歡迎登入資安人
若您還不是會員,請點選下方加入會員
忘記密碼
加入資安人會員
登入
新聞
觀點
專題
解決方案
活動
訂閱電子報
資安人粉絲團
聯絡我們
關於我們
合作詢問
隱私權政策
香港商法蘭克福展覽有限公司台灣傳媒分公司
110 台北市信義區市民大道六段288號8F
886-2-8729-1099
新聞
觀點
專題
解決方案
活動
訂閱電子報
登入
登入
訂閱電子報
新聞
觀點
專題
解決方案
活動
觀點
您現在位置 : 首頁 >
觀點
資安不是last mile, 而是第一哩
2015 / 04 / 07
編輯部
礙於人情的壓力,接下了一個專業案件的審查工作。當初,說的很簡單,只是要找些業界的專家學者,這樣子才能顯示專業性及獨立性,就當作是充實自己的經歷,在半推半就的邀請下,加入了審查的工作。
剛開始也還算單純,雖然不是那一個領域的專業,但稽核做久了,要找出一些問題還不困難。這一天執行秘書打了個電話來,說有一個案子一定要幫忙看一下,剛開始還不在意,拿到了計劃書才讓我嚇了一大跳。這年頭做研究非得要拿些新的名詞來嚇大家,看看標題赫然大數據這幾個字就夾在裡面。這個議題最近吵得很熱門,基於好奇心的驅使,找了一個周末假日準備來看看專案的內容。在專案目的上就有說明,說要結合臺灣近二十年來,包括氣候、環境、經濟成長、收入、教育等數據資料,來研判其中的關連性,並找出新的商業模式。其中收入、教育等資料,會將個人資料隱藏後加以運算。但到底隱藏了那些資料,或是這些資料的來源是從那裡來的,卻在整個專案計劃中完全沒有看到。
除此之外,整份的專案計劃只寫到需要使用到上百台的電腦主機,但到底這些機器是運算的機器,或是資料來源,在整份專案計劃中是隻字未提。這下我終於了解為什麼執行祕書一定要我看過的原因,如果真的是如專案標題所敘述的,顯然這份研究計劃會涉及到為數眾多的資料運算,其中還包括許多個人資料,姑且不論資料取得的來源是否合法,光是看資料的欄位就知道有包含一些敏感性比較高的資料,再加上又使用大量的資訊設備,很顯然對資訊安全的要求也就更高。但是整份文件我從頭到尾看了兩次,就只看到一句依照權責劃分賦予不同的電腦使用權限,然後附上了一張與研究專案無關的網路架構圖。我不禁懷疑,當初在寫這份計劃的人員,難道只是為了要送審案件才產出這份計劃嗎?
再仔細往下看下去,從專案計畫主持人,還有各分項協同專案負責人,要不就是某大學資訊系主任,再不然就是某某電算中心的負責人,放眼望去,學歷都是博士,還都是資訊相關的,這就讓我覺得更訝異。這些人好歹都是和資訊作業有關,而且都不是大學的新鮮人或研究生,為什麼資訊安全這個議題在這些人送出的專案中根本不存在。我們喊了那麼多年的資訊安全,卻在最基礎的學術研究中完全無法呈現,難道是真的這個議題太艱澀,以致大家都不敢碰。還是根本覺得這個議題不會有人關心,反正是學術研究,專案執行比較重要,幹嘛要寫那麼多?
太多種的可能,只是我更擔心的,如果基於我的專業經驗,寫下了相關的審查意見,會不會又變成資訊界另外一隻人人喊打的老鼠?
最新活動
2025.10.15
2025 金融資安發展論壇
2025.09.18
「密碼規範越嚴,反而更危險?」從稽核角度解讀帳號管理誤區與最佳實務
2025.09.23
漢昕科技X線上資安黑白講【零信任資安防線|FortiSIEM×FortiDLP打造全方位監控與資料防護】2025/9/23開講!
2025.09.24
資安攻防演練
2025.09.24
產品資安論壇:共築產品資安責任鏈
2025.09.25
面對勒索病毒威脅,資料遺失怎麼辦?3 招讓備份真的能用
2025.10.09
從駭客視角看社交工程:沒有演練,勒索病毒代價有多高?
2025.10.13
關鍵基礎設施-電力系統資安系列課程I(沙崙 X 成大太陽能系統)
2025.10.14
關鍵基礎設施-電力系統資安系列課程II(沙崙 X 成大饋線自動化系統)
2025.10.27
關鍵基礎設施-電力系統資安系列課程III(沙崙 X 成大 電驛系統)
2025.10.31
【雲端安全入門】CCSK 雲端安全知識證照培訓班
看更多活動
大家都在看
資安院發布「資安週報」 數據驅動台灣資安治理新模式
中國支持的新APT組織GhostRedirector,入侵全球Windows伺服器
Microsoft 推出 2025年9月 Patch Tuesday 每月例行更新修補包
AI驅動的惡意軟體攻擊「s1ngularity」已入侵2180個GitHub帳戶
中國駭客組織「鹽颱風」及UNC4841關聯的45個新惡意網域被揭露
資安人科技網
文章推薦
「資安雙認證」正夯!安永揭密SOC 2與ISO 27001企業必備資安評估標準
Palo Alto Networks 推出 Prisma Browser 防護高隱匿性威脅
Progress Software 發布 SaaS RAG 平台,助力各企業導入值得信賴且可驗證的生成式 AI