< >
- 需求背景
- 方案简介
- 方案价值
需求背景
近年来,在国内商业银行数字化转型的整体背景下,“开放银行”因其规模化的商业价值和普惠化的社会价值,受到各方的重点关注。开放银行是一种利用开放API技术实现银行与第三方之间数据共享,从而提升客户体验的平台合作模式。API是数字时代的流量连接器,是目前金融数据和服务在平台内和平台之间共享的主要手段,API经济以开放式、跨界、价值重塑等特点,助力银行业在同业间和跨界平台、跨界企业中释放服务能力和数据价值,给消费者提供更好的服务体验,并在新的生态体系中创造新的价值。
近些年,API安全在安全领域越来越多的被业界和学术界提及和关注。OWASP在2019年就将API安全列为未来最受关注的十大安全问题。事实上随着应用程序驱动的普及,API接口已经是Web应用、移动互联网以及SaaS服务等领域的重要组成部分。由于对API接口的访问与控制伴随着数据的传输,其中不乏大量的用户隐私数据以及重要文件数据,因此越来越多的非法黑客将API接口作为攻击的目标,并通过非法控制和使用API接口窃取数据等。所以没有安全的API服务,就会带来生产生活上的巨大不便和潜在风险。
近些年,API安全在安全领域越来越多的被业界和学术界提及和关注。OWASP在2019年就将API安全列为未来最受关注的十大安全问题。事实上随着应用程序驱动的普及,API接口已经是Web应用、移动互联网以及SaaS服务等领域的重要组成部分。由于对API接口的访问与控制伴随着数据的传输,其中不乏大量的用户隐私数据以及重要文件数据,因此越来越多的非法黑客将API接口作为攻击的目标,并通过非法控制和使用API接口窃取数据等。所以没有安全的API服务,就会带来生产生活上的巨大不便和潜在风险。
方案简介
深信服API检测方案会运用统计学习、机器学习、联邦学习等新型技术手段,通过人工智能模型与规则引擎相结合的创新方法,开展API异常行为识别感知研究,应对包括API特定拒绝服务攻击、BOT攻击、登录攻击和敏感数据泄露等在内的各种安全威胁。底层首先执行会话关联、内容解析、特征抽取聚合、序列聚合等数据预处理步骤,解析的特征和数据存放到对应中间表之后,上层“异常分析”层执行基础的异常模型分析,包括“请求源信誉度分析”、“内容异常分析”、“统计量异常分析”、“访问序列异常分析”等。将检出的异常事件结果输入到“关联分析”层,通过“组合逻辑”和“主体风险评分”进一步执行异常事件的关联分析,挖掘出高可疑的安全风险事件,并按照IP/API和时间维度对风险事件做聚合排序,最终结果将交由前端来呈现。