隨著信息化技術日益深入到醫(yī)院的日常運營中,各級醫(yī)療機構所面臨的網(wǎng)絡安全威脅將更加嚴峻。黑客攻擊、勒索軟件、蠕蟲病毒以及系統(tǒng)漏洞導致的數(shù)據(jù)丟失與業(yè)務停頓已經成為各級醫(yī)院亟待解決的難題。而作為一家已有二十多年“數(shù)字化醫(yī)療”運管經驗的大型醫(yī)療機構,上海交通大學醫(yī)學院附屬瑞金醫(yī)院(以下簡稱“瑞金醫(yī)院”)通過基于云安全的網(wǎng)絡病毒防御系統(tǒng),以及主動偵測風險和不斷進階的網(wǎng)絡安全架構,為廣大患者和醫(yī)護人員提供了安全可靠的就醫(yī)環(huán)境。

構建“主動型”威脅防御體系
從90年代中期瑞金醫(yī)院就開始集中力量發(fā)展信息化,并在2002年提出了“數(shù)字化醫(yī)院”的發(fā)展目標。目前,醫(yī)院將醫(yī)療數(shù)字化的下一個目標定義為“認知醫(yī)療”。而這一目標的達成需要網(wǎng)絡安全的助力。
隨著醫(yī)院業(yè)務發(fā)展、支撐系統(tǒng)需求的演進和新院區(qū)的建設,設備數(shù)量、速度、種類的迅速膨脹,不僅帶來了海量數(shù)據(jù)融合,也動搖了傳統(tǒng)的安全防御手段和安全分析方法。
基于代碼對比的桌面防病毒軟件作為數(shù)字醫(yī)療網(wǎng)絡防護的第一線,卻難以檢測到像零日攻擊這類惡意軟件的攻擊。而一旦惡意威脅進入網(wǎng)絡內部,患者信息就可能遭到黑客竊取。小到尋醫(yī)問藥、大到個人身份信息、醫(yī)療保險、信用記錄、銀行賬號都可能受影響。嚴重時,不但會導致CT和核磁共振等設備無法使用,甚至威脅到患者生命安全。此外,數(shù)字醫(yī)院中的“可信關系”只是相對的,如果只是靜態(tài)評估每個端點的安全情況,就會抓不到生存在網(wǎng)絡中的惡意代碼,而這些隱患必須消除在萌芽狀態(tài)。
因此,瑞金醫(yī)院的計算機中心領導希望建設全新的終端防毒系統(tǒng)和主動發(fā)現(xiàn)網(wǎng)絡威脅的解決方案來保證業(yè)務連續(xù)性,而IDS、IPS和內網(wǎng)防火墻等產品都只能工作在網(wǎng)絡層,并不能在應用層威脅進行事前防護。另外,傳統(tǒng)的防毒產品與風險探測設備又是相對獨立的,如果采用“各自為戰(zhàn)”的安全防御系統(tǒng),不但會與“統(tǒng)一管理”的目標背道而馳,更易留下死角。
打造網(wǎng)絡安全“聯(lián)動體系”
基于以上需求,瑞金醫(yī)院最終選擇亞信安全的深度威脅發(fā)現(xiàn)設備TDA和病毒防護OfficeScan?;谠瓢踩夹g的亞信安全防毒墻網(wǎng)絡版可在終端主機層面實現(xiàn)更有效的保護,利用獨有的文件信譽、Web信譽技術,減少了傳統(tǒng)更新模式中客戶端的大部分更新,云掃描服務完全可以替代“本地代碼掃描”,這改變了終端系統(tǒng)的重復更新模式,實現(xiàn)了防毒代碼下載量最小化。另外,醫(yī)院計算機中心還可以利用防毒墻控管中心,對全網(wǎng)所有終端的OfficeScan進行統(tǒng)一配置、部署和管理,并且自動生成一目了然的安全風險數(shù)據(jù)報表。
瑞金醫(yī)院計算機中心領導表示:“OfficeScan能夠通過云安全智能保護網(wǎng)絡(Smart Protection Network)實現(xiàn)與其他安全產品的聯(lián)動,如應用程序控制、入侵防護(漏洞防護)、終端加密、數(shù)據(jù)丟失防護(DLP)等,而這種聯(lián)動方式,可以讓我院將信息安全架構隨時擴展。為此,我們在部署OfficeScan之后選擇了TDA?!?/span>
“網(wǎng)絡防毒+威脅發(fā)現(xiàn)”的新方案部署后,瑞金醫(yī)院的網(wǎng)絡安全管理能力得到了全面加強,形成全覆蓋的偵測平臺,網(wǎng)絡和應用的聯(lián)動配合,能夠深入發(fā)現(xiàn)文檔、URL、通信以及上網(wǎng)行為中藏匿的可疑對象?!皝喰虐踩ㄟ^每天處理100TB數(shù)據(jù)、50萬條惡意軟件記錄、10億個白名單的全球數(shù)據(jù),為我們提供了實時威脅情報共享機制,讓醫(yī)院的網(wǎng)絡威脅偵測和處理能力直接進入到了‘大數(shù)據(jù)時代’”,瑞金醫(yī)院計算機中心負責人表示。

如今,瑞金醫(yī)院已經布局了數(shù)據(jù)采集平臺,包括建立臨床治療與健康監(jiān)測平臺、轉化醫(yī)學平臺和臨床研究型病房等。為此在網(wǎng)絡安全規(guī)劃方面,瑞金醫(yī)院已將安全態(tài)勢感知平臺列為重要方向,采用機器學習、數(shù)據(jù)建模、行為識別、關聯(lián)分析等方法,通過全量收集網(wǎng)絡設備、網(wǎng)關、終端、虛擬化和認證系統(tǒng)上的日志,對海量日志進行集中分析和挖掘,從而發(fā)現(xiàn)潛在的安全風險,進而打造出縱深防御的信安體系,實現(xiàn)網(wǎng)安能力的持續(xù)晉級。