德勤Landing Zone :一站式云上管理及安全合规治理

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 德勤管理咨询中国总监张志钢,受邀于2022·云栖大会-云上安全与合规峰会上发表主题演文章列表配讲。

德勤管理咨询中国总监张志钢,受邀于2022·云栖大会-云上安全与合规峰会上发表主题演讲。德勤做为生态合作伙伴与阿里云合作共建的《Landing Zone联合对客方案》,为更多企业客户提供定制化上云服务,帮助企业提高云上管理与治理成熟度,加速业务规模上云。


 

以下是演讲实录:

德勤云服务线专注于阿里巴巴丰富的生态体系和资源、产品能力和方案沉淀,打造核心云服务能力。其核心交付能力范围涵盖了咨询+实施+运营过程,为客户提供从云战略咨询、到云应用实施、到云运营的端到端的服务,帮助客户解决怎么用云、怎么上云、怎么管云的一站式项目交付。此外,还希望能够结合德勤沉淀的行业数字化咨询和组织咨询经验及能力,通过项目价值交付,为企业明晰数智化转型的方向与切入点。

image.png

当前云转型已经是必然趋势,但在利用云服务尤其是公有云服务时,云安全是各个企业必须面对的挑战。德勤和阿里云的Landing Zone解决方案,可帮助快速设置安全环境的解决方案。它将收集来自客户的预定输入,并按照德勤管理咨询中国可以部署的规范性指导和最佳实践模板创建初始运营环境。公有云上最主要的安全威胁主要包括:云平台配置错误,非授权访问,第三是不安全的接口。企业在考虑云安全的时候,主要面对的挑战有三个,首先是自身安全能力的缺乏,很多企业没有自己的云安全团队;再者,来自监管的压力,国家鼓励企业的云转型,但也对云安全提出了严格的要求。然后混合云带来的复杂架构也使得云安全面临的挑战更加复杂多变。为了充分发挥云的优势,使云转型更加顺利稳健,云安全将是企业发展的压舱之石。


因此,建议企业在应用上云之前,需要有一整套完整的顶层设计和基础框架,规范应用上云的策略,为后续的业务整体上云扫清障碍。避免由于管理不规范,造成的网络安全、数据安全以及成本的不可控、运行效率下降等风险。


德勤的Landing Zone解决方案,包括一个可用作建立和实施自定义安全基线的起点的初始安全基线,同时也包括客户将新应用程序迁移或部署到云上所需的基本构建模块。与阿里云的安全架构完美契合,提供从治理、架构、安全监控运营、自动化端到端的服务。

image.png

德勤一站式云商管理及治理方案,主要包括:

  1. 云上资源管理、构建多账号管理体系
  2. 财务管理、进行云成本管理和优化,对现有资源进行标签管理和成本分账核算
  3. 云服务安全合规基线管理、云服务治理
  4. 云运维管理,监控和告警,统一日志管理,备份和恢复
  5. 自动化的配置、持续基础和持续部署
  6. 网络安全防护,构建基础安全环境,主机加固及漏洞检测,数据加密,数据安全分类分级
  7. 网络安全规划与隔离、安全防护策略、云上云下互联互通,南北向,东西向安全策略
  8. 身份管理与身份权限设定,多因素认证,账号统一管理等


  • Landing Zone合规审计解决方案

德勤的阿里云Landing Zone合规审计解决方案,可以帮助客户的IT运维团队,全面管理云上资源,进行多账号、集中式、自动化的管理,包括:网络安全评估、识别合规要点,合规风险评估与合规风险治理,可对个人信息及场景识别、数据分类分级管理、数据跨境场景分析,建立统一的数据跨境采集、传输和访问规范等等。通过阿里云上的环境,构建事前、事中、事后三道防线,可对各成员账号进行限制策略、建立配置基线,对配置变更进行合规检查,并通过操作审计和日志服务,实现安全分析和变更追踪。

image.png


  • Landing Zone安全解决方案

德勤可提供一站式的端到端云上安全解决方案。如安全加固服务、等保咨询服务,安全评估服务等,涵盖不同层面的云产品。结合德勤以往为各个行业客户进行云安全规划和服务的经验,我们从顶层的云安全战略,云安全合规,云安全体系,云上数据隐私保护,云应用安全和云安全响应等多个维度为企业打造全方位的云安全能力。同时,帮助客户建立云安全运营体系,安全运营制度、运营流程、运营指标,安全运营人员支撑和安全技术能力构建。都可以结合阿里云的网络安全、系统安全、应用安全和数据安全能力,为客户提供定制化的云安全解决方案,满足客户对于等保2.0、数据安全法、个人信息保护法等法律法规的合规性要求。

image.png


  • Landing Zone安全解决方案架构

要构建云上基础的具有纵深防护能力的云安全架构,首先是访问安全,重点是统一身份管理,具有阿里云的SSO,可实现多账户的统一管理,特别是面向集团企业,可对多个云账户进行统一管理配置,保证一致性。并且能够与企业的现有的统一身份控制系统进行集成同步,将现有的IT用户和用户组同步到云SSO中,降低管理难度,最大限度地优化了用户体验。

image.png


在Landing Zone构建过程中,帮客户根据所使用的地域,业务功能,对云上的网络进行分区、业务生产、开发测试、内部运维、互联网出口等不同区域,同时,规划不同VPC之间的互联互通、逻辑隔离策略,确保东西向安全。确认云上现象环境互联的方式,保障本地网络和云上网络的安全联通。


实施云主机安全、云容器安全,为客户构建云上的数据安全防护能力,进行安全合规检查、基线检查、安全漏洞扫描,同时帮助客户设计安全运营策略,安全组织与职责的优化、安全管控流程优化等。


最后是数据安全,根据国家《网络安全法》、《数据安全法》、《个人信息保护法》要求,对敏感数据进行分类分级,通过自动化的手段,了解内部数据现状,对海量的全域数据资产进行识别与分类,按数据安全合规的严苛程度进行分级。快速有效定位关键以及敏感类信息,并有针对性的开展合规治理和数据安全防护工作。


通过多种数据加密方式,使用多种加密算法来进行加密运算,帮助客户满足静态数据安全方面的监管合规要求,保护云上静态业务数据的机密性。通过多种数据加密传输通道,帮助客户对动态数据进行安全防护,防止攻击窃取传输过程中的重要数据。另外还需要对敏感数据进行脱敏,我们可以为客户定制灵活的、个性化的数据脱敏方式,适应不同的业务场景。

相关文章
|
云安全 人工智能 安全
马年专属平安签已上线,诚邀您参与「云上体检 开签纳福」互动活动!
阿里云「云上体检 开签纳福」活动:扫码抽马年平安签,获云上安全寄语;完成「2026云上安全健康体检」即领福气盲盒(100%中奖),分享签文截图还可抽AirPods 4等大奖!
|
机器学习/深度学习 人工智能 自然语言处理
论文推荐:R1-Omni、VisualPRM、4D LangSplat、Vision-R1、GoT
简要介绍:由复旦大学、上海AI实验室等机构提出了首个统一多模态理解和生成的奖励模型UnifiedReward。该工作构建了大规模人类偏好数据集,包含图像和视频生成/理解任务,并利用该模型进行自动构建高质量偏好对数据,最终通过DPO优化视觉模型。实验结果表明,联合学习评估多样化视觉任务可以带来显著的相互益处。
511 1
|
云安全 监控 安全
出海合规云安全,AWS Landing Zone解决方案建立安全着陆区
出海合规云安全,AWS Landing Zone解决方案建立安全着陆区
|
存储 监控 数据挖掘
云MES:数字化转型的引擎,企业上云的强力推手
云MES系统与企业上云的紧密合作,使得企业能够更加灵活地应对市场变化,快速响应客户需求。无论是新产品的快速研发与上市,还是生产线的快速调整与优化,云MES系统都能提供强有力的支持,助力企业在激烈的市场竞争中占据先机。
1028 10
云MES:数字化转型的引擎,企业上云的强力推手
|
人工智能 开发框架 自然语言处理
【图文详解】探秘 Prompt 工程:AI 交互的关键密码
【图文详解】探秘 Prompt 工程:AI 交互的关键密码
|
人工智能 自然语言处理 达摩院
通义大模型:中国AI领域的新里程碑
本文介绍了阿里巴巴达摩院研发的“通义大模型”系列,该模型在2025年已成为AI领域的重要里程碑。通义大模型拥有超大规模参数、多模态融合、高效训练框架和中文优化等技术特点,在智能客服、内容创作、教育和企业服务等多个场景实现应用。未来,它将在多模态能力、小样本学习、安全性及应用场景拓展等方面持续突破,推动中国AI技术进步与行业智能化转型。
3956 18
|
运维 监控 安全
Landing Zone一站式上云框架场景和实践
本文将介绍阿里云Landing Zone的方案、应用场景及新功能。Landing Zone是云上安全可控、可扩展的架构,涵盖资源规划、财务管理、身份权限、合规审计、网络规划、安全防护、运维管理和自动化模块八大方面,帮助企业敏捷创新并满足IT治理需求。具体应用包括零售行业的多品牌管理、生命科学的数据交换、自动驾驶的合规监管和金融行业的严格合规要求。新功能则聚焦于财年上线的统一管控产品,如配额管理、Prometheus监控和网络IPAM方案,以及降低跨账号安全门槛。
|
容灾 关系型数据库 数据库
阿里云RDS服务巴黎奥运会赛事系统,助力云上奥运稳定运行
2024年巴黎奥运会,阿里云作为官方云服务合作伙伴,提供了稳定的技术支持。云数据库RDS通过备份恢复、实时监控、容灾切换等产品能力,确保了赛事系统的平稳运行。
 阿里云RDS服务巴黎奥运会赛事系统,助力云上奥运稳定运行
|
机器学习/深度学习 测试技术 PyTorch
深度学习之测量GPU性能的方式
在深度学习中,测量GPU性能是一个多方面的任务,涉及运行时间、吞吐量、GPU利用率、内存使用情况、计算能力、端到端性能测试、显存带宽、框架自带性能工具和基准测试工具等多种方法。通过综合使用这些方法,可以全面评估和优化GPU的性能,提升深度学习任务的效率和效果。
1596 3
|
机器学习/深度学习 数据采集 人工智能
【AAAI 2024】解锁深度表格学习(Deep Tabular Learning)的关键:算术特征交互
近日,阿里云人工智能平台PAI与浙江大学吴健、应豪超老师团队合作论文《Arithmetic Feature Interaction is Necessary for Deep Tabular Learning》正式在国际人工智能顶会AAAI-2024上发表。本项工作聚焦于深度表格学习中的一个核心问题:在处理结构化表格数据(tabular data)时,深度模型是否拥有有效的归纳偏差(inductive bias)。