最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

[产业] 美国防信息系统局2020年的十大重点关注技术

[复制链接]
跳转到指定楼层
楼主
发表于 2019-11-20 10:58:30 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
编译:军事科学院军事科学信息研究中心 张岸佳
来源:“国防科技要闻”微信公众号(ID:CDSTIC)

11月4日,美国防信息系统局(DISA)举行一年一度的工业界预测活动,该机构新兴技术理事会的系统创新科学家斯蒂芬·华莱士在活动上概述了DISA在2020年将大力探索的十个技术领域,以求改进美军的网络安全状况。

这十项技术领域分别是:

1. 身份认证。DISA正在进一步研究国防部通用访问卡的使用情况。在接下来的一年里,DISA希望在其移动设备和台式设备上应用身份认证,并实现在后台持续监控用户身份的能力。华莱士表示,DISA希望建立用户身份和日常行动的档案,并透露目前DISA已成功开发出一些原型,希望在2020年取得更多进展。

2. 自动化。华莱士强调,DISA必须将自动化应用于更多的工作中。他特别提到,将自动化应用于数据中心能够显著提高工作效率。
3. 浏览器隔离。浏览器隔离项目是指在商业供应商中操作浏览器,然后由该供应商向用户提供“视频流”。华莱士表示,该能力是保卫国防部信息网络(DoDIN)的新方式。DISA正在通过由1.5万名用户参与的测试对两家供应商的能力进行评估。DISA已向所有机构用户推出这一功能,但还有其他8个合作伙伴正在对其进行测试。华莱士表示,DISA的目标是在未来三到六个月内再增加10万名用户。
4. DevSecOps理念。DevSecOps是一种保护软件开发的安全理念,其核心为将安全贯彻至整个业务周期的每一个环节(包括开发、安全、运维)。DISA希望将该理念应用于产品的部署。通过DevSecOps理念,DISA能够轻易实现跨项目信息共享,并能够为其设备的重新认证更好地做出准备。
5. 分布式账本。华莱士表示,DISA正在其数据中心测试区块链技术中的分布式账本技术。DISA发现,该技术在数据集共享的后勤领域非常有用,能够通过消除对集中数据库访问的需求,简化数据库管理。
6. 人工智能和机器学习。华莱士表示,DISA虽然没有专门的人工智能或机器学习办公室,但有数个该技术的用例。一些需要持续验证用户身份的共享身份项目正在使用机器学习技术。
7. 移动/台式平台融合。当前,用户使用平板电脑和笔记本电脑等移动设备的时间显著提高,DISA希望员工能够将移动设备带到办公室,并作为台式设备继续使用。华莱士表示,其愿景是能够将移动设备放到办公桌上的支架中,作为台式设备使用,并在工作完成后随时将移动设备卸下来带走。DISA希望未来能跨密级提供该服务。
8. 安全编排、自动化及响应(SOAR)。SOAR是一种自动化的网络安全和事故响应方法,DISA正在该领域开展几个项目。华莱士表示,美国的对手更善于利用自动化、机器学习和人工智能技术,因此美国需要进一步研究自动响应技术。
9. 无线传输。华莱士表示,DISA正在探索5G技术带来的点对点通信能力,该能力将为作战人员在战术前沿提供更快、更强大的通信。此外,DISA还在研究网络拼接技术,该技术让网络运营商能够为特定的活动指定网络中的特定部分。华莱士表示,网络拼接技术将使DISA能够改变其主要通过运营商网络传输流量的方式。DISA希望利用该技术,充分利用5G技术即将带来的更快的计算能力。
10. 零信任框架。华莱士表示,DISA目前通过用户凭证来识别用户,然后根据用户的来源(如互联网或国防部的内部非机密网络)将其置于网络中。在零信任框架下,DISA将添加新的用户身份验证指标,比如用户正在使用的设备、当前时间和凭证。华莱士表示,DISA认为其能够将该概念应用于有关国防部的工作中。

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-2 15:46

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表