。最佳策略:保险库,没有任何东西可以进入或流出。

>第二阶段:2000年代。一对多安全模式。通过on-prem应用程序和虚拟化服务器在办公室工作。最佳策略:门控堡垒,所有进入者都必须接受检查。

>第三阶段:2010年代。Some-to-many安全模式。通过on-prem或公共云应用程序在家中或路上工作。最佳策略:由加固隧道连接的掩体。

>第四阶段:2020~。多对多安全模式。通过各地应用程序随时随地工作。最佳策略:零信任架构理念与高度集成的动态门控相结合。

“”

这种转变要求对整个安全生态系统进行重新思考,因为现在的解决方案必须灵活且协作,以便在环境和情况变化很大的情况下提供持续的保护。以前,组织寻求严格的、独特的、一流的系统来处理广泛但稳定的场景,而现在他们需要灵活的、可互操作的、特定的解决方案,以适应不断变化的条件。

“”

简单地说,单一的安全解决方案无法取胜,因为现在的访问已经分散在办公室、移动设备和家庭设备之间。威胁形势发展太快,单一供应商无法在各种情况下保护每个层面。

“”

相反,SignalFire认为网络安全应专门针对特定的攻击面和特定行业垂直的解决方案。通过云原生安全的视角,该行业将越来越关注自动化和众包,以解决人才短缺,而DevSecOps将进行扩展以应对开源使用的爆炸性增长。以下是影响当今和未来去中心化网络安全的最大趋势。

“”

去中心化的网络安全趋势

“”

在移动、云、在家工作的时代,身份从零信任开始

“”

>欺诈检测、认证、授权、供应和其他相关工具的改进对保护公司及其数据至关重要

>云应用和API的扩展导致非人类身份的数量是人类身份的45倍,这突出了对全面的人类和非人类身份安全战略的需求

>没有创新的身份和访问管理(IAM)解决方案,就无法实现真正的零信任网络的愿景

“”

对于分布式员工队伍来说,防火墙已经过时了

“”

>在一个无边界的环境中,我们需要零信任的基础设施来仔细检查谁正在连接以及他们正在连接什么

>CIO和CISO没有意识到他们的全部数字足迹会导致组织无法检测到攻击的影子IT

>需要为这些碎片化方面(包括物联网、网络应用和云)提供新的监控和合规工具

“”

网络安全是科技行业最大的技能短缺

“”

>不断增长的需求和培训机会的不足造成了网络安全劳动力和专业知识的短缺

>网络安全工程的熟练劳动力短缺情况比软件工程领域的总体情况严重35%。目前,网络安全工程总职位中有8.5%的空缺,而整个软件工程领域只有6.3%。自疫情开始以来,超过50%的CISO加入了一家新公司

>数字基础设施已成为越来越受欢迎的攻击目标,因为个人黑客、犯罪团伙和民族国家更喜欢网络攻击,认为它们比传统战争或恐怖主义更有效

>美国未能将其最优秀的技术人才吸引到安全领域

>随着机器学习允许对大数据进行分析,自动化程度的提高有助于在短期内缩小差距

>随着我们从物联网设备等非传统来源获取资产和交易数据,数据过剩推动了对数据识别和优先化基础设施的需求

>为了在中期缩小差距,直到高等教育能够迎头赶上,在职和私立教育技能培训解决方案很有必要

>鉴于当前市场劳动力和财务资源较少,网络安全提供商必须更多地依赖产品驱动的增长,而非销售

>供应商必须同时简化整合流程,以减少客户对整合工程劳动力的需求

“”

开源和无代码正在创造不可控制的依赖性迷宫

“”

>现代技术堆栈越来越依赖于快速扩展的开源库,这导致了Log4j等不可预见的大规模漏洞

>尽管它们的使用量不断增加,年轻的、新兴的SaaS和开源公司往往缺乏适当保护其系统的资源和专业知识

>我们需要解决方案来平衡利用开源工具带来的创新并保护日益去中心化的软件供应链

>此外,低代码/无代码软件的Cambrian爆炸性增长使得业务部门的员工可以在没有适当的隐私或安全监管的情况下,自行调整自己的工作流程和应用程序,从而创造出传统审查无法看到的内部自动化层

去中心化网络安全的创业机会

“”

自动化/众包

“”

网络安全人才40%的短缺使得人工干预更加困难。

复杂性和警报量的迅速增加:数十亿的设备,攻击扩散等。

重点:跨云、跨saas的MDR解决方案、大型众包网络。

“”

攻击面特定解决方案

“”

移动设备取代台式机成为主要终端,物联网推动了设备激增。

表明威胁级别并用于数据保护的用户行为。

重点:资产管理、行为认证。

“”

垂直特定解决方案

“”

自动化程度低/安全性差的垂直行业正受到威胁(例如,医疗保健网络攻击增加了55%)。

横向解决方案(如KYC)无法满足独特的合规性和数据隐私需求。

重点:合规数据隐私解决方案,数字风险管理,反欺诈协调引擎。

“”

身份

“”

身份是真正零信任环境的关键。

现代的网络安全漏洞中,80%都涉及一组被破坏的特权凭证。

重点:跨云环境和应用的统一配置和治理。

“”

DevSecOps

“”

开源软件的大规模涌现暴露了安全漏洞。

更快速的云开发推动了安全自动化的需求。

重点:跨编程语言和跨开发生命周期安全解决方案。

“”

云原生网络安全

“”

COVID-19导致工作从企业数据中心转移到云端。

用户、设备和软件应用的激增使基于边界的模式变得多余。

重点:为企业和SMB提供云原生安全的简单打包实施方案。

“”

数据安全

“”

迁移到云端使数据访问和使用民主化,并加速了数据扩散。

由于监管压力增加,发现、分类和监控所有敏感数据变得至关重要。

重点:通过强大的响应措施和多云功能进行实时数据威胁检测。

Bacaan Terkait

Sebuah Perusahaan Chip Meluncurkan Standar Sertifikasi AIDC: Atas Dasar Apa NVIDIA? Logika Pasokan Daya Direkonfigurasi oleh Komputasi, Siapa yang Berlar dan Siapa yang Tertinggal di Luar?

Perusahaan chip NVIDIA menerbitkan "Pedoman Sertifikasi Mandiri untuk Sistem Penyimpanan Energi", menetapkan standar untuk penyimpanan energi di pusat data AI (AIDC). Panduan ini berfokus ketat pada performa PCS (Power Conversion System), bukan baterainya, dengan 10 indikator keras dan 12 tes perbandingan simulasi. Persyaratan mencakup respons dinamis cepat, pengawasan jarak jauh, dan transparansi kontrol. Standar baru ini merefleksikan perubahan mendasar: di era AI Agentic, beban listrik AIDC dapat melonjak secara instan, membuat solusi tradisional seperti UPS tidak memadai. Penyimpanan energi kini menjadi bagian desain inti AIDC. NVIDIA, sebagai pendefinisi kebutuhan komputasi, secara efektif menentukan standar pasokan dayanya. Pedoman ini mengubah aturan permainan. Perusahaan seperti Fluence (mitra Siemens) telah memimpin, diakui dalam desain referensi NVIDIA. Sementara pasar diproyeksikan besar (hingga 321 GWh/tahun kebutuhan baru pada 2030 menurut Morgan Stanley), persyaratan ketat NVIDIA—termasuk riwayat pengiriman PCS dan rencana ekspansi 10x dalam 24 bulan—menciptakan hambatan tinggi. Sertifikasi memerlukan waktu 12-24 bulan dan biaya signifikan, sehingga menyaring pemain kecil. Intinya: NVIDIA membuka peluang besar bagi industri penyimpanan energi AIDC, tetapi juga menetapkan garis start baru yang menuntut keunggulan dalam kontrol, keandalan, dan skalabilitas, menggeser kompetisi dari sekadar harga ke kemampuan teknis tinggi.

marsbit18m yang lalu

Sebuah Perusahaan Chip Meluncurkan Standar Sertifikasi AIDC: Atas Dasar Apa NVIDIA? Logika Pasokan Daya Direkonfigurasi oleh Komputasi, Siapa yang Berlar dan Siapa yang Tertinggal di Luar?

marsbit18m yang lalu

Pendiri 20 Tahun, Rekrut Karyawan 18 Tahun, Didanai Orang 19 Tahun

**Ringkasan: Revolusi AI Didorong oleh Generasi Muda dengan Gaji Fantastis dan Usia yang Semakin Muda** Industri AI, khususnya model dasar (foundation models), sedang mengalami transformasi besar yang didorong oleh talenta muda. Perusahaan teknologi raksasa dan startup berlomba-lomba merekrut peneliti berusia sangat muda, bahkan yang masih SMA atau S1, dengan penawaran gaji yang luar biasa tinggi. * **Gaji yang Mengguncang:** Peneliti AI lulusan baru bisa mendapatkan gaji tahunan ratusan juta Rupiah (150-600 juta), melebihi jenjang karir puluhan tahun di industri lain. Magang dengan gaji harian hingga Rp55 ribu juga menjadi hal biasa. * **Usia Semakin Muda:** Konsep "AI Native" sangat dihargai. Pengalaman lama justru dianggap kurang relevan. Peneliti berusia 22 tahun tanpa pengalaman tim bisa mendapat gaji setara direktur senior. Usia 30-an sudah dianggap "tua" untuk beberapa peran inti. * **Perburuan Talenta:** Perusahaan seperti ByteDance (Seed), Tencent, dan Alibaba memiliki program khusus (seperti "Top Seed", "Qingyun") untuk mengunci talenta terbaik sejak dini, bahkan sejak SMA, melalui jaringan, sponsor kompetisi, dan acara eksklusif. * **Ekosistem Muda yang Solid:** Dinamika ini menciptakan ekosistem di mana founder berusia 20-an merekrut karyawan lebih muda, didanai investor seusia mereka. Mereka terhubung melalui minat dan pemikiran serupa, membentuk jaringan yang kuat. * **Dampak dan Ketimpangan:** Revolusi ini memberikan penghargaan luar biasa pada bibit unggul muda, tetapi juga menciptakan ketimpangan besar dan kecemasan bagi profesional yang lebih tua yang merasa keterampilannya menjadi usang. Tekanan untuk beradaptasi sangat besar, dengan anggapan bahwa "produktivitas maju pasti akan menggantikan yang tertinggal". Intinya, industri AI saat ini adalah arena bagi generasi muda berbakat yang bergerak cepat, dengan aturan main baru yang mengutamakan kecerdasan, kecepatan belajar, dan jaringan usia sebaya, sambil mendisrupsi struktur karir dan kompensasi tradisional.

marsbit21m yang lalu

Pendiri 20 Tahun, Rekrut Karyawan 18 Tahun, Didanai Orang 19 Tahun

marsbit21m yang lalu

Pratinjau Laporan Keuangan Q2 Micron, Citi Naikkan Target Harga

**Pratinjau Laporan Keuangan Q2 Micron: Citigroup Naikkan Target Harga** Citigroup telah menaikkan target harga saham Micron Technology dari USD840 menjadi USD1200, dengan mempertahankan rating "Beli". Kenaikan ini didasarkan pada proyeksi harga memori (DRAM dan NAND) yang lebih kuat dari perkiraan pada tahun 2026 serta margin laba kotor yang tinggi. Target harga USD1200 ini mencerminkan keyakinan terhadap kinerja tahun fiskal 2027 (FY2027), dengan estimasi laba per saham (EPS) mencapai USD114.73. Asumsi utama berasal dari kenaikan harga yang signifikan: Citigroup memperkirakan harga rata-rata jual (ASP) DRAM naik 200% dan NAND naik 186% sepanjang 2026, didorong terutama oleh permintaan dari server, pusat data, dan AI. Faktor pendukung lainnya adalah ketatnya pasokan, dengan perkiraan defisit pasokan DRAM global sekitar 5% pada 2026. Produksi HBM (High Bandwidth Memory) yang padat sumber daya juga disebutkan turut mempersempit pasokan untuk DRAM konvensional. Selain itu, adanya perjanjian pembelian jangka panjang (LTA) dengan pelanggan seperti Dell diharapkan dapat membantu meratakan siklus pendapatan perusahaan. Namun, laporan juga menyoroti beberapa risiko. Harga saham Micron saat ini telah mendekati target USD1200, sehingga ruang untuk kenaikan lebih lanjut terbatas. Risiko utama termasuk potongan harga jika siklus harga memori mencapai puncak lebih cepat, kemungkinan peningkatan kapasitas produksi oleh pesaing yang dapat melonggarkan pasokan, serta ketergantungan pada kelanjutan pengeluaran modal yang kuat di sektor AI dan pusat data. Laporan kuartalan mendatang dari Micron akan menjadi penentu utama untuk melihat apakah asumsi optimis Citigroup dapat terwujud.

marsbit33m yang lalu

Pratinjau Laporan Keuangan Q2 Micron, Citi Naikkan Target Harga

marsbit33m yang lalu

Setelah Melewatkan Peluang 20 Kali Lipat, Saya Menemukan Cara Konyol Berinvestasi di AI

Setelah melewatkan peluang investasi 20 kali lipat, penulis menemukan pendekatan "lambat" untuk berinvestasi di AI: membangun "gudang pengetahuan" terlebih dahulu. Artikel ini membagikan kerangka berpikir sistematis untuk menganalisis seluruh rantai industri AI, dibagi menjadi empat lapisan utama. **Lapisan 1: Infrastruktur Daya Komputasi - Mesin AI.** Termasuk desain chip (Nvidia, AMD), manufaktur & kemasan (TSMC, SK Hynix), interkoneksi optik (Lumentum, Coherent), pendinginan & catu daya (Vertiv), server, dan platform cloud. Lapisan ini adalah fondasi fisik, dengan karakteristik sedikit pemain, pengganti rendah, dan kekuatan penetapan harga yang kuat. Uang mengalir dari dalam ke luar: dari GPU, ke interkoneksi optik/catu daya, kemudian ke pendinginan/penyimpanan. **Lapisan 2: Model & Alat - Sistem Operasi AI.** Didominasi oleh lima pemain besar: OpenAI, Anthropic, Google, Meta, dan xAI. Pertumbuhan pendapatan mereka sangat cepat. Perhatian utama adalah pergeseran dari daya komputasi *training* ke *inference*, yang mungkin membuka peluang bagi pesaing Nvidia. Pertanyaan terbuka: akankah model menjadi oligopoli atau terkodifikasi? **Lapisan 3: Middleware & Platform - Lapisan Perekat.** Menghubungkan model dan aplikasi, seperti Scale AI dan Hugging Face. Lapisan ini diharapkan berkembang pesat saat aplikasi AI meledak. **Lapisan 4: Aplikasi Vertikal - Pintu Masuk Uang.** Tempat AI menciptakan nilai langsung bagi pengguna akhir, termasuk platform AI perusahaan (Palantir), alat pengkodean (GitHub Copilot), AI kesehatan, robotika, dan kendaraan otonom. Lapisan ini paling beragam dan kompetitif. **Dimensi Melintang: Energi - Batas Ultimat AI.** Konsumsi listrik pusat data AI yang melonjak mendorong investasi di infrastruktur energi seperti tenaga nuklir. Artikel ini mengajak pembaca untuk secara sistematis mempelajari setiap lapisan, memahami model bisnis, lanskap kompetisi, dan tingkat valuasinya. Dengan memiliki "peta" industri yang jelas, investor dapat membuat keputusan cepat ketika peluang muncul di masa depan, baik selama koreksi pasar atau di sudut-sudut yang diabaikan. Intuisi yang tajam dibangun dari penelitian mendalam, bukan dari keberuntungan.

marsbit36m yang lalu

Setelah Melewatkan Peluang 20 Kali Lipat, Saya Menemukan Cara Konyol Berinvestasi di AI

marsbit36m yang lalu

Trading

Spot
Futures
活动图片