本站使用 cookies,继续浏览表示您同意我们使用 cookies。

需求背景

水利部党组在 2019 年全国水利工作会议上提出“水利工程补短板、水利行业强监管”的水利改革发展总基调,并指出网信是 水利工程四大短板之一,要求水利网信建设提档升级。为贯彻落实总基调,加快补齐水利网信短板,在水利业务需求分析基础 上,根据智慧水利总体方案提出的总体架构和近期目标,研究制定《水利网信水平提升三年行动方案(2019—2021 年)》,包括 10 项行动、25 项任务,是今后三年水利网信重点工作确定、重大项目安排的主要依据。要求建成省级以上水利网络安全防护 体系,水利关键信息基础设施安全等级保护达标率 100%,三级以上信息系统安全等级保护达标率 90% 以上。因此,需要推进 实现水利部、流域管理机构和省级水利网络安全态势感知。

方案简介

深信服安全感知平台部署在单位内网安全管理区,收集部署在内网各重点区域的潜伏威胁探针所采集的流量信息,集中分 析、处理威胁信息和网络安全事件。深信服安全感知平台和深信服下一代防火墙 af、上网行为管理 ac 等联动,在面对网络安全事件时,完成检测、防御、处置的 全闭环处理。深信服通过自身的安全服务能力,为用户提供基于安全运营专家和专业处置工具结合的服务方式,在重点时期和日常运维 中,帮助用户提高网络持续防护能力和日常运维能力。

方案价值

深信服安全感知平台帮助各级水利单位提升了网络安全防护能力,减小了单位内网面对网络安全事件的风险和损失,保证了 《水利网信水平提升三年行动方案(2019—2021 年)》关于态势感知能力建设的要求。

案例推荐

浪潮利用深信服方案
浪潮利用深信服方案浪潮利用深信服方案浪潮利用深信服方案浪潮利用深信服方案浪潮利用深信服方案浪潮利用深信服方案浪潮利用深信服方案
$name

成功案例

资源监控

单个模型可以模拟具有大量不同网络体系结构,在训练期间随机删除节点。这称为"dropout",它提供了一种非常廉价且有效的正则化方法,以减少过拟合并改进各种深度神经网络中的泛化误差。

资源监控

单个模型可以模拟具有大量不同网络体系结构,在训练期间随机删除节点。这称为"dropout",它提供了一种非常廉价且有效的正则化方法,以减少过拟合并改进各种深度神经网络中的泛化误差。

资源监控

单个模型可以模拟具有大量不同网络体系结构,在训练期间随机删除节点。这称为"dropout",它提供了一种非常廉价且有效的正则化方法,以减少过拟合并改进各种深度神经网络中的泛化误差。

相关视频

网站地图