安全管理平台中多源数据关联分析和风险评估的研究

来源 :北京大学 | 被引量 : 0次 | 上传用户:kingorbread
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着网络技术的不断发展,网络安全问题越来越受到重视。单一的网络安全防护技术不能有效保护网络安全,安全管理平台SOC(Security Operatjon Center)应运而生。它统一管理网络中各类安全设备,协调它们联动响应,并集中展示网络运行状况以及面临风险。 安全信息处理和分析是安全管理平台的重要任务,各种安全设备每天产生大量的安全信息,这些信息能够反映网络运行状况,帮助网络管理员做出安全决策。但是,网络安全设备直接产生的信息数据量大,存在着冗余、误报、无效报警和重复报警,不能直接为网络管理员所用,需要加以处理和分析,以直观的方式展示出来。 本文以安全管理平台中安全信息处理和分析为中心,围绕统一化、实时化、关联化、可视化几点要求,针对安全信息处理面临的数据格式不统一,信息冗余、无效报警、重复报警,以及海量信息分析等问题进行论述。本文分析了安全信息的表示格式和方法。采用基于相似度聚合和多源数据关联的办法来消除安全信息的冗余、无效报警和重复报警。并从定量和定性两方面评估网络风险,在定量评估方面,采用实时的层次化网络风险评估方法,在定性评估方面,运用面向属性归纳的方法描述网络运行状况。 采用本文提出方法,设计并实现了网络安全信息处理和分析的原型系统,以可视化方式展示网络运行状态,评估网络面临的风险,并对主要实验结果进行了分析。
其他文献
随着互联网技术的迅速发展,形式多样的数字化产品正把人们的生活融入到互联网中;目前,下一代互联网的脚步越来越近,数字家庭的概念也逐步走入人们的视线。在未来的家庭中,通过
随着信息技术在管理上越来越深入而广泛的应用,管理信息系统的实施在技术上已逐步成熟。管理信息系统是一个不断发展的新型学科,任何一个单位要生存要发展,要高效率地把内部活动
研究表明,神经网络对于参数扰动的敏感性是衡量网络性能的一个重要尺度。参数的扰动对于网络的输出会有怎样的影响呢?如何来度量神经网络对于参数扰动的敏感程度是当前最需要
随着深度学习技术的快速发展,图像以及视频的风格化成为了近些年来的研究热点。而基于神经网络的风格化应用Prisma甚至风靡了社交网络,在多个国家苹果商店占据了一段时间榜首。
近几年随着Internet的迅速发展,P2P网络应用变得越来越流行,其中最重要的一种应用就是Bit Torrent。Bit Torrent文件共享的广泛应用给盗版者带来了很大的便利,使盗版传输变得
随着企业信息化建设的飞速发展,国内电力设计院开始大量的采用各种工作流管理软件。凭借这些工具,设计院有效的解决了信息化过程中遇到的一些瓶颈问题,增强了协同工作的能力,从而
图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域,使得这些特征在同一区域内,表现出一致性或相似性,而在不同区域间表现出明显的不同。
软件开发环境是开发人员进行软件开发活动的重要平台。传统的开发环境对于开放性及可扩展性支持明显不足,而基于插件体系结构的软件开发环境如Eclipse等,由于其自身结构的特点,
在数据仓库的构建过程中,工作量最繁重、问题最多的就是业务系统中的异构数据到数据仓库的迁移过程。ETL(抽取、转换和加载,Extraction-Transformation-Load)工具的任务是负
随着信息技术的不断发展,信息系统日益复杂,而信息系统开发中大量的重复开发,造成了极大的浪费,因此人们希望通过开放、统一的软件框架,规范各系统组件的开发,实现组件的复用