目前做大数据分析平台的很多，但是对用户来说，数据分析平台只是个工具，平台能存储大量数据，也有灵活的分析功能，但是平台的分析结果大部分不是用户真正关心的问题，这最后一公里如何解决呢？
这里需要了解业务、了解安全的人进行细致工作来完成这最后一公里的需求。这里总结了一些思路和方法，边实践边探索。
安全需求与分析人员完成下图的1、2、3； 平台开发或建设人员完成下图的4、5、6.
这里针对安全需求与分析人员完成的工作做主要说明：
1、确定用户的“痛点”，通过安全场景来描述用户的痛点。这个是要解决的问题。典型的一些比如绕行访问，比如未纳入管理的资产的发现，比如异常的业务行为等。这些痛点就是后期要解决的问题。解决的方式告警+处理（人工发展到自动化的处理）。能充分做到第一点其实已经不易。
2、分析发现问题所需要的“数据源”，这里包含了日志类的（系统、网络、应用、业务日志，最好是通过抓流量的旁路抓取日志方式在后期实现成本小）、状态类的（系统开放端口、系统关键位置的文件变化等），这个方面需要对业务、对系统有深入了解，并进行大量的分析工作。
3、数据的分析模型和算法实现：根据数据源通过什么样的分析模型能否发现异常，能够确定告警出用户关心的“痛点”问题。数据挖掘、机器学习是这里能大力发挥的地方。但是实际的工作过程中其实通过关联分析、统计其实能够发现很多的问题。把这些基础的做好了一般就能务实的解决很多问题。
4、可视化报表：现在业内一谈到可视化，都是越炫越好，甚至有人说看不懂的才叫可视化程度高。这里还是要结合用户的使用场景来进行可视化的展示。用心去体验用户的场景，把用户的习惯行为梳理出来。强调用户的良好体验。
5、收集或整理数据：前方的人员把数据收集完成，或者数据采集方式确定。
上面的工作都弄清楚，可以通过专门的《安全场景手册》等文档方式，交付给后方的开发或平台建设人员。后方的人员通过数据分析平台来做具体的实现。
分析的好！