“上云”已成為企業(yè)尋求數(shù)字化轉(zhuǎn)型升級的“基本路徑”。而云環(huán)境的邊界廣、技術(shù)環(huán)境復雜，使傳統(tǒng)安全邊界被打破，“云安全”成為所有企業(yè)上云后的關(guān)注焦點。

云安全是指基于云計算商業(yè)模式應用的安全軟件、硬件，以及用戶、機構(gòu)、安全云平臺的總稱。

在云計算的架構(gòu)下，云計算開放網(wǎng)絡和業(yè)務共享場景更加復雜多變，在安全性領(lǐng)域面臨的挑戰(zhàn)更加嚴峻，提升發(fā)展云安全技術(shù)是云計算行業(yè)的必然選擇。

對企業(yè)來說，會遇到哪些云安全問題，要怎么做才能夠更好地應對云安全挑戰(zhàn)呢?

在過去幾年云服務獲得了巨大增長，IaaS和PaaS明顯改變了企業(yè)運維模式。僅在過去一年，我們看到更多企業(yè)引入了多重身份驗證(MFA)， 電子郵件服務提供商如Office 365和G Suite等可以降低實施MFA的準入門檻， 這無疑使網(wǎng)絡罪犯更難以侵入受害者的電子郵件帳戶，因此對企業(yè)來說也是個好消息。

那么未來企業(yè)在云安全方向，將會遇到哪些問題，面臨哪些挑戰(zhàn)呢?

1. 關(guān)注多云操作

多云環(huán)境成為近來的熱門話題。企業(yè)已意識到與供應商無關(guān)的方法的好處，這種方法不僅可以最大程度降低成本，而且可以讓他們自由創(chuàng)新。但是，有幾個方面的操作對于確保多云在企業(yè)中長期保持可行至關(guān)重要。

盡管供應商中立的生態(tài)系統(tǒng)帶來了自由，但云技術(shù)仍未解決云基礎(chǔ)架構(gòu)之間遷移工作負載相關(guān)的棘手問題。

多云生態(tài)系統(tǒng)，通過支持跨公有云和私有云的快速部署、可伸縮性、集成和操作任務來克服瓶頸。

另一個難題是可觀察性和跨云監(jiān)視。為了確保在整個生態(tài)系統(tǒng)中維護操作并確保它們能夠滿足工作負載，必須具有可觀察組件。

在多云基礎(chǔ)架構(gòu)中，這變得很復雜，在該基礎(chǔ)架構(gòu)中，必須在各個實例之間應用相同級別的可見性和治理。2020將是公有云提供商的關(guān)鍵年。

2.?從云中遣返工作負載

隨著公有云的增長，到2020年云原生組織將利用混合環(huán)境更大地節(jié)省成本。

對于剛開始或預算有限的企業(yè)(需要一個環(huán)境來使用最新技術(shù))來說，公有云是理想的起點。有了公有云，企業(yè)將克服自身局限，立即獲得創(chuàng)新回報。

但是隨著成本增加，需要謹慎考慮如何重新獲得對云經(jīng)濟的控制權(quán)。

將工作負載遷移到本地肯定是一個可行的選擇，但這并不意味著我們將開始看到云的減少。

隨著組織超越發(fā)展過程中的每個新里程碑，遷移變得越來越具有挑戰(zhàn)性。我們可能會看到，公有云提供商會進入數(shù)據(jù)中心以支持這種混合需求。

3、公有云提供商將受到更高安全標準約束

美國國防部決定將其JEDI項目的10年合同授予微軟的決定將是一個分水嶺，這將觸發(fā)更多政府機構(gòu)轉(zhuǎn)移應用程序并統(tǒng)一公有云中的信息。最大的影響之一是需要提高公有云中的端點安全性和合規(guī)性標準。

政府機構(gòu)將這些要求放在云提供商上，將對整個行業(yè)產(chǎn)生溢出效應。這將包括有關(guān)如何構(gòu)建混合環(huán)境以及在公有云和本地環(huán)境之間實現(xiàn)完全數(shù)據(jù)分離的更高標準。

盡管這將主要影響美國云市場，但也會對其他市場產(chǎn)生連鎖反應。超大規(guī)模提供商本質(zhì)上是全球性的，因此將需要針對英國脫歐后等轄區(qū)調(diào)整其政策和做法。

在英國，將針對數(shù)據(jù)保護和與非英國實體的數(shù)據(jù)分離制定新標準。

4、通過AI /機器學習提高網(wǎng)絡自動化水平

人工智能和機器學習(AI / ML)的業(yè)務狀態(tài)已經(jīng)從模糊的愿景發(fā)展為切實的部署。

公司現(xiàn)在將更多精力放在AI / ML上，并正在重組其IT服務管理和業(yè)務運營以適應這一趨勢。

人工智能已經(jīng)與多家IT和電信公司合作，這些公司希望建立更好的網(wǎng)絡并深入了解這些網(wǎng)絡的使用方式-從優(yōu)化功耗到維護任務自動化的所有方面。

2020年我們將看到在網(wǎng)絡空間中圍繞AI / ML的關(guān)注越來越大。

許多端點安全工具和應用程序都真正利用了機器學習和AI，通常是在標記異常網(wǎng)絡流量或用戶行為日志時使用。

2020年，機器學習可能會應用到更多新穎的安全用例中。

5、Kubernetes將不再被視為銀彈

Kubernetes已成為現(xiàn)代云基礎(chǔ)架構(gòu)不可或缺的一部分，并且是構(gòu)建和嘗試新技術(shù)的門戶。

我們觀察到，許多公司都在加倍使用該應用程序，重新定向其DevOps團隊以探索新事物，例如啟用無服務器應用程序和自動化數(shù)據(jù)編排。筆者認為這一趨勢將在2020年繼續(xù)增強。

也有一些公司質(zhì)疑Kubernetes是否真的是正確的工具。盡管該技術(shù)可以提供巨大的價值，但在某些情況下，其管理模式可能很復雜，并且需要專業(yè)技能。

由于Kubernetes現(xiàn)在通常用于大規(guī)模生產(chǎn)，因此用戶越來越有可能遇到有關(guān)安全性和停機時間的問題。

6、勒索軟件依然難以防范

勒索軟件確實已成為攻擊者可以部署的最強大和有效的武器之一。

我們看到越來越多的勒索軟件的成功實例。微軟Remote Desktop Protocol安全漏洞可以使網(wǎng)絡犯罪分子實現(xiàn)遠程執(zhí)行代碼，成為真正破壞性攻擊的起點。

我們在2020年依舊無法回避基于BlueKeep的惡意軟件活動。

7、2020年面臨的主要安全挑戰(zhàn)

大中型企業(yè)組織在安全工作中依然需要注意以下三個問題：

(1)憑證：隨著前面提到的多因素身份驗證使用的增加，對于身份管理似乎正在改善。一個重要的建議是實施NIST指南，即放棄數(shù)字、大小寫和符號要求，而采用更大的最小長度來鼓勵使用密碼短語而不是密碼。

(2)入站通信：從惡意電子郵件附件和網(wǎng)絡釣魚嘗試到偽造發(fā)票和CEO欺詐，這些攻擊的數(shù)量和規(guī)模呈上升趨勢。盡管外圍的新技術(shù)有助于減少最終出現(xiàn)在員工面前的惡意內(nèi)容的數(shù)量，但攻擊者只需要贏得一次即可。預計到2020年，我們將看到電子郵件內(nèi)容生成的自動化程度更高，而不僅僅是發(fā)送，攻擊者的目的是擊敗現(xiàn)有的過濾系統(tǒng)。

(3)侵蝕性邊界：多年來，我們的網(wǎng)絡邊界變得越來越模糊，到2020年，即使在小型組織中，僅能夠列出所有員工使用的第三方應用程序也可能很困難。在許多情況下，我們的信息分布在由不同組織托管的數(shù)十個不同的系統(tǒng)中，例如CRM和生產(chǎn)力軟件。從Slack到ZenDesk，從Office 365到AWS，訪問公司內(nèi)部資源通常不再需要位于公司網(wǎng)絡內(nèi)部。

8、企業(yè)如何才能最好地保護自己?

在憑據(jù)、入站通信和侵蝕性邊界這三個主要挑戰(zhàn)中，密碼分析、網(wǎng)絡釣魚和遠程攻擊的混合至關(guān)重要。

但是，隨著越來越多的組織將工作負載遷移到云中，對于這些組織而言，在采購階段討論如何處理包含公司資源和數(shù)據(jù)的云服務也至關(guān)重要。

企業(yè)安全和風險狀況現(xiàn)在已經(jīng)遠遠超出了他們自己的場所和網(wǎng)絡范圍，并延伸到了云中，這需要比以往任何時候都更加協(xié)作的安全方案。

? ? ? ?責任編輯：ct