博客
关于我
CISP学习整理(二)--信息安全保障
阅读量:302 次
发布时间:2019-03-03

本文共 942 字,大约阅读时间需要 3 分钟。

信息安全保障是CISP教材中引子的重要内容,本章主要介绍了信息安全的定义、发展历程以及国内外的发展现状。此外,本章还简要介绍了信息安全保障的常见框架,涵盖了技术、管理、工程等多个领域。虽然内容不深入,但为后续章节的详细探讨奠定了基础。

本章内容涵盖了以下高频考点:

1.1 知识子域:信息安全保障基础

1.1.1 信息安全概念

信息安全问题既是客观存在的,也是不可避免的,其根源在于内因和外因。信息安全具有系统性、动态性、无边界以及非传统等独特特征。通过威胁情报和态势感知,可以更好地了解信息安全的现状。

1.1.2 信息安全属性

信息安全的核心属性包括保密性、完整性和可用性(CIA三元组)。此外,还涉及真实性、不可否认性、可问责性、可靠性等多个方面。

1.1.3 信息安全视角

从国家视角看,信息安全关注网络战、关键基础设施保护以及法律建设与标准化。从企业视角看,重点在于业务连续性管理、资产保护和合规性。从个人视角看,关注隐私保护、个人资产保护以及社会工程学。

1.1.4 信息安全发展阶段

随着技术的进步,信息安全经历了通信安全、计算机安全、信息系统安全等多个阶段。信息安全保障与系统安全有显著区别,后者更注重全面的安全保护。

1.1.5 信息安全保障新领域

工业控制系统中的SCADA、DCS、PLC等技术面临着安全威胁,云计算、物联网、大数据、移动互联网和智慧世界等新兴领域的安全问题也需要关注。

1.2 知识子域:安全保障框架模型

1.2.1 基于时间的PDR与PPDR模型

PDR和PPDR模型的核心思想在于通过时间维度来判断系统安全性。PPDR模型与PDR模型在动态特性上的区别是一个重要考点。

1.2.2 信息安全保障技术框架

IATF框架的“深度防御”思想强调多层次保护,涵盖边界、计算环境、网络基础设施和支撑性基础设施等多个方面。

1.2.3 信息系统安全保障评估框架

信息系统安全保障的核心目标是确保信息的机密性、完整性和可用性。评估框架涵盖生命周期管理和多维度要素分析。

1.2.4 企业安全架构

企业安全架构通过舍伍德商业应用安全架构模型实现全面保护,涵盖资产、业务、主机和网络等多个层面。

本章内容的思维脑图已提供,供参考。如有任何疑问,欢迎随时交流。

转载地址:http://veym.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
查看>>
OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
查看>>
OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
查看>>
OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
查看>>
OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
查看>>
OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
查看>>
OpenCV与AI深度学习 | 深入浅出了解OCR识别票据原理
查看>>
OpenCV与AI深度学习 | 深度学习检测小目标常用方法
查看>>
OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
查看>>
OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
查看>>
OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
查看>>
Opencv中KNN背景分割器
查看>>
OpenCV中基于已知相机方向的透视变形
查看>>
OpenCV中的监督学习
查看>>
opencv中读写视频
查看>>