迅软科技助力高科技防泄密:从华为事件中汲取经验教训

近期,涉及华为芯片技术被窃一事引起广泛关注。据报道,华为海思的两个高管张某、刘某离职后成立尊湃通讯,然后以支付高薪、股权支付等方式,诱导多名海思研发人员跳槽其公司,并指使这些人员在离职前通过摘抄、截屏等方式窃取华为海思芯片技术信息。

经过专业技术鉴定,侵权芯片技术有40个技术点与权利公司商业秘密的密点具有90%以上同一性,构成实质性相同。尊湃通讯被确认窃取了华为海思的技术,其主要负责人目前无法联系,服务器已被查封。

在此次事件背后,因为目前市面上Wi-Fi 6国产路由器芯片的主流供应商是美国的高通、博通,所以这次华为海思被窃取的芯片技术,其实是国家通讯安全、科技发展安全的重要一环。华为作为全球通信设备供应商和5G技术的领导者,其芯片技术的重要性不言而喻。若其核心技术被窃取,将对我国高科技发展安全造成严重影响。

像芯片研发这类的高科企业的商业秘密具有存储量大、机密性高、面临威胁广、泄密渠道多、保护措施缺乏等特点,因此主体单位必须严格落实审核把关责任,做好“人防”、“物防”、“技防”。

近年来,由数据泄密事件引发的国家安全威胁已经屡见不鲜,而这类事件暴露我国高科企业在知识产权保密意识和安全技术保障方面的短板。而通过数据加密和文件溯源等技术,就可以阻断内部数据泄密途径,同时加强监督管理,保障知识产权等商业秘密数据在全生命周期安全可控。

透明加密智能防泄

对内部所有重要数据进行强制、主动、透明加密,保证数据全生命周期都在加密状态下得到保护,防止数据被非正常获取与使用;当包含敏感信息的文件以邮件附件外发、U盘等介质拷贝、微信等即时工具等流通渠道外发时,将被自动拦截,并触发警报,告知后台管理员,便于有关部门及时阻断泄密行为。

外发管控溯源定责

通过多层级的外发审批流程,以及限定接受者文档使用权限、阅读次数和使用时间等方式,来控制外发出去的机密文件,有效避免机密信息的二次泄露以及非法使用潜在风险,解决机密信息被非法扩散的问题;通过文件水印技术,降低以拍照等方式泄露商务文件输出及流转过程中的重要数据的风险,便于后期追溯纠责,解决信息泄露的定位与追责。

数据管理制度完善

对数据进行分类分级,梳理数据资产,按照保密等级进行分类,严格把控数据使用的人员权限。建立数据安全事件应急处理机制,并定期进行事故处置演练。开展员工数据安全意识培训,了解最新的数据安全国家政策和行业规范,强化员工数据安全意识,明确数据泄密后企业和个人将会承担的法律后果。

在这类数据泄密事件背后,我们更多的是希望事件能引起更多企业对于技术安全、知识产权安全、商业秘密安全的关注,共同筑造一个清朗的科技产业生态,保卫企业的科技创新成果,维护国家安全和发展利益。

为助力更多企业、政府单位建设数据安全防护体系,迅软科技现已开展数据安全与数据管理系列“公益培训”,请有意向的相关单位及企业了解迅软科技我们联系获取更多活动细节。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/310618.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

车牌识别系统设计与实现

车牌识别系统设计与实现 项目概述 本项目旨在设计和实现一套车牌识别系统,通过使用车牌字符数据集进行训练,应用OpenCV、CNN(卷积神经网络)和PyQt5技术,实现车牌图像的预处理、位置选定、定位、字符分割和最终的车牌…

【Matlab】CNN卷积神经网络时序预测算法

资源下载: https://download.csdn.net/download/vvoennvv/88681558 一,概述 CNN(Convolutional Neural Network,卷积神经网络)是一种前馈神经网络,主要用于处理具有类似网格结构的数据,例如图像…

24、Web攻防——通用漏洞SQL注入MYSQL跨库ACCESS偏移

文章目录 一、SQL注入原理   脚本代码在与数据库进行数据通讯时(从数据库取出相关数据进行页面显示),使用预定义的SQL查询语句进行数据查询。能通过参数传递自定义值来实现SQL语句的控制,执行恶意的查询操作,例如查询…

大模型推理部署:LLM 七种推理服务框架总结

自从ChatGPT发布以来,国内外的开源大模型如雨后春笋般成长,但是对于很多企业和个人从头训练预训练模型不太现实,即使微调开源大模型也捉襟见肘,那么直接部署这些开源大模型服务于企业业务将会有很大的前景。 本文将介绍七中主流的…

【机器学习合集】深度生成模型 ->(个人学习记录笔记)

深度生成模型 深度生成模型基础 1. 监督学习与无监督学习 1.1 监督学习 定义 在真值标签Y的指导下,学习一个映射函数F,使得F(X)Y 判别模型 Discriminative Model,即判别式模型,又称为条件模型,或条件概率模型 生…

flex--伸缩性

1.flex-basis flex-basis 设置的是主轴方向的基准长度,会让宽度或高度失效。 备注:主轴横向:宽度失效;主轴纵向:高度失效 作用:浏览器根据这个属性设置的值,计算主轴上是否有多余空间&#x…

电表通讯协议DLT645-2007编程

1、协议 电表有个电力行业推荐标准《DLT645-2007多功能电能表通信协议》,电表都支持,通过该协议读取数据,不同的电表不需要考虑编码格式、数据地址、高低位转换等复杂情况,统一采集。 不方便的地方在于这个协议定义得有点小复杂…

4.33 构建onnx结构模型-Expand

前言 构建onnx方式通常有两种: 1、通过代码转换成onnx结构,比如pytorch —> onnx 2、通过onnx 自定义结点,图,生成onnx结构 本文主要是简单学习和使用两种不同onnx结构, 下面以 Expand 结点进行分析 方式 方法一…

基于电商场景的高并发RocketMQ实战-Consumer端队列负载均衡分配机制、并发消费以及消费进度提交

🌈🌈🌈🌈🌈🌈🌈🌈 【11来了】文章导读地址:点击查看文章导读! 🍁🍁🍁🍁🍁🍁&#x1f3…

lv13 内核模块参数和依赖

1 模块传参 1.1 模块参数设置 将指定的全局变量设置成模块参数 module_param(name,type,perm);//将指定的全局变量设置成模块参数 /* name:全局变量名 type:使用符号 实际类型 传参方式bool bool insmod xxx.ko 变量名0 …

Kafka集群详解

Kafka介绍Kafka集群介绍Kafka集群特点Kafka集群搭建在这里插入图片描述Kafka集群如何进行故障切换Kafka集群Leader的选举Kafka集群如何快速横向拓展Kafka集群搭建最佳实践Kafka集群可以使用单节点Zookeeper吗Kafka集群的消费者信息保存在那里Kafka集群的Topic的分区数的设置规则…

区块链的三难困境是什么,如何解决?

人们需要保持社交、工作和睡眠之间的平衡,并且努力和谐相处。同样的概念也反映在区块链的三难困境中。 区块链三难困境是一个术语,指的是现有区块链的局限性:可扩展性、安全性和去中心化。这是一个存在了几十年的设计问题,其问题的…