一件事情，我們要做好他，一定要有意識(shí)，只有我們對(duì)他了解的越充分，越有助于我們?cè)谶@個(gè)范圍內(nèi)解決問題。網(wǎng)絡(luò)安全意識(shí)方面，美西方國家一直走在前列，我們屬于后來者追趕者，慢慢的變成并跑者，也有可能變成領(lǐng)跑者。那么在這之前，需要我們充分了解雙方在網(wǎng)絡(luò)安全意識(shí)層面的措施，所謂“知己知彼百戰(zhàn)不殆”，要想超越也是需要深入了解美西方國家處于一個(gè)什么水平以及有什么樣的方法論的。

10月是美國網(wǎng)絡(luò)安全意識(shí)月，通過媒體我們發(fā)現(xiàn)其已經(jīng)有20 年的歷史了，該活動(dòng)是由美國網(wǎng)絡(luò)安全和基礎(chǔ)設(shè)施局 (CISA) 與國家網(wǎng)絡(luò)安全聯(lián)盟合作發(fā)起的年度活動(dòng)，旨在提高人們對(duì)如何更好地保護(hù)數(shù)據(jù)的認(rèn)識(shí)。

根據(jù)美國網(wǎng)絡(luò)安全媒體說法，近幾個(gè)月來一些最明顯的網(wǎng)絡(luò)攻擊提醒我們，我們所有人都在安全方面發(fā)揮著作用，而人仍然是我們最薄弱的環(huán)節(jié)。威脅行為者繼續(xù)利用人性，通過網(wǎng)絡(luò)釣魚電子郵件、說服性短信和令人信服的電話來訪問高價(jià)值系統(tǒng)和敏感數(shù)據(jù)并獲取經(jīng)濟(jì)回報(bào)。鑒于這些頭條新聞，本月有必要仔細(xì)研究人員問題以及組織可以采取哪些措施來加強(qiáng)防御。

人員問題有兩個(gè)方面：用戶缺乏安全意識(shí)和網(wǎng)絡(luò)安全人才的缺乏。

讓我們從第一個(gè)挑戰(zhàn)開始，看看美國如何建議組織采取哪些措施來提高用戶的安全意識(shí)。

• 對(duì)安全意識(shí)計(jì)劃的支持：根據(jù) SANS 2023 安全意識(shí)報(bào)告：管理人類風(fēng)險(xiǎn)，與去年相比，安全意識(shí)計(jì)劃的成熟度水平正在提高。然而，組織正在努力解決項(xiàng)目開發(fā)的基本問題，包括缺乏預(yù)算、員工培訓(xùn)時(shí)間限制以及缺乏項(xiàng)目管理人員和時(shí)間。毫不奇怪，最有效的計(jì)劃得到了強(qiáng)有力的領(lǐng)導(dǎo)層的支持，擁有敬業(yè)的全職員工，并促進(jìn)了強(qiáng)大的安全文化，鼓勵(lì)并簡化事件報(bào)告，這有助于降低風(fēng)險(xiǎn)。
• 用戶培訓(xùn)：同樣不足為奇的是，SANS 報(bào)告發(fā)現(xiàn)網(wǎng)絡(luò)釣魚/網(wǎng)絡(luò)釣魚/語音釣魚位居人類風(fēng)險(xiǎn)列表之首，其次是密碼/身份驗(yàn)證、檢測(cè)/報(bào)告和 IT 管理員配置錯(cuò)誤。培訓(xùn)應(yīng)重點(diǎn)關(guān)注這四個(gè)領(lǐng)域，并超越每年基于計(jì)算機(jī)的培訓(xùn)，包括持續(xù)培訓(xùn)，以便全年強(qiáng)化關(guān)鍵概念。讓安全團(tuán)隊(duì)參與以人為本的安全培訓(xùn)的開發(fā)有助于確保內(nèi)容與組織保持高度相關(guān)。與通信和人力資源等其他部門合作以及聘請(qǐng)第三方培訓(xùn)顧問也將有助于在優(yōu)化資源的同時(shí)提高計(jì)劃有效性。

看看人才問題的第二個(gè)組成部分——網(wǎng)絡(luò)安全人才的缺乏——培訓(xùn)和技術(shù)的結(jié)合可以幫助縮小目前估計(jì)僅在美國就達(dá)663,600 人的差距。例如：

• 網(wǎng)絡(luò)安全專業(yè)人員培訓(xùn)：網(wǎng)絡(luò)安全本身就是一種持續(xù)的學(xué)習(xí)經(jīng)歷，但這一點(diǎn)經(jīng)常被忽視。Enterprise Strategy Group (ESG) 的最新研究發(fā)現(xiàn)，40% 的網(wǎng)絡(luò)安全專業(yè)人士認(rèn)為，他們的組織應(yīng)該加大對(duì)網(wǎng)絡(luò)安全培訓(xùn)的投入，通過使組織能夠從現(xiàn)有資源中獲得更多收益，幫助解決技能短缺問題。與提供產(chǎn)品培訓(xùn)并以多種形式和形式提供產(chǎn)品培訓(xùn)的安全技術(shù)供應(yīng)商合作，包括講師指導(dǎo)/面對(duì)面、講師指導(dǎo)/虛擬和自助服務(wù)，可以靈活地選擇最適合您業(yè)務(wù)的內(nèi)容模型和您的安全團(tuán)隊(duì)。
• 安全自動(dòng)化：安全自動(dòng)化的一個(gè)重要好處是，您擁有的高技能人力資源可以更聰明地工作，而不是更辛苦。在我們最近委托進(jìn)行的研究中，安全領(lǐng)導(dǎo)者表示，解決最高挑戰(zhàn)（高流動(dòng)率）的首要方法是使用更智能的工具來簡化工作。此外，超過 60% 的受訪者預(yù)計(jì)自動(dòng)化會(huì)對(duì)員工滿意度和保留率產(chǎn)生積極影響。采用平衡的自動(dòng)化方法，將重復(fù)性、低風(fēng)險(xiǎn)、耗時(shí)的任務(wù)自動(dòng)化，以便分析師能夠騰出時(shí)間來主導(dǎo)不規(guī)則、高影響力、時(shí)間敏感的工作，從而提高保留率和利用率，同時(shí)推動(dòng)更好的安全成果。數(shù)據(jù)驅(qū)動(dòng)的自動(dòng)化方法可確保行動(dòng)保持相關(guān)性，以提高對(duì)結(jié)果的關(guān)注度、準(zhǔn)確性和信心。此外，
• 其他新技術(shù)：人工智能等方法和技術(shù)已經(jīng)有助于提高效率。具體來說，自然語言處理用于從數(shù)據(jù)源和情報(bào)報(bào)告中的非結(jié)構(gòu)化文本中識(shí)別和提取威脅數(shù)據(jù)，例如妥協(xié)指標(biāo)、惡意軟件和對(duì)手，以便分析師花更少的時(shí)間在手動(dòng)任務(wù)上，而將更多的時(shí)間用于主動(dòng)解決風(fēng)險(xiǎn)。機(jī)器學(xué)習(xí) (ML) 技術(shù)被用來理解所有這些數(shù)據(jù)，以便在正確的時(shí)間將正確的數(shù)據(jù)提供給正確的系統(tǒng)和團(tuán)隊(duì)，從而加速檢測(cè)、調(diào)查和響應(yīng)。帶反饋的閉環(huán)模型可確保具有人工智能功能的安全運(yùn)營平臺(tái)能夠隨著時(shí)間的推移不斷學(xué)習(xí)和改進(jìn)。

威脅行為者年復(fù)一年地繼續(xù)使用相同威脅向量的變體來執(zhí)行成功的攻擊。幸運(yùn)的是，我們有能力破壞這個(gè)循環(huán)。通過為用戶和安全從業(yè)人員提供有效的方法和工具來加強(qiáng)防御來解決人員問題，將使我們能夠更聰明地工作，并迫使攻擊者陷入必須更加努力工作的境地。

總的來說，其探討的是網(wǎng)絡(luò)安全意識(shí)和網(wǎng)絡(luò)安全人員兩個(gè)維度，第一個(gè)維度是自上而下的意識(shí)問題，第二個(gè)是人力技能問題。這兩個(gè)問題，其實(shí)并不是美國獨(dú)有的問題，而是全世界共通的問題。而我們一直以來，也是在這兩方面不斷加強(qiáng)提升，這些工作屬于一個(gè)動(dòng)態(tài)的提升過程，一直是正在進(jìn)行時(shí)。