新一届RSA展会日渐临近，按惯例又到本公众号密集更新的时候了。之前的创新沙盒是否还记忆犹新？2016年笔者看好并最终胜出的Phantom今年二月份刚被Splunk收购，而《下一座圣杯》文中预测的安全运营自动化迄今早已是行业共识，成为新产品标配能力。2017年笔者倍加推崇的Veriflow惨遭落选，展会之前盘点参与企业的文章发表后也是应者寥寥，如此优秀的技术方向却少人关注；但是，公众号文章发布第二天，Gartner分析师便在Innovation Insight: Intent-Based Networking Systems报告中盛赞IBN是The Next Big Thing，更有菊花大厂前不久高调发布IBN产品，无一不证明Veriflow只是明珠蒙尘。吹去泡沫，创新沙盒委实是检阅和发现未来技术发展方向的优秀渠道。如果只是像其它公众号门外汉般词不达意翻译入围公司官方简介，诸位看官肯定毫无收获，下面就让我们一起来粗略探究各公司到底有哪些创新点引人关注。
StackRox
有没有最近创业的打算？说起来安全有个取巧的创新方式，是其它行业所没有的：你看什么IT风口来了，就在新名词后面加上安全俩字，保证错不了。前几年的云计算、大数据、和移动App就不提了，最近的区块链安全和IoT安全火起来大家都是有目共睹。由此而知安全在数字化进程中的重要程度也可见一斑。本篇第一个看的入围厂商就是此类型的容器安全。
StackRox产品架构示意图
容器和微服务的接受程度越来越高，应用日渐普及，自然对安全的需求也在上升。容器安全与主机安全在技术层面有类似之处，但工程挑战并不相同。容器的快速扩展和规模部署特点，导致想做好容器安全就不能回避生命周期管理，所以本质上是个系统性且强运维的安全关注点。因此，实时可见、检测准确、操作简便、响应自动化是核心竞争力。此外，预置合规框架也是重要能力。
StackRox的产品方向中规中矩，乏善可陈大家都有的功能就不多说了。威胁检测方法并没有创新，还是市面上那些套路，也看不出他们在机器学习上有什么能力。有个Adversarial Intent Model (AIM)值得提出来讨论，因为这也是安全产品设计的一个新思路。StackRox AIM采纳的核心理念是，防御战略应从进攻角度来规划建立。从攻击者视角，检查应用的部署，StackRox综合分析容器所处环境中与攻击五个周期环节(foothold, persistence, privilege escalation, lateral movement, and objectives)中产生的相关信号，达到检测并揭露威胁的目标。
StackRox Adversarial Intent Model
容器安全新厂商面临的市场挑战之一，便是CWPP大厂很容易横向移动至此领域，笔者看不到任何实质的技术壁垒，基本都是工程投入。与云计算相关的领域，规模优势十分明显，低成本快速获取用户能力无可置疑是最重要的关键成功因素。
ShieldX
微隔离概念已经出现不短时间，现在主要云服务商都已经开始提供基础的微隔离能力，给此方向新厂商的压力十分巨大。云服务商在单云微隔离上有无可比拟的技术、性能、运维、和成本优势，基本上，独立厂商想有发展必须走多云支持这条路。ShieldX也不例外。
ShieldX支持多云平台
微隔离需要用户事先投入大量精力做好分级架构规划，往往与业务类型和组织架构还有关系，没有通用模版可以参考使用，部署并不简单。过度隔离造成运维复杂化是非常头痛的难题。另一方面的压力来自CWPP厂商，在某些用户看来，这两类产品的界线并不是那么清楚，很多场景中都可以互相替代。
ShieldX产品的特点有很多，听起来很时髦，但说实话都没有让人眼前一亮的感觉。首先，没有agent，纯网络流量DPI，听起来很轻，但其它友商能提供的自动响应就无能为力了。其次，基于容器和微服务部署，具有良好的可扩展性、可见性、和易维护性，确实能减轻部署和运维的负担，但是即使不用容器，也可以把产品做到运维管理系统高效。最后，如下图的安全功能列了一堆，却又都浅尝即止，打算走UTM路数？这种思路到底是要做大客户呢还是中小企业呢，中小企业现在都有实力上多云了？
ShieldX支持和计划支持的安全能力
BigID
数据安全的话题最近正热，各国监管政策和热点事件层出不穷，颇让从业厂商大肆炒作一把--即便是漏洞管理厂商也在大谈特谈GDPR影响。BigID做数据安全的出发点其实很狭窄，只看到强调个人信息PI这部分，固然隐私现在是红线，但对于企业内部的知识产权只字不提，风险控制和安全部门恐怕也难以接受。
BigID所宣称的用AI去发现个人信息，但是具体如何应用AI技术的描述文档并没有公开。而且恐怕绝大多数的数据安全厂商都会告诉用户，证件号电话号银行卡号之类的不用机器学习也可以识别--抡起大锤砸核桃且不说性价比如何，至少把大锤给我们画画长什么样吧。
数据分布地图和流向，也是讲了很多年的老话题。讲出这个理念十分容易，难点是落地。想给三万员工的企业画出数据地图和流向，想知道银行卡号销售合同专利表单在哪些终端哪些邮件哪些http里出现过，采集的原始数据分类日志量十分巨大。读者们稍微想想就知道这数据量肯定不比桌管和SIEM加起来少。查询效率等等工程困难都需要一个个去克服。当然，只做隐私的BigID所遇到此类难度就会指数级下降。
BigID画出数据地图的流程
BigID也给出了合规遵从模版和风险评估，这些都是很好的功能。部署上，也强调了支持agentless。但是，有得必有失，没有agent就意味着很多原始数据无法采集。果然，大热的用户行为分析UEBA一词，你在BigID的宣传中居然看不到。要知道，很多内部威胁和外部威胁，在盗取数据时，都表现为特权用户的滥用，没有行为分析根本无法检测出来。由此看来，BigID的风险分析也存在明显短板。
BigID的数据泄露调查流程存在巨大短板：无法提供直接证据
笔者经验，数据安全是个强运营的安全子领域，想做得出类拔萃，企业需要投入的资源一点都不比建设SIEM系统要少。数据安全产品的研发也非常难。Amazon Macie市场宣传做得很好，产品很一般。不管安全行业这几年如何剧变，Gartner发布了多少新名词，但是DLP还一如既往地位稳固，迄今为止，DLP是数据安全不可绕过的关键基础，还没有一款产品能够有替代的可能，因为DLP是SIEM、UEBA等等高级分析的基础数据来源。此外，DLP已经发展到能对数据泄露事件做一定程度的调查与自动响应，能够检测泄露途径并取证，而BigID只能画出风险热力图，无法完成猎捕事件和恶意员工的任务。最后，领先的DLP产品早已能可视化数据分类分级的分布，远比BigID描绘仅仅隐私数据给企业风险控制和安全团队提供的价值高很多。
Acalvio
Deception欺骗，最近几年冒出不少创业公司来。这个在蜜罐蜜网基础之上发展出来的概念，本质上没有技术创新，只是在运营模式上试图创新。某些厂商大讲特讲高交互蜜罐的优势，但笔者从来不认为这是个关键之处，当然说的人多了自然大家都信以为真；欲达到Deception的目标效果另有要点。如果厂商不能在以下两点上讲出优势来，往往就会泯然众人。第一，如何保证入侵者最大概率进入部署好的欺骗蜜罐？第二，使用了哪些高级分析技术能检测出传统安全产品无法识别的威胁？
在一个三万员工的企业中，部署100个蜜罐就如石沉大海，基本上黑客撞进去的概率可以忽略不计。有专家建议10:1的比例，亦即三万员工企业至少要铺5000个蜜罐，这初始投入和后续运维恐怕会让绝大部分安全团队头疼。其次，部署和运维方法也需要优化，才能支持自动化并节省人力。Acalvio自己宣传的四个产品特性中，DevOps和Farm两点便是应对此问题。
Acalvio的产品卖点
黑客入侵蜜罐后，怎能才能检测出来？使用传统的杀毒和HIDS那就是搞笑。因为不用蜜罐，主机上也有那些安全产品。很多蜜罐厂商无法解决此障碍，只能铺人上去，然后成了MSSP模式，是在卖人而不是卖产品。Acalvio也意识到了这点，宣传说提供Adversary Behavior Analytics，集成SIEM、EDR、PIM等数据源进行分析，这也是老生常谈，就看落地效果了。
Fluid Deception便是Acalvio应对高交互蜜罐说法的功能。具体笔者就不展开了，感兴趣的读者自行研究。
Acalvio的产品方法论
至于上图中的Engage这一环节，人工对抗去理解攻击手法方式并评估对抗，大家看看也就罢了，真有1000个蜜罐，企业用户得建多大一个专业对抗团队才能搞得定，还不如直接扔出去给MSSP。效率是目前安全团队亟需解决的首要问题。任何不能提升效率的产品功能设计都是价值低下的。
说起安全创业公司，绝大部分都受限于工程能力，没办法在短时间内推出功能完善的产品，战略重点除了要抓准方向，还要尽可能建立壁垒，当然融资能力亦是不可或缺。所有产品的生命曲线都高度类似：新技术初期必然只能在局部有所突破，功能全面性上显然难以与传统产品抗衡。但是成熟的产品往往已经步入衰败期，问题逐步涌现，用两三年后不得不替换，造成巨大浪费。这也需要用户团队负责人身怀大智慧，富有远见卓识，分辨得出新技术的远大前景，能够承担短期风险，去追求中长期投资回报率最大化。
先发出来一篇，后续再写，最后会再次斗胆挑出笔者心仪的创新公司。
