CN110225006B - 网络安全数据可视化方法、控制器和介质 - Google Patents
网络安全数据可视化方法、控制器和介质 Download PDFInfo
- Publication number
- CN110225006B CN110225006B CN201910446821.0A CN201910446821A CN110225006B CN 110225006 B CN110225006 B CN 110225006B CN 201910446821 A CN201910446821 A CN 201910446821A CN 110225006 B CN110225006 B CN 110225006B
- Authority
- CN
- China
- Prior art keywords
- entities
- core
- network topology
- data
- entity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
- H04L43/045—Processing captured monitoring data, e.g. for logfile generation for graphical visualisation of monitoring data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种网络安全数据可视化方法、控制器和介质,所述方法包括获取待分析的网络安全数据中的原始网络拓扑数据;将所述原始网络拓扑数据中的核心实体进行聚合,得到核心实体集合;将所述原始网络拓扑数据中的关联实体进行聚合,得到关联实体集合;以所述核心实体集合、关联实体集合作为点类型,以核心实体集合和关联实体集合之间的关系作为边类型构建待显示网络拓扑数据;将所述待显示网络拓扑数据进行可视化显示。本发明能够将大规模网络安全数据在有限的空间内清晰的展示出来,从而提升了网络安全数据分析的效率和准确度。
Description
技术领域
本发明涉及网络安全技术领域,尤其涉及一种网络安全数据可视化方法、控制器和介质。
背景技术
随着互联网的快速发展,以及云计算、大数据、人工智能、物联网和工业4.0等技术与概念的落地,变革的触角伸向了网络空间和现实世界的各个角落,无时无刻不影响着人民的生活、商业的发展和国家的实力。在技术高速革新的背景下,网民的安全和网络空间面临的威胁,也在随之改变和升级。技术环境和产业环境在变,攻防战场在变,网络攻击的手段和强度在迭代更新,在大数据的时代背景下,安全研究人员时常要面临者海量攻击数据,并从中挖掘分析威胁情报。网络安全信息可视化是将抽象的海量网络数据以图形的方式展示出来,可有效避免在面临海量数据信息时认知过重,也可增强对网络安全数据的全局认知。将网络安全数据可视化可直观清晰揭示数据的内在关联,为安全威胁分析提供有力支持。
网络安全信息的特征通常是数据规模大,数据信息非数值化,可视化图像能够更加轻易地去发现和理解多方面复杂网络信息,这样,那些隐藏在庞大数据源内部的信息特征和规律更能被清晰地观察和理解出来。在大规模的网络安全数据的背景下,数据量数量大且关系复杂,对有限的网速和内存来说也是很难实现可视化展示。现有技术中可按社群类别分开展示网络安全数据,但无法清晰的将大规模数据中所有社群信息在同一空间可视化,网络安全数据分析效率低。现有技术中还可优化可视化工具,来提升展示大规模网络拓扑性能,但是,优化可视化工具成本高,且直接将大规模的网络安全数据可视化,数据结构密集凌乱,很难直观地获取网络安全数据之间的关系,网络安全数据分析准确度低。
发明内容
本发明目的在于,提供一种网络安全数据可视化方法、控制器和介质,能够将大规模网络安全数据在有限的空间内清晰的展示出来,从而提升了网络安全数据分析的效率和准确度。
为了解决上述技术问题,根据本发明第一实施例,提供了一种网络安全数据可视化方法,包括:
获取待分析的网络安全数据中的原始社群网络拓扑数据,所述原始社群网络拓扑数据包括至少一个社群对应的网络拓扑数据,每个所述社群中包括多个实体,所述的实体就是独立存在个体,该实体包括核心实体和关联实体,控制者或攻击源对应的实体为核心实体,其他实体依靠与核心实体的关系进入社群,这些实体为关联实体,所述核心实体和与之关联的关联实体组成该原始社群网络拓扑数据,
所述核心实体和与之关联的实体组成该原始社群的网络拓扑数据包括:以所述核心实体和与之关联的关联实体为节点,以所述核心实体和关联实体之间的关联关系为边,组成该原始社群的网络拓扑数据;将所述原始社群网络拓扑数据中的核心实体进行聚合,得到核心实体集合;
将所述原始社群网络拓扑数据中的关联实体进行聚合,得到关联实体集合;
以所述核心实体集合、关联实体集合作为点类型,以核心实体集合和关联实体集合之间的关系作为边类型构建待显示社群网络拓扑数据;
将所述待显示社群网络拓扑数据进行可视化显示。
进一步的,所述将所述原始社群网络拓扑数据中的核心实体进行聚合,得到核心实体集合,包括:
按照预设的核心实体聚合规则,将所述原始社群网络拓扑数据中的核心实体进行聚合,得到核心实体集合,所述核心实体集合中包括一个或多个虚心实体。
进一步的,所述核心实体聚合规则为:
若所述核心实体具有相同的社群标签,则进行聚合,或者,
若所述核心实体具有相同的属性,则进行聚合,或者,
若所述核心实体具有相似的属性,则进行聚合。
进一步的,所述将所述原始社群网络拓扑数据中的关联实体进行聚合,得到关联实体集合,包括:
将所述原始网络拓扑数据中的所有关联实体分别与每个所述核心实体集合中的每个核心实体进行关联统计,所述关联实体与核心实体集合中的至少一个存在关联关系即视为与该核心实体集合存在关联关系;
将与同一个核心实体集合存在关联关系的所有关联实体保存在同一集合中,得到一个或多个关联实体集合。
进一步的,所述将所述待显示网络拓扑数据进行可视化显示,包括:
采用前端绘图工具绘制所述待显示网络拓扑数据对应的网络拓扑图;
将所述网络拓扑图放置于页面中进行显示。
根据本发明又一方面,提供一种控制器,其包括存储器与处理器,所述存储器存储有计算机程序,所述程序在被所述处理器执行时能够实现所述方法的步骤。
根据本发明又一方面,提供一种计算机可读存储介质,用于存储计算机程序,所述程序在由一计算机或处理器执行时实现所述方法的步骤。
本发明与现有技术相比具有明显的优点和有益效果。借由上述技术方案,本发明一种网络安全数据可视化方法、控制器和介质可达到相当的技术进步性及实用性,并具有产业上的广泛利用价值,其至少具有下列优点:
本发明可针对大规模数据中的所有实体进行聚合重构拓扑点边数据,再进行可视化显示,从而能够将大规模网络安全数据在有限的空间内清晰的展示出来。本发明无需提升优化可视化工具和硬件,节约了网络安全数据分析成本,仅从数据的角度先对具有相同属性相同点边关系的数据进行融合重构拓扑网络再进行可视化,即可以清晰展示不同社群之间的关联关系,也可以将核心数据点的发展导向突出展示,核心实体的发展导向就是不同社群的核心实体是否存在关联关系,从而提升了网络安全数据分析的效率和准确度。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
图1为本发明一实施例提供网络安全数据可视化方法流程图;
图2为本发明一实施例提供的DDoS场景下网络安全数据可视化效果示意图;
图3为本发明一实施例提供的Webshell场景下网络安全数据可视化效果示意图。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种网络安全数据可视化方法、控制器和介质的具体实施方式及其功效,详细说明如后。
本发明实施例提供了一种网络安全数据可视化方法,如图1所示,包括以下步骤:
步骤S1、获取待分析的网络安全数据中的原始网络拓扑数据;
其中,所述原始网络拓扑数据包括至少一个社群对应的网络拓扑数据,每个所述社群中包括多个实体,所述实体包括核心实体和关联实体,所述核心实体和与之关联的关联实体组成该社群的网络拓扑数据:以所述核心实体和与之关联的关联实体为节点,以所述核心实体和关联实体之间的关联关系为边,组成该社群的网络拓扑数据。
作为一种示例,一个社群有多个实体,其中核心实体用A表示,是控制者,用B,C表示A的关联实体,则以A,B,C为节点,A_B,A_C为边,即可组成该社群的网络拓扑数据。
需要说明的是,本发明实施例中所述的实体就是独立存在个体,实体与实体之间存在一定的联系,控制者对应的实体为核心实体,其他实体依靠与核心实体的关系进入社群,这些实体为关联实体。例如在DDoS攻击场景中,控制者对应的终端攻击了某服务器,控制者对应的终端和被攻击的服务器都是实体,控制者对应的终端为核心实体,被攻击的服务器为关联实体。一个社群由多个实体组成,并且实体与实体之间存在较为紧密的关联关系,例如,在DDoS攻击场景中,控制者对应的终端控制大量肉鸡攻击了某服务器,控制者对应的终端为核心实体,肉鸡和被攻击的服务器都是关联实体,并且他们之间存在关联关系,所以共属于一个社群。一个社群中可能存在一个或多个核心实体,例如,在webshell场景中,核心实体是攻击源IP,一个社群中控制者可能存在一个或多个攻击源IP。
步骤S2、将所述原始网络拓扑数据中的核心实体进行聚合,得到核心实体集合;
作为一种示例,所述步骤S2包括:
按照预设的核心实体聚合规则,将所述原始网络拓扑数据中的核心实体进行聚合,得到核心实体集合,所述核心实体集合中包括一个或多个虚心实体。
其中,所述核心实体聚合规则为:
若所述核心实体具有相同的社群标签,则进行聚合,或者,
若所述核心实体具有相同的属性,则进行聚合,或者,
若所述核心实体具有相似的属性,则进行聚合。
需要说明的是,上述几种核心实体聚合规则仅为一种示例,还可根据具体应用需求设定其他核心实体聚合规则。
步骤S3、将所述原始网络拓扑数据中的关联实体进行聚合,得到关联实体集合;
作为示例,所述步骤S3包括:
步骤S31、将所述原始网络拓扑数据中的所有关联实体分别与每个所述核心实体集合中的每个核心实体进行关联统计,所述关联实体与核心实体集合中的至少一个存在关联关系即视为与该核心实体集合存在关联关系;
步骤S32、将与同一个核心实体集合存在关联关系的所有关联实体保存在同一集合中,得到一个或多个关联实体集合。
作为示例,用ASET表示核心实体集合类型,A表示核心实体类型,B表示关联实体类型,BSET表示关联实体集合类型。将B类型中每个实体与ASET类型集合中每个实体进行关联统计。以Bi,ASET为例,(i=1,2,3…),Bi与ASET中任意一个A实体存在关联关系即视其为与该ASET存在关联关系,所有与Bi存在关联关系的ASET保存在同一集合Bi_ASET,然后以Bi_ASET为关键字进行聚合,将所有Bi_ASET相同的B类型实体聚合为BSETi(类型为BSET),BSETi中存在一个或者多个B类型实体,且该集合内的B实体存在相同的走向。由于不是所有的B类型实体有相同的走向关系,因此会聚合为多个BSET,其他类型的关联实体集合CSET…也可采用同样的获取方法。
步骤S4、以所述核心实体集合、关联实体集合作为点类型,以核心实体集合和关联实体集合之间的关系作为边类型构建待显示网络拓扑数据;
继续以上述示例来说明,步骤S4可以以聚合后ASET,BSET,CSET作为点类型,以ASET_BSET,ASET_CSET为边类型构建待显示网络拓扑数据。
步骤S5、将所述待显示网络拓扑数据进行可视化显示。
作为一种示例,所述步骤S5包括:
步骤S51、采用前端绘图工具绘制所述待显示网络拓扑数据对应的网络拓扑图;
步骤S52、将所述网络拓扑图放置于页面中进行显示。
例如,可采用前端可视化插件vis.js中的network画出图,配合svg,element-ui等实现用户的设定的动态交互需求,再用vue.js将画出的图放置于页面中进行展示。
本发明实施例所述的网络安全数据可视化方法可适用于多种网络攻击场景的数据分析中,以下通过两个具体的实施例对所述方法进行进一步说明:
实施例一、
在僵尸网络(DDoS)场景里面,一个团伙的核心实体是控制者,其他角色实体依靠与核心实体的关系进入团伙,一个团伙是控制者集合,拿控制者连接到相应时间段内的行为数据和情报数据里面,对其他维度(例如肉鸡,攻击目标,域名,whois里面的email等)进行刻画,其中,whois就是一个用来查询域名是否已经被注册,以及注册域名的详细信息的数据库,如域名所有人、域名注册商等。基于聚类好的团伙数据,采用所述方法进行聚合可视化,首先将控制者作为核心实体A,其他维度作为关联实体,用一种类型B表示。将团伙编号相同的实体聚合为一个点类型ASET,按照上述方法将关系走向与ASET相同的所有B实体聚合为一个新的点类型BSET,再将聚合后的数据可视化如图2所示,深色大点为核心点,表示不同团伙下的控制者集合,浅色小点为关联实体集合,表示依靠核心实体而进入社群的关联实体集合。
实施例二、
在Webshell(webshell就是以asp、php、jsp或者cgi等网页文件形式存在的一种命令执行环境,也可以将其称做为一种网页后门)场景里面,一个团伙的核心实体是攻击源IP,其他角色实体依靠与核心实体的关系进入团伙,一个团伙是攻击源IP集合,拿攻击源IP连接到相应时间段内的行为数据和情报数据里面,对其他维度(例如,webshell的url,域名,域名,动作,地理位置等)进行刻画,其中,url为Uniform Resource Locator的缩写,含义为统一资源定位符,也被称为网页地址,网址的意思。基于聚类好的团伙数据,采用所述方法进行聚合可视化,首先将攻击源IP作为核心实体A,其他维度作为关联实体,用一种类型B表示。将团伙编号相同的实体聚合为一个点类型ASET,按照上述方法将关系走向与ASET相同的所有B实体聚合为一个新的点类型BSET,再将聚合后的数据可视化如图3所示,深色大点为核心点,表示不同团伙下的攻击源IP集合,浅色小点为关联实体集合,表示依靠核心实体而进入社群的关联实体集合。
本发明实施例还提供一种控制器,其包括存储器与处理器,所述存储器存储有计算机程序,所述程序在被所述处理器执行时能够实现所述网络安全数据可视化方法的步骤。
本发明实施例还提供一种计算机可读存储介质,用于存储计算机程序,所述程序在由一计算机或处理器执行时实现所述网络安全数据可视化方法的步骤。
本发明实施例可针对大规模数据中的所有实体进行聚合重构拓扑点边数据,再进行可视化显示,从而能够将大规模网络安全数据在有限的空间内清晰的展示出来。本发明无需提升优化可视化工具和硬件,节约了网络安全数据分析成本,仅从数据的角度先对具有相同属性相同点边关系的数据进行融合重构拓扑网络再进行可视化,即可以清晰展示不同社群之间的关联关系,也可以将核心数据点的发展导向突出展示,核心实体的发展导向就是不同社群的核心实体是否存在关联关系,从而提升了网络安全数据分析的效率和准确度。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (7)
1.一种网络安全数据可视化方法,其特征在于,包括:
获取待分析的网络安全数据中的原始社群网络拓扑数据,所述原始社群网络拓扑数据包括至少一个社群对应的网络拓扑数据,每个所述社群中包括多个实体,所述的实体就是独立存在个体,该实体包括核心实体和关联实体,控制者或攻击源对应的实体为核心实体,其他实体依靠与核心实体的关系进入社群,这些实体为关联实体,所述核心实体和与之关联的关联实体组成该原始社群网络拓扑数据,
所述核心实体和与之关联的实体组成该原始社群的网络拓扑数据包括:以所述核心实体和与之关联的关联实体为节点,以所述核心实体和关联实体之间的关联关系为边,组成该原始社群的网络拓扑数据;将所述原始社群网络拓扑数据中的核心实体进行聚合,得到核心实体集合;
将所述原始社群网络拓扑数据中的关联实体进行聚合,得到关联实体集合;
以所述核心实体集合、关联实体集合作为点类型,以核心实体集合和关联实体集合之间的关系作为边类型构建待显示社群网络拓扑数据;
将所述待显示社群网络拓扑数据进行可视化显示。
2.根据权利要求1所述的网络安全数据可视化方法,其特征在于,
所述将所述原始社群网络拓扑数据中的核心实体进行聚合,得到核心实体集合,包括:
按照预设的核心实体聚合规则,将所述原始网络拓扑数据中的核心实体进行聚合,得到核心实体集合,所述核心实体集合中包括一个或多个虚心实体。
3.根据权利要求2所述的网络安全数据可视化方法,其特征在于,
所述核心实体聚合规则为:
若所述核心实体具有相同的社群标签,则进行聚合,或者,
若所述核心实体具有相同的属性,则进行聚合,或者,
若所述核心实体具有相似的属性,则进行聚合。
4.根据权利要求1所述的网络安全数据可视化方法,其特征在于,
所述将所述原始社群网络拓扑数据中的关联实体进行聚合,得到关联实体集合,包括:
将所述原始社群网络拓扑数据中的所有关联实体分别与每个所述核心实体集合中的每个核心实体进行关联统计,所述关联实体与核心实体集合中的至少一个存在关联关系即视为与该核心实体集合存在关联关系;
将与同一个核心实体集合存在关联关系的所有关联实体保存在同一集合中,得到一个或多个关联实体集合。
5.根据权利要求1所述的网络安全数据可视化方法,其特征在于,
所述将所述待显示网络拓扑数据进行可视化显示,包括:
采用前端绘图工具绘制所述待显示网络拓扑数据对应的网络拓扑图;
将所述网络拓扑图放置于页面中进行显示。
6.一种控制器,其包括存储器与处理器,其特征在于,所述存储器存储有计算机程序,所述程序在被所述处理器执行时能够实现权利要求1至5中任意一项权利要求所述的方法的步骤。
7.一种计算机可读存储介质,用于存储计算机程序,其特征在于,所述程序在由一计算机或处理器执行时实现如权利要求1至5中任意一项权利要求所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910446821.0A CN110225006B (zh) | 2019-05-27 | 2019-05-27 | 网络安全数据可视化方法、控制器和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910446821.0A CN110225006B (zh) | 2019-05-27 | 2019-05-27 | 网络安全数据可视化方法、控制器和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110225006A CN110225006A (zh) | 2019-09-10 |
CN110225006B true CN110225006B (zh) | 2022-01-04 |
Family
ID=67818503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910446821.0A Active CN110225006B (zh) | 2019-05-27 | 2019-05-27 | 网络安全数据可视化方法、控制器和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110225006B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111580817B (zh) * | 2020-05-11 | 2023-08-15 | 山东汇贸电子口岸有限公司 | 一种可视化监控资源的前端实现方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101510826A (zh) * | 2008-12-17 | 2009-08-19 | 天津大学 | 基于可视化的DDoS攻击检测方法 |
CN104090957A (zh) * | 2014-03-10 | 2014-10-08 | 中国科学院软件研究所 | 一种异构网络可交互可视化方法 |
CN108173884A (zh) * | 2018-03-20 | 2018-06-15 | 国家计算机网络与信息安全管理中心 | 基于网络攻击伴随行为的DDoS攻击群体分析方法 |
CN109286511A (zh) * | 2017-07-19 | 2019-01-29 | 东软集团股份有限公司 | 数据处理的方法及装置 |
-
2019
- 2019-05-27 CN CN201910446821.0A patent/CN110225006B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101510826A (zh) * | 2008-12-17 | 2009-08-19 | 天津大学 | 基于可视化的DDoS攻击检测方法 |
CN104090957A (zh) * | 2014-03-10 | 2014-10-08 | 中国科学院软件研究所 | 一种异构网络可交互可视化方法 |
CN109286511A (zh) * | 2017-07-19 | 2019-01-29 | 东软集团股份有限公司 | 数据处理的方法及装置 |
CN108173884A (zh) * | 2018-03-20 | 2018-06-15 | 国家计算机网络与信息安全管理中心 | 基于网络攻击伴随行为的DDoS攻击群体分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110225006A (zh) | 2019-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210312709A1 (en) | Cyberspace map model creation method and device | |
US20180234310A1 (en) | Network Security Monitoring and Correlation System and Method of Using Same | |
US20130321458A1 (en) | Contextual visualization via configurable ip-space maps | |
Lv et al. | Webvrgis: A p2p network engine for vr data and gis analysis | |
CN112887285B (zh) | 一种跨空间图层映射的网络行为智能画像分析方法 | |
CN110503726A (zh) | 网页端三维模型标注信息显示浏览方法及系统 | |
Chen et al. | Analysis of augmented reality application based on cloud computing | |
CN110225006B (zh) | 网络安全数据可视化方法、控制器和介质 | |
Zhang et al. | Density approach: a new model for BigData analysis and visualization | |
Zhang et al. | Binocular stereo matching algorithm based on MST cost aggregation. | |
CN108880872B (zh) | 一种互联网测试床拓扑结构分解方法及装置 | |
US10289283B1 (en) | Visual analysis for multi-dimensional data | |
CN112464040B (zh) | 图结构识别、可视化展示及显示操作方法及装置 | |
CN107257356B (zh) | 一种基于超图分割的社交用户数据优化放置方法 | |
CN111402422A (zh) | 三维表面重建方法、装置和电子设备 | |
CN115855000A (zh) | 一种基于图论-时空对象的网络空间测绘表达方法 | |
Li | Visual analysis framework for network abnormal data based on multi-agent model | |
Kou et al. | Research on Technical System for Cyberspace Surveying and Mapping | |
Xiang | [Retracted] Visual Dynamic Simulation Model of Unstructured Data in Social Networks | |
CN109410314A (zh) | 基于三维空间的拓扑结构动态渲染的方法及装置 | |
CN104079606A (zh) | 基于gis超级云计算的网络对象与事件一体化监控方法 | |
Guo | Research on data analysis and mining technology based on computer visualization | |
Chen et al. | Trust-based federated learning for network anomaly detection | |
Yang et al. | Research on Data Processing and Visualization of Simulation System | |
Xu et al. | Research on Web Visual Development Platform Based on Microservice |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |