| 作者 |
| 王瑞民 雪莉·大卫杜夫 |
| 丛书名 |
| 网络空间安全技术丛书 |
| 出版社 |
| 机械工业出版社 |
| ISBN |
| 9782108191534 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 ---------------------------8083261 - 大数据安全：技术与管理--------------------------- 本书系统地介绍了大数据的基本概念，保障大数据安全的基本技术和管理策略。主要内容包括大数据的创建、大数据的传输、大数据的存储、大数据的处理、大数据的交换以及大数据的恢复与销毁等过程的安全技术与管理策略，还包括大数据安全态势感知的相关技术以及网络安全等级保护中关于大数据的扩展安全要求。 ---------------------------8081279 - 数据大泄漏：隐私保护危机与数据安全机遇--------------------------- 数据泄漏可能是灾难性的，但由于受害者不愿意谈及它们，因此数据泄漏仍然是神秘的。本书从世界上最具破坏性的泄漏事件中总结出了一些行之有效的策略，以减少泄漏事件所造成的损失，避免可能导致泄漏事件失控的常见错误。内容涉及以下几个方面： 数据泄漏、暗网和被盗数据市场的严峻现状。 使用非常规事件响应措施以降低损失。 在PCI数据安全标准的框架下处理高危支付卡泄漏事件。 评估并降低与制造商和第三方供应商有关的数据泄漏风险。 管理与医疗保健和HIPAA相关的合规性要求。 对勒索软件和数据曝光案例做出快速响应。 做出更好的网络保险决策，最大化保单价值。 . 降低云端风险，做好响应云端数据泄漏的准备工作。 |
| 目录 |
| [套装书具体书目] 8081279 - 数据大泄漏：隐私保护危机与数据安全机遇 - 9787111682271 - 机械工业出版社 - 定价 139 8083261 - 大数据安全：技术与管理 - 9787111688099 - 机械工业出版社 - 定价 79 ---------------------------8083261 - 大数据安全：技术与管理--------------------------- 前言 第1章 大数据安全挑战和现状 1 1.1 大数据概述 1 1.1.1 大数据的概念 2 1.1.2 大数据的特性 2 1.1.3 大数据安全需求 4 1.2 大数据面临的安全挑战 5 1.2.1 大数据技术和平台的安全 5 1.2.2 数据安全和个人信息保护 8 1.2.3 国家社会安全和法规标准 10 1.3 大数据安全现状 13 1.3.1 国家安全法 13 1.3.2 网络安全法 14 1.3.3 大数据安全管理指南 17 1.3.4 数据安全能力成熟度模型 18 1.3.5 个人信息安全规范 21 1.4 小结 23 习题1 23 第2章 大数据治理 24 2.1 大数据治理概述 24 2.1.1 大数据治理的概念 24 2.1.2 大数据治理的重要性 26 2.1.3 国内外大数据治理现状 27 2.2 大数据治理的原则和范围 31 2.2.1 大数据治理的原则 31 2.2.2 大数据治理的范围 32 2.3 大数据架构 34 2.3.1 大数据基础资源层 35 2.3.2 大数据管理与分析层 36 2.3.3 大数据应用层 37 2.3.4 大数据技术架构 38 2.4 个人隐私保护 41 2.4.1 大数据带来的个人隐私防护问题 41 2.4.2 个人隐私防护对策 42 2.4.3 大数据的隐私保护关键技术 44 2.5 大数据治理实施 46 2.5.1 实施目标 46 2.5.2 实施动力 48 2.5.3 实施过程 48 2.6 小结 50 习题2 51 第3章 大数据的安全创建 52 3.1 大数据的采集 52 3.1.1 大数据的分类分级 52 3.1.2 大数据采集安全管理 55 3.1.3 数据源鉴别与记录 57 3.1.4 大数据质量管理 60 3.2 大数据的导入导出 62 3.2.1 基本原则 62 3.2.2 安全策略 62 3.2.3 制度流程 62 3.3 大数据的查询 63 3.3.1 特权账号管理 63 3.3.2 敏感数据的访问控制 65 3.4 小结 66 习题3 67 第4章 大数据的传输与存储安全 68 4.1 大数据传输加密 68 4.1.1 大数据内容加密 68 4.1.2 网络加密方式 74 4.1.3 身份认证 76 4.1.4 签名与验签 78 4.2 网络可用性 80 4.2.1 可用性管理指标 80 4.2.2 负载均衡 81 4.2.3 大数据防泄露 84 4.3 大数据的存储 88 4.3.1 存储媒体 88 4.3.2 分布式存储 89 4.3.3 大数据备份和恢复 91 4.4 小结 92 习题4 92 第5章 大数据处理安全 93 5.1 数据脱敏 93 5.1.1 数据属性 93 5.1.2 数据匿名化 95 5.1.3 数据脱敏技术 99 5.2 大数据分析安全 100 5.2.1 个人信息防护 100 5.2.2 敏感数据识别方法 103 5.2.3 数据挖掘的输出隐私保护技术 106 5.3 大数据正当使用 107 5.3.1 合规性评估 107 5.3.2 访问控制 110 5.4 大数据处理环境 125 5.4.1 基于云的大数据处理系统的架构和服务模式 125 5.4.2 Hadoop处理平台 127 5.4.3 Spark处理平台 130 5.5 小结 132 习题5 132 第6章 大数据的安全交换 134 6.1 大数据交换概述 134 6.1.1 大数据交换的背景 134 6.1.2 大数据安全交换 136 6.1.3 大数据交换面临的安全威胁 137 6.2 大数据共享 139 6.2.1 大数据共享原则 139 6.2.2 大数据共享模型 141 6.2.3 大数据共享安全框架 145 6.3 大数据交换技术 149 6.3.1 数据接口安全限制 149 6.3.2 大数据格式规范 150 6.3.3 数据源异常检测 151 6.3.4 大数据异常检测应用 152 6.4 小结 153 习题6 154 第7章 大数据恢复与销毁 155 7.1 大数据备份 155 7.1.1 大数据备份类型 155 7.1.2 备份加密 157 7.2 大数据恢复 158 7.2.1 大数据恢复演练 159 7.2.2 数据容灾 159 7.3 大数据销毁处置 160 7.3.1 大数据销毁场景 161 7.3.2 数据删除方式 161 7.4 存储媒体的销毁处置 162 7.4.1 存储媒体销毁处理策略 162 7.4.2 存储媒体销毁方法 163 7.5 小结 163 习题7 164 第8章 大数据安全态势感知 165 8.1 安全态势感知平台概述 165 8.1.1 安全态势感知平台的研究背景 165 8.1.2 大数据安全平台面临的挑战 166 8.1.3 安全态势感知的研究进展 167 8.1.4 安全态势感知的关键技术 168 8.2 数据融合技术 169 8.2.1 数据融合的定义 169 8.2.2 数据融合的基本原理 170 8.2.3 数据融合的技术和方法 172 8.3 数据挖掘技术 173 8.3.1 数据挖掘的概念 173 8.3.2 数据挖掘任务 175 8.3.3 数据挖掘对象 177 8.3.4 数据挖掘的方法和技术 180 8.4 特征提取技术 181 8.4.1 模式识别 181 8.4.2 特征提取的概念 182 8.4.3 特征提取的方法 183 8.5 态势预测技术 184 8.5.1 态势感知模型 184 8.5.2 态势感知体系框架 186 8.5.3 态势感知相关核心概念 187 8.5.4 安全态势理解技术 187 8.6 可视化技术 189 8.6.1 数据可视化与大数据可视化 189 8.6.2 大数据可视化具体工作 190 8.6.3 大数据可视化工具 192 8.7 小结 193 习题8 193 第9章 网络安全等级保护中的大数据 195 9.1 网络安全等级保护制度 195 9.1.1 网络安全等级保护2.0的新变化 195 9.1.2 网络安全等级保护的通用要求 197 9.1.3 网络安全等级保护的扩展要求 203 9.2 大数据应用场景说明 205 9.2.1 大数据系统构成 205 9.2.2 网络安全等级保护大数据基本要求 206 9.3 大数据安全评估方法 213 9.3.1 等级测评方法 213 9.3.2 第三级安全评估方法 213 9.4 小结 223 习题9 223 参考文献 225 ---------------------------8081279 - 数据大泄漏：隐私保护危机与数据安全机遇--------------------------- 译者序 前言 致谢 作者简介 第1章 暗物质1 1.1 暗泄漏4 1.1.1 什么是数据泄漏5 1.1.2 未受到保护的个人信息7 1.1.3 量化暗泄漏9 1.1.4 未被发现的泄漏11 1.1.5 越来越隐蔽的泄漏13 1.2 统计偏见14 1.2.1 公开记录15 1.2.2 如果你的数据泄漏了，请举手17 1.2.3 网络安全供应商的数据18 1.3 为什么要报告20 1.4 心知肚明22 第2章 有害材料25 2.1 数据是新的“石油”33 2.1.1 私密数据收集34 2.1.2 TRW公司数据泄漏事件35 2.2 五个数据泄漏风险因素36 2.3 数据需求37 2.3.1 媒体机构37 2.3.2 巨大的广告市场39 2.3.3 大数据分析40 2.3.4 数据分析公司41 2.3.5 数据经纪人43 2.4 匿名化和重命名45 2.4.1 匿名化错误46 2.4.2 大数据消除了匿名性47 2.5 跟踪数据48 2.5.1 药房案例分析48 2.5.2 数据浏览50 2.5.3 服务提供商51 2.5.4 保险52 2.5.5 美国州政府53 2.5.6 成本–收益分析54 2.6 降低风险55 2.6.1 跟踪你的数据55 2.6.2 最小化数据57 2.7 小结58 第3章 危机管理59 3.1 危机和机遇62 3.1.1 事件62 3.1.2 每个数据泄漏事件都不同64 3.1.3 意识到危机64 3.1.4 危机的四个阶段65 3.2 危机沟通，还是沟通危机？65 3.2.1 形象至上66 3.2.2 利益相关者67 3.2.3 信任的3C67 3.2.4 形象修复策略67 3.2.5 通知68 3.2.6 优步的秘密72 3.3 易速传真公司案例75 3.3.1 能力不足75 3.3.2 品格缺陷77 3.3.3 漠不关心78 3.3.4 影响79 3.3.5 危机沟通技巧80 3.4 小结80 第4章 管理DRAMA81 4.1 数据泄漏的诞生84 4.1.1 数据泄漏：一个全新概念的出现85 4.1.2 名字的力量86 4.2 潜在危机86 4.2.1 身份盗窃恐慌87 4.2.2 产品是你的个人信息88 4.2.3 有价值的数据片段88 4.2.4 基于知识的验证89 4.2.5 接入设备89 4.3 潜伏期91 4.3.1 潜在危机开始91 4.3.2 这不是很讽刺吗？92 4.3.3 可疑电话93 4.3.4 远在天边，近在眼前94 4.3.5 识别94 4.3.6 上呈95 4.3.7 调查96 4.3.8 范围98 4.4 突发期100 4.4.1 这里没别人，只有一群小鸡100 4.4.2 加州数据安全法一枝独秀101 4.4.3 也许还有11万人101 4.4.4 爆发102 4.4.5 推卸责任102 4.4.6 新的信用监控103 4.4.7 立即行动，维护商誉104 4.5 降低损害105 4.5.1 降低数据价值105 4.5.2 监控并响应107 4.5.3 实施额外的访问控制111 4.6 蔓延期115 4.6.1 召集专家115 4.6.2 反省的时间116 4.6.3 在美国国会作证117 4.7 恢复期118 4.7.1 新常态118 4.7.2 越来越强大119 4.7.3 改变世界120 4.8 泄漏发生前121 4.8.1 网络安全始于顶层122 4.8.2 安全团队的神话124 4.9 小结125 第5章 被盗数据127 5.1 利用泄漏数据129 5.2 欺诈130 5.2.1 从欺诈到数据泄漏130 5.3 销售132 5.3.1 出售被盗数据132 5.3.2 非对称密码学136 5.3.3 洋葱路由137 5.3.4 暗网电子商务网站138 5.3.5 加密货币139 5.3.6 现代黑市数据经纪人141 5.4 暗网数据商品143 5.4.1 个人身份信息143 5.4.2 支付卡卡号143 5.4.3 W-2表格144 5.4.4 医疗记录144 5.4.5 账户凭证145 5.4.6 你的计算机147 5.4.7 数据清洗147 5.5 小结148 第6章 支付卡泄漏149 6.1 最大的支付卡骗局151 6.2 泄漏的影响152 6.2.1 信用卡支付系统如何运作153 6.2.2 消费者154 6.2.3 可怜的银行155 6.2.4 可怜的商家155 6.2.5 可怜的支付处理商156 6.2.6 不那么可怜的信用卡品牌156 6.2.7 最可怜的还是消费者157 6.3 推卸责任157 6.3.1 靶子指向商家157 6.3.2 根本性的缺陷158 6.3.3 安全标准出现159 6.4 自我监管159 6.4.1 PCI数据安全标准160 6.4.2 一个以营利为目的的标准161 6.4.3 幕后的人162 6.4.4 PCI困惑164 6.4.5 认证安全评估机构的动机165 6.4.6 罚款166 6.5 TJX泄漏事件166 6.5.1 新的典范167 6.5.2 谁的责任168 6.5.3 努力应对安全问题168 6.5.4 TJX的和解方案170 6.5.5 数据泄漏立法2.0171 6.6 哈特兰泄漏事件172 6.6.1 哈特兰被入侵173 6.6.2 追溯不合规173 6.6.3 和解174 6.6.4 亡羊补牢：哈特兰安全计划174 6.7 小结176 第7章 零售末日177 7.1 事故分析180 7.1.1 连环相撞181 7.1.2 受到攻击的小企业184 7.1.3 攻击工具和技术187 7.2 一盎司预防胜于一磅治疗194 7.2.1 双因素认证194 7.2.2 脆弱性管理195 7.2.3 网络分段197 7.2.4 账号和密码管理198 7.2.5 加密/令牌化200 7.3 塔吉特公司的应急响应201 7.3.1 意识到202 7.3.2 克雷布斯因子207 7.3.3 沟通危机210 7.3.4 家得宝做得更好225 7.4 连锁反应228 7.4.1 银行和信用合作社228 7.4.2 信用卡欺诈泛滥229 7.4.3 补发还是不补发231 7.5 芯片与骗局232 7.5.1 替代支付解决方案232 7.5.2 信用卡品牌的反击233 7.5.3 改变沟通234 7.5.4 阻止了数据泄漏，还是没有？234 7.5.5 谁拥有芯片？235 7.5.6 公众舆论235 7.5.7 值得吗？236 7.5.8 无芯片，请刷卡238 7.6 立法和标准241 7.7 小结242 第8章 供应链风险245 8.1 服务提供商的访问服务247 8.1.1 数据存储247 8.1.2 远程访问248 8.1.3 物理访问249 8.2 技术供应链风险250 8.2.1 软件漏洞251 8.2.2 硬件风险254 8.2.3 攻击技术公司254 8.2.4 供应商的供应商256 8.3 网络武器库257 8.3.1 武器发射258 8.3.2 呼吁裁军258 8.4 小结259 第9章 健康数据泄漏261 9.1 公众与患者262 9.1.1 法外之地263 9.1.2 数据泄漏视角264 9.2 医疗保健的目标265 9.2.1 数据自助餐266 9.2.2 流动性的推动267 9.2.3 保留时间268 9.2.4 保质期很长268 9.3 HIPAA：重要但有缺陷269 9.3.1 保护个人健康数据269 9.3.2 HIPAA“没有牙齿”271 9.3.3 泄漏通知规则273 9.3.4 处罚276 9.3.5 对业务伙伴的影响278 9.4 “逃脱”HIPAA的数据279 9.4.1 被泄漏数据的交易279 9.4.2 强制信息共享280 9.4.3 去识别化281 9.4.4 重新标识282 9.4.5 双重标准283 9.4.6 医疗保健之外283 9.5 健康数据泄漏之疫蔓延285 9.5.1 是泄漏更多，还是报道更多？286 9.5.2 复杂性：安全的敌人287 9.5.3 第三方依赖关系290 9.5.4 消失的边界294 9.6 泄漏之后301 9.6.1 有什么危害301 9.6.2 赔礼道歉303 9.6.3 健康数据泄漏诉讼304 9.6.4 从医疗事故中学习305 9.7 小结306 第10章 曝光和武器化307 10.1 曝光泄漏309 10.1.1 动机309 10.1.2 人肉搜索310 10.1.3 匿名310 10.1.4 维基解密311 10.1.5 武器化312 10.2 响应314 10.2.1 验证315 10.2.2 调查317 10.2.3 数据删除319 10.2.4 公共关系322 10.3 大解密325 10.3.1 曼宁的罪行326 10.3.2 事件影响326 10.4 小结327 第11章 勒索329 11.1 流行病331 11.1.1 定义332 11.1.2 成熟期332 11.2 拒绝服务勒索333 11.2.1 勒索软件333 11.2.2 加密与解密333 11.2.3 付款335 11.2.4 统治世界336 11.2.5 勒索软件是泄漏攻击吗？337 11.2.6 响应338 11.3 曝光勒索341 11.3.1 受监管数据勒索341 11.3.2 性勒索345 11.3.3 知识产权345 11.3.4 响应347 11.4 伪装勒索348 11.4.1 案例研究：NotPetya348 11.4.2 响应349 11.5 小结349 第12章 网络空间保险351 12.1 网络空间保险的增长354 12.2 工业挑战354 12.3 保险覆盖范围的类型355 12.4 商业化的泄漏响应方案357 12.4.1 评估泄漏响应小组359 12.4.2 保密方面的考虑360 12.5 如何选择合适的网络空间保险360 12.5.1 让合适的人参与进来362 12.5.2 盘点敏感数据 363 12.5.3 进行风险评估363 12.5.4 检查现有的保险覆盖范围365 12.5.5 获取报价368 12.5.6 审查和比较报价369 12.5.7 调研保险公司375 12.5.8 选择377 12.6 充分利用好网络空间保险378 12.6.1 开发378 12.6.2 意识到379 12.6.3 行动379 12.6.4 维持379 12.6.5 调整379 12.7 小结 380 第13章 云泄漏381 13.1 云计算的风险386 13.1.1 安全漏洞387 13.1.2 权限错误388 13.1.3 缺乏控制390 13.1.4 认证问题391 13.2 可见性393 13.2.1 商务电子邮件泄漏393 13.2.2 证据采集395 13.2.3 道德397 13.3 拦截400 13.3.1 端到端的加密之美400 13.3.2 端到端加密的丑陋一面400 13.3.3 投资加密401 13.4 小结402 后记403 |