CN112799956B - 资产识别能力测试方法、装置及系统装置 - Google Patents
资产识别能力测试方法、装置及系统装置 Download PDFInfo
- Publication number
- CN112799956B CN112799956B CN202110179329.9A CN202110179329A CN112799956B CN 112799956 B CN112799956 B CN 112799956B CN 202110179329 A CN202110179329 A CN 202110179329A CN 112799956 B CN112799956 B CN 112799956B
- Authority
- CN
- China
- Prior art keywords
- data
- asset
- original
- test
- asset data
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3664—Environments for testing or debugging software
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44521—Dynamic linking or loading; Link editing at or after load time, e.g. Java class loading
- G06F9/44526—Plug-ins; Add-ons
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本公开涉及一种态势感知系统的资产识别能力测试方法、装置、系统、电子设备及计算机可读介质。该方法包括:根据预设条件自动生成原始资产数据;将所述原始资产数据回放给态势感知系统以使得所述态式感知系统生成识别资产数据;将所述识别资产数据和所述原始资产数据进行对比和统计;根据对比和统计的结果生成所述态势感知系统的资产识别能力测试结果。本公开涉及的态势感知系统的资产识别能力测试方法、装置、系统、电子设备及计算机可读介质,通过自动化脚本直接输出详细的测试报告,避免了测试人员在测试的各个环节中出错的可能,保证了测试结果的真实准确。
Description
技术领域
本公开涉及计算机信息处理领域,具体而言,涉及一种态势感知系统的资产识别能力测试方法、装置、系统、电子设备及计算机可读介质。
背景技术
如今网络的互联互通是现在生活中的重要组成部分,当前企业用户享受着网络发展带来的巨大机遇的同时,也不同程度遭受着来自全球各地的网络安全威胁。态势感知大数据平台应运而生,通过对大数据的分析帮助企业用户发现、处理潜在安全威胁。而企业用户网络中的资产作为态势感知系统洞悉安全威胁的一种载体,系统对资产的识别能力在一定程度上影响了系统洞悉安全威胁的能力,所以系统对资产数据的识别准确性非常重要。
当前使用较为广泛的资产识别能力测试主要是通过人工匹配的方法,该方法进行手工对比,人为地计算出系统资产识别能力。这种方式人力投入成本高,而且容易产生错误。
因此,需要一种新的态势感知系统的资产识别能力测试方法、装置、系统、电子设备及计算机可读介质。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
有鉴于此,本公开提供一种态势感知系统的资产识别能力测试方法、装置、系统、电子设备及计算机可读介质,通过自动化脚本直接输出详细的测试报告,避免了测试人员在测试的各个环节中出错的可能,保证了测试结果的真实准确。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一方面,提出一种态势感知系统的资产识别能力测试方法,该方法包括:根据预设条件自动生成原始资产数据;将所述原始资产数据回放给态势感知系统以使得所述态式感知系统生成识别资产数据;将所述识别资产数据和所述原始资产数据进行对比和统计;根据对比和统计的结果生成所述态势感知系统的资产识别能力测试结果。
在本公开的一种示例性实施例中,根据预设条件自动生成原始资产数据之前,还包括:将测试设备和所述态势感知系统进行网络连接以搭建测试环境。
在本公开的一种示例性实施例中,根据预设条件自动生成原始资产数据,包括:根据预设条件获取测试策略、测试方式;获取初始模板,所述初始模板由已有资产类型数据生成;基于所述初始模板、所述测试策略自动生成所述原始资产数据。
在本公开的一种示例性实施例中,基于所述初始模板、所述测试策略和所述测试方式自动生成所述原始资产数据,包括:循环读取所述初始模板;根据所述测试策略修改所述初始模板的参数以生成所述原始资产数据;将所述原始资产数据存储在原始资产数据库表中。
在本公开的一种示例性实施例中,将所述原始资产数据回放给态势感知系统以使得所述态式感知系统生成识别资产数据,包括:将所述原始资产数据按照所述预设条件回放给所述态势感知系统;所述态式感知系统获取所述原始资产数据并进行识别生成所述识别资产数据;将所述识别资产数据存储在识别资产数据库表中。
在本公开的一种示例性实施例中,将所述识别资产数据和所述原始资产数据进行对比和统计之前,包括:在满足测试持续时间后,所述测试设备由所述态势感知系统中提取所述识别资产数据。
在本公开的一种示例性实施例中,所述测试设备由所述态势感知系统中提取所述识别资产数据,包括:调用浏览器插件以通过浏览器访问所述态势感知系统以提取所述识别资产数据;和/或通过远程登录的方式登录所述态势感知系统以提取所述识别资产数据。
在本公开的一种示例性实施例中,将所述识别资产数据和所述原始资产数据进行对比和统计,包括:确定所述原始资产的初始权重;将所述识别资产数据插入所述原始资产数据中;在插入完成后,计算所述原始资产数据的总权重;基于所述总权重和所述初始权重确定测试分。
在本公开的一种示例性实施例中,将所述识别资产数据插入所述原始资产数据中,包括:在所述识别资产数据中的数据主码和所述原始资产数据中的主码一致时,为该条数据分配第一权重;在所述识别资产数据中的数据主码和所述原始资产数据中的主码不一致时,为该条数据分配第二权重。
在本公开的一种示例性实施例中,根据对比和统计的结果生成所述态势感知系统的资产识别能力测试结果,包括:根据多次对比和统计的结果生成所述态势感知系统的资产识别能力测试结果。
根据本公开的一方面,提出一种态势感知系统的资产识别能力测试装置,可用于测试设备,该装置包括:原始资产模块,用于根据预设条件自动生成原始资产数据;识别资产模块,用于将所述原始资产数据回放给态势感知系统以使得所述态式感知系统生成识别资产数据;对比统计模块,用于将所述识别资产数据和所述原始资产数据进行对比和统计;测试结果模块,用于根据对比和统计的结果生成所述态势感知系统的资产识别能力测试结果。
根据本公开的一方面,提出一种态势感知系统的资产识别能力测试系统,可用于测试设备,该系统包括:测试设备,用于根据预设条件自动生成原始资产数据;将所述原始资产数据回放给态势感知系统;将所述识别资产数据和所述原始资产数据进行对比和统计;根据对比和统计的结果生成所述态势感知系统的资产识别能力测试结果;态势感知系统,用于获取所述原始资产数据生成识别资产数据。
根据本公开的一方面,提出一种电子设备,该电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如上文的方法。
根据本公开的一方面,提出一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上文中的方法。
根据本公开的态势感知系统的资产识别能力测试方法、装置、系统、电子设备及计算机可读介质,根据预设条件自动生成原始资产数据;将所述原始资产数据回放给态势感知系统以使得所述态式感知系统生成识别资产数据;将所述识别资产数据和所述原始资产数据进行对比和统计;根据对比和统计的结果生成所述态势感知系统的资产识别能力测试结果的方式,通过自动化脚本直接输出详细的测试报告,避免了测试人员在测试的各个环节中出错的可能,保证了测试结果的真实准确。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
通过参照附图详细描述其示例实施例,本公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本公开的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据一示例性实施例示出的一种态势感知系统的资产识别能力测试方法及装置的系统框图。
图2是根据一示例性实施例示出的一种态势感知系统的资产识别能力测试方法的流程图。
图3是根据另一示例性实施例示出的一种态势感知系统的资产识别能力测试方法的流程图。
图4是根据另一示例性实施例示出的一种态势感知系统的资产识别能力测试方法的流程图。
图5是根据另一示例性实施例示出的一种态势感知系统的资产识别能力测试方法的示意图。
图6是根据一示例性实施例示出的一种态势感知系统的资产识别能力测试装置的框图。
图7是根据一示例性实施例示出的一种电子设备的框图。
图8是根据一示例性实施例示出的一种计算机可读介质的框图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而,示例实施例能够以多种形式实施,且不应被理解为限于在此阐述的实施例;相反,提供这些实施例使得本公开将全面和完整,并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本公开的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、系统、实现或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
应理解,虽然本文中可能使用术语第一、第二、第三等来描述各种组件,但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此,下文论述的第一组件可称为第二组件而不偏离本公开概念的教示。如本文中所使用,术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
本领域技术人员可以理解,附图只是示例实施例的示意图,附图中的模块或流程并不一定是实施本公开所必须的,因此不能用于限制本公开的保护范围。
当前使用较为广泛的资产识别能力测试主要是通过人工匹配的方法,主要有以下两种方式:
1)采集现场资产数据并手动回放
该方法是指测试人员基于现有采集的现场资产数据,被动地选择满足需求的资产报文,针对不同的操作系统用不同的专业报文回放软件进行回放。
2)手动对比数据
该方法是指测试人员在拿到态势感知系统产生的资产数据结果后,将系统识别出的资产数据与被回放报文包含的数据进行手工对比,人为地计算出系统资产识别能力。
人工匹配测试法在验证资产识别能力时,需要测试人员首先具有一定的网络基础,且掌握各种专业报文回放工具的使用方法才能测试。另外,测试所需的原始资产数据受现场采集的数据限制,因此满足此测试所有要点的测试报文文件样本往往也比较单一,样本种类多样性低。
此外,在测试人员将系统识别出的大量的、复杂的资产与回放报文进行准确性对比时,测试人员容易因为重复工作的时长、自身的工作疏忽等主观原因导致对比结果不准确,人力投入成本较高的同时工作价值较低。
针对多资产数、复杂资产类型的态势感知系统的识别能力测试,本公开的态势感知系统的资产识别能力测试方法,具有易操作、高效率和高准确性的特点。测试人员通过在发明装置中设定一些测试参数,即可完成从资产数据构造、资产数据回放、资产数据检测对比到输出测试报告的自动化测试。
本公开的态势感知系统的资产识别能力测试方法,能够为多资产数、复杂资产类型的态势感知系统提供一种简便易操作、集准确性与效率于一体的资产识别能力测试方法与装置,从而降低人力投入,减少时间投入成本。
下面借助具体的实施例对本公开的内容进行详细描述。
图1是根据一示例性实施例示出的一种态势感知系统的资产识别能力测试方法及装置的系统框图。
如图1所示,系统架构10可以包括测试设备,网络和态势感知系统服务器。网络用以在测试设备,网络和态势感知系统服务器之间提供通信链路的介质。网络可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
测试设备可通过网络与态势感知系统服务器交互,以接收或发送消息等。测试设备上可以安装有各种测试类应用、通讯客户端应用,网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
态势感知系统服务器可以是提供各种服务的服务器,例如对网络流量进行检测的服务器,态势感知系统服务器上安装有态势感知平台,态势感知是网络中一种基于环境的、动态、整体地洞悉安全风险的能力,是以安全大数据为基础,从全局视角提升对安全威胁的发现识别、理解分析、响应处置能力的一种方式,最终是为了决策与行动,是安全能力的落地。
测试设备可以对态势感知系统服务器的资产识别能力进行测试,资产识别是指态势感知系统在接收到安全大数据后,通过对数据的处理和分析,动态地识别出流量中资产详细信息的过程。资产详细信息包括资产类型、资产名称、资产IP和识别方式等。
测试设备可例如根据预设条件自动生成原始资产数据;测试设备可例如将所述原始资产数据回放给态势感知系统以使得所述态式感知系统生成识别资产数据;测试设备可例如将所述识别资产数据和所述原始资产数据进行对比和统计;测试设备可例如根据对比和统计的结果生成所述态势感知系统的资产识别能力测试结果。
需要说明的是,本公开实施例所提供的态势感知系统的资产识别能力测试方法可以由测试设备执行,相应地,态势感知系统的资产识别能力测试装置可以设置于测试设备中。
图2是根据一示例性实施例示出的一种态势感知系统的资产识别能力测试方法的流程图。态势感知系统的资产识别能力测试方法20至少包括步骤S202至S208。
如图2所示,在S202中,根据预设条件自动生成原始资产数据。其中,在根据预设条件自动生成原始资产数据之前,还包括:将测试设备和所述态势感知系统进行网络连接以搭建测试环境。测试人员搭建从测试PC到态势感知设备的网络连通环境,先保证自动测试任务的顺利进行。接着在填写好测试策略后启动脚本。
在一个实施例中,根据预设条件自动生成原始资产数据,包括:根据预设条件获取测试策略、测试方式;获取初始模板,所述初始模板由已有资产类型数据生成;基于所述初始模板、所述测试策略自动生成所述原始资产数据。
在S204中,将所述原始资产数据回放给态势感知系统以使得所述态式感知系统生成识别资产数据。可例如,将所述原始资产数据按照所述预设条件回放给所述态势感知系统;所述态式感知系统获取所述原始资产数据并进行识别生成所述识别资产数据;将所述识别资产数据存储在识别资产数据库表中。
在一个实施例中,预设脚本根据读取到的当前操作系统、资产回放次数及速度信息调取内置的数据回放工具,以设定的次数和速度向态势感知系统回放。
在一个实施例中,报文通过提前搭建好的环境进入态势感知设备,态势感知设备识别出接收流量中的资产信息,在后台经过一段时间的处理、分析、聚合后将数据存入数据库中。态势感知的网页程序从数据库中取出资产数据并详细在网页上展示。
在S206中,将所述识别资产数据和所述原始资产数据进行对比和统计。在将所述识别资产数据和所述原始资产数据进行对比和统计之前,可例如,在满足测试持续时间后,所述测试设备由所述态势感知系统中提取所述识别资产数据。
其中,所述测试设备由所述态势感知系统中提取所述识别资产数据,包括:调用浏览器插件以通过浏览器访问所述态势感知系统以提取所述识别资产数据;和/或通过远程登录的方式登录所述态势感知系统以提取所述识别资产数据。
在一个实施例中,在达到测试人员设定的测试持续时间后,脚本自动化脚本根据已设定的获取资产数据的方式从态势感知系统中取出资产数据。此步骤中若是选择页面获取,自动化脚本会通过python程序调用webdriver浏览器插件,通过浏览器访问态势感知页面,导出页面资产数据,生成数据库文件存放在当前脚本目录下;若是选择后台获取,自动化脚本会通过ssh远程方式自动登入态势感知系统后台,获取系统数据库中存放资产数据的数据库表,并且将数据库文件下载并存放在当前脚本目录下。
“将所述识别资产数据和所述原始资产数据进行对比和统计”的详细内容将在图4对应的实施例中进行描述。
在S208中,根据对比和统计的结果生成所述态势感知系统的资产识别能力测试结果。可例如,根据多次对比和统计的结果生成所述态势感知系统的资产识别能力测试结果。
更具体的,脚本在完成一轮测试后,保留一份单次测试结果文件,其中包含数据库新增和覆盖过程细节。根据测试人员设定的“重复测试次数”参数的值进行重复测试,在完成最后一轮测试后根据所有轮测试的结果自动聚合输出态势感知系统资产识别能力测试报告。
根据本公开的态势感知系统的资产识别能力测试方法,根据预设条件自动生成原始资产数据;将所述原始资产数据回放给态势感知系统以使得所述态式感知系统生成识别资产数据;将所述识别资产数据和所述原始资产数据进行对比和统计;根据对比和统计的结果生成所述态势感知系统的资产识别能力测试结果的方式,通过自动化脚本直接输出详细的测试报告,避免了测试人员在测试的各个环节中出错的可能,保证了测试结果的真实准确。
应清楚地理解,本公开描述了如何形成和使用特定示例,但本公开的原理不限于这些示例的任何细节。相反,基于本公开公开的内容的教导,这些原理能够应用于许多其它实施例。
图3是根据另一示例性实施例示出的一种态势感知系统的资产识别能力测试方法的流程图。图3所示的流程30是对图2所示的流程中S202“根据预设条件自动生成原始资产数据”的详细描述。
如图3所示,在S302中,根据预设条件获取测试策略、测试方式。测试人员可根据要测试的功能点在测试PC的本脚本中填写好测试策略,例如当前操作系统(windows/linux)、测试需要生成的资产类型种数及对应资产个数、测试持续时间(单位可选择h、m、s)、资产回放次数及速度、重复测试次数、获取平台资产数据的方式(页面获取/后台获取)、资产数据权重等参数。选择获取平台资产数据的方式时,若是页面获取,则需要额外填写页面用户名和密码;若是后台获取,则需要额外填写后台密码。
在S304中,获取初始模板,所述初始模板由已有资产类型数据生成。
在S306中,循环读取所述初始模板。
在S308中,根据所述测试策略修改所述初始模板的参数以生成所述原始资产数据。可基于所述初始模板、所述测试策略和所述测试方式自动生成所述原始资产数据,
在S310中,将所述原始资产数据存储在原始资产数据库表中。更具体的,循环读取所述初始模板;根据所述测试策略修改所述初始模板的参数以生成所述原始资产数据;将所述原始资产数据存储在原始资产数据库表中。
更具体的,预设脚本自带当前已知的所有资产类型数据的可进行数据回放的初始模板信息。通过内置的python可执行文件读取测试人员填写的测试需要生成的资产类型种数及对应资产个数信息后,循环调取需要用到的资产模板并复制,修改其中的数据字段,汇总生成新的可用于回放的资产数据。接着脚本将所有资产数据存入以资产IP和资产所属机构为主码的方式存入新建的原始资产数据库表中。
图4是根据另一示例性实施例示出的一种态势感知系统的资产识别能力测试方法的流程图。图4所示的流程40是对图2所示的流程中S206“将所述识别资产数据和所述原始资产数据进行对比和统计”的详细描述。
如图4所示,在S402中,确定所述原始资产的初始权重。脚本中,资产数据库中的每一个资产的码都带有权重信息,资产数据的权重值由测试人员在运行脚本前输入,资产在生成后会计算所有资产码的原始权重总和(记作M)并记录。
在S404中,将所述识别资产数据插入所述原始资产数据中。可例如,在所述识别资产数据中的数据主码和所述原始资产数据中的主码一致时,为该条数据分配第一权重;在所述识别资产数据中的数据主码和所述原始资产数据中的主码不一致时,为该条数据分配第二权重。
当插入数据库的数据主码存在与原始数据库中完全匹配时,该数据会覆盖原始数据库中的同一条数据,在该资产其它非主码数据覆盖的同时进行对比操作,若是值不同,则根据资产信息的码的权重值进行权重分值(记作A1)记录;
当插入数据库的数据主码存在与原始数据库库中不同时,则直接将该数据插入新数据库,根据该数据各个资产码的权重计算该数据权重总分(记作B1)。
在S406中,在插入完成后,计算所述原始资产数据的总权重。当所有数据插入完成后,脚本统计原先在原始数据库中但未被覆盖的资产数据,并分别根据这些数据各个资产码的权重计算数据权重总分(记作C1)。
在S408中,基于所述总权重和所述初始权重确定测试分。最后,脚本计算出新数据库插入旧数据库过程中的权重值总和,并计算出测试总得分(记作N),具体公式如下:
N=[M-(A1+A2+......+Ax)-(B1+B2+......+By)-(C1+C2+......+Cz)]/M;
其中,N为测试得分,M为原始权重总和,(A1+A2+......+Ax),
(B1+B2+......+By),(C1+C2+......+Cz)分别为对比之后的权重和。
本公开的态势感知系统的资产识别能力测试方法,通过简单脚本参数自动构造丰富的、符合预期结果、确定的资产数据,提高了原始测试数据的丰富性,为少数需要特定资产条件下才能完成的测试点提供了便利。
本公开的态势感知系统的资产识别能力测试方法,通过独特的数据库对比统计算法针对前后资产数据不同都能进行符合测试人员意愿的详细比对,提高了对态势感知平台资产识别能力的验证能力。
图5是根据另一示例性实施例示出的一种态势感知系统的资产识别能力测试方法的示意图。如图5所示,在一个具体的应用场景中,测试的基本步骤如下:
S1:测试人员填写测试信息。
S2:搭建测试物理环境并启动脚本。
S3:脚本自动生成资产数据并回放。
S4:态势感知系统识别资产。
S5:本脚本从态势感知系统获取资产数据。
S6:算法自动对比资产数据。
S7:自动重复测试,输出整体测试报告。
本公开的态势感知系统的资产识别能力测试方法,省时省力。测试人员只需在测试开始前设置简单的参数即可完成复杂的测试任务,期间无需任何人工干预。
本公开的态势感知系统的资产识别能力测试方法,易上手,测试成本低。测试人员拿到软件后学习几分钟即可进行使用,无需投入使用和维护成本。
本公开的态势感知系统的资产识别能力测试方法,准确性好。相比于人工测试,该方法通过自动化脚本直接输出详细的测试报告,避免了测试人员在测试的各个环节中出错的可能,保证了测试结果的真实准确。
本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由CPU执行的计算机程序。在该计算机程序被CPU执行时,执行本公开提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中,该存储介质可以是只读存储器,磁盘或光盘等。
此外,需要注意的是,上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
下述为本公开装置实施例,可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节,请参照本公开方法实施例。
图6是根据另一示例性实施例示出的一种态势感知系统的资产识别能力测试装置的框图。如图6所示,态势感知系统的资产识别能力测试装置60包括:原始资产模块602,识别资产模块604,对比统计模块606,测试结果模块608。
原始资产模块602用于根据预设条件自动生成原始资产数据;
识别资产模块604用于将所述原始资产数据回放给态势感知系统以使得所述态式感知系统生成识别资产数据;
对比统计模块606用于将所述识别资产数据和所述原始资产数据进行对比和统计;
测试结果模块608用于根据对比和统计的结果生成所述态势感知系统的资产识别能力测试结果。
根据本公开的态势感知系统的资产识别能力测试装置,根据预设条件自动生成原始资产数据;将所述原始资产数据回放给态势感知系统以使得所述态式感知系统生成识别资产数据;将所述识别资产数据和所述原始资产数据进行对比和统计;根据对比和统计的结果生成所述态势感知系统的资产识别能力测试结果的方式,通过自动化脚本直接输出详细的测试报告,避免了测试人员在测试的各个环节中出错的可能,保证了测试结果的真实准确。
图7是根据一示例性实施例示出的一种电子设备的框图。
下面参照图7来描述根据本公开的这种实施方式的电子设备700。图7显示的电子设备700仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示,电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于:至少一个处理单元710、至少一个存储单元720、连接不同系统组件(包括存储单元720和处理单元710)的总线730、显示单元740等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元710执行,使得所述处理单元710执行本说明书中描述的根据本公开各种示例性实施方式的步骤。例如,所述处理单元710可以执行如图2,图3,图4中所示的步骤。
所述存储单元720可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)7201和/或高速缓存存储单元7202,还可以进一步包括只读存储单元(ROM)7203。
所述存储单元720还可以包括具有一组(至少一个)程序模块7205的程序/实用工具7204,这样的程序模块7205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线730可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备700也可以与一个或多个外部设备700’(例如键盘、指向设备、蓝牙设备等)通信,使得用户能与该电子设备700交互的设备通信,和/或该电子设备700能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口750进行。并且,电子设备700还可以通过网络适配器760与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器760可以通过总线730与电子设备700的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备700使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,如图8所示,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述方法。
所述软件产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该计算机可读介质实现如下功能:根据预设条件自动生成原始资产数据;将所述原始资产数据回放给态势感知系统以使得所述态式感知系统生成识别资产数据;将所述识别资产数据和所述原始资产数据进行对比和统计;根据对比和统计的结果生成所述态势感知系统的资产识别能力测试结果。
本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中,也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
通过以上的实施例的描述,本领域的技术人员易于理解,这里描述的示例实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施例的方法。
以上具体地示出和描述了本公开的示例性实施例。应可理解的是,本公开不限于这里描述的详细结构、设置方式或实现方法;相反,本公开意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。
Claims (8)
1.一种态势感知系统的资产识别能力测试方法,可用于测试设备,其特征在于,包括:
根据预设条件获取测试策略、测试方式;
获取初始模板,所述初始模板由已有资产类型数据生成;
循环读取所述初始模板;
根据所述测试策略修改所述初始模板的参数以生成原始资产数据;
将所述原始资产数据存储在原始资产数据库表中;
将所述原始资产数据回放给态势感知系统以使得所述态势感知系统生成识别资产数据;
将所述识别资产数据和所述原始资产数据进行对比和统计,根据对比和统计的结果生成所述态势感知系统的资产识别能力测试结果,包括:
确定所述原始资产的初始权重,并计算所有资产码的原始权重总和M;
将识别资产数据插入所述原始资产数据中,在所述识别资产数据中的数据主码和所述原始资产数据中的主码一致时,插入数据库的数据主码存在与原始数据库中完全匹配,使得该数据会覆盖原始数据库中的同一条数据,并在该识别资产数据其它非主码数据覆盖的同时进行对比操作,若是值不同,则根据资产信息的码的权重值进行权重分值作为该条数据分配第一权重A1、A2、......、Ax, 并计算该数据权重总分;
在所述识别资产数据中的数据主码和所述原始资产数据中的主码不一致时,插入数据库的数据主码存在与原始数据库库中不同,则直接将该数据插入新数据库,并将该数据各个资产码的权重作为该条数据分配第二权重B1、B2、......、By,并计算该数据权重总分;
在所有数据插入完成后,统计原先在原始数据库中但未被覆盖的资产数据,并分别根据这些数据各个资产码的权重C1、C2、......、Cz计算数据权重总分;
基于所述原始权重总和以及所述初始权重确定测试分,计算出新数据库插入旧数据库过程中的权重值总和,并按照如下公式计算出测试总得分N:
N=[M-(A1+A2+......+Ax)-(B1+B2+......+By)-(C1+C2+......+Cz)]/M;
其中,N为测试得分,M为原始权重总和,(A1+A2+......+Ax),(B1+B2+......+By),(C1+C2+......+Cz)分别为对比之后的权重和。
2.如权利要求1所述的方法,其特征在于,根据预设条件自动生成原始资产数据之前,还包括:
将测试设备和所述态势感知系统进行网络连接以搭建测试环境。
3.如权利要求1所述的方法,其特征在于,将所述原始资产数据回放给态势感知系统以使得所述态势感知系统生成识别资产数据,包括:
将所述原始资产数据按照所述预设条件回放给所述态势感知系统;
所述态势感知系统获取所述原始资产数据并进行识别生成所述识别资产数据;
将所述识别资产数据存储在识别资产数据库表中。
4.如权利要求1所述的方法,其特征在于,将所述识别资产数据和所述原始资产数据进行对比和统计之前,包括:
在满足测试持续时间后,所述测试设备由所述态势感知系统中提取所述识别资产数据。
5.如权利要求4所述的方法,其特征在于,所述测试设备由所述态势感知系统中提取所述识别资产数据,包括:
调用浏览器插件以通过浏览器访问所述态势感知系统以提取所述识别资产数据;和/或
通过远程登录的方式登录所述态势感知系统以提取所述识别资产数据。
6.如权利要求1所述的方法,其特征在于,根据对比和统计的结果生成所述态势感知系统的资产识别能力测试结果,包括:
根据多次对比和统计的结果生成所述态势感知系统的资产识别能力测试结果。
7.一种态势感知系统的资产识别能力测试装置,可用于测试设备,其特征在于,包括:
原始资产模块,用于根据预设条件获取测试策略、测试方式,获取初始模板,所述初始模板由已有资产类型数据生成,循环读取所述初始模板,根据所述测试策略修改所述初始模板的参数以生成原始资产数据,将所述原始资产数据存储在原始资产数据库表中;
识别资产模块,用于将所述原始资产数据回放给态势感知系统以使得所述态势感知系统生成识别资产数据;
对比统计模块,用于将所述识别资产数据和所述原始资产数据进行对比和统计,根据对比和统计的结果生成所述态势感知系统的资产识别能力测试结果,包括:
确定所述原始资产的初始权重,并计算所有资产码的原始权重总和M;
将识别资产数据插入所述原始资产数据中,在所述识别资产数据中的数据主码和所述原始资产数据中的主码一致时,插入数据库的数据主码存在与原始数据库中完全匹配,使得该数据会覆盖原始数据库中的同一条数据,并在该识别资产数据其它非主码数据覆盖的同时进行对比操作,若是值不同,则根据资产信息的码的权重值进行权重分值作为该条数据分配第一权重A1、A2、......、Ax, 并计算该数据权重总分;
在所述识别资产数据中的数据主码和所述原始资产数据中的主码不一致时,插入数据库的数据主码存在与原始数据库库中不同,则直接将该数据插入新数据库,并将该数据各个资产码的权重作为该条数据分配第二权重B1、B2、......、By,并计算该数据权重总分;
在所有数据插入完成后,统计原先在原始数据库中但未被覆盖的资产数据,并分别根据这些数据各个资产码的权重C1、C2、......、Cz计算数据权重总分;
基于所述原始权重总和以及所述初始权重确定测试分,计算出新数据库插入旧数据库过程中的权重值总和,并按照如下公式计算出测试总得分N:
N=[M-(A1+A2+......+Ax)-(B1+B2+......+By)-(C1+C2+......+Cz)]/M;
其中,N为测试得分,M为原始权重总和,(A1+A2+......+Ax),(B1+B2+......+By),(C1+C2+......+Cz)分别为对比之后的权重和。
8.一种态势感知系统的资产识别能力测试系统,其特征在于,包括:
测试设备,用于根据预设条件获取测试策略、测试方式,获取初始模板,所述初始模板由已有资产类型数据生成,循环读取所述初始模板,根据所述测试策略修改所述初始模板的参数以生成原始资产数据;将所述原始资产数据存储在原始资产数据库表中;将所述原始资产数据回放给态势感知系统以使得所述态势感知系统生成识别资产数据;将所述识别资产数据和所述原始资产数据进行对比和统计,根据对比和统计的结果生成所述态势感知系统的资产识别能力测试结果,包括:
确定所述原始资产的初始权重,并计算所有资产码的原始权重总和M;
将识别资产数据插入所述原始资产数据中,在所述识别资产数据中的数据主码和所述原始资产数据中的主码一致时,插入数据库的数据主码存在与原始数据库中完全匹配,使得该数据会覆盖原始数据库中的同一条数据,并在该识别资产数据其它非主码数据覆盖的同时进行对比操作,若是值不同,则根据资产信息的码的权重值进行权重分值作为该条数据分配第一权重A1、A2、......、Ax, 并计算该数据权重总分;
在所述识别资产数据中的数据主码和所述原始资产数据中的主码不一致时,插入数据库的数据主码存在与原始数据库库中不同,则直接将该数据插入新数据库,并将该数据各个资产码的权重作为该条数据分配第二权重B1、B2、......、By,并计算该数据权重总分;
在所有数据插入完成后,统计原先在原始数据库中但未被覆盖的资产数据,并分别根据这些数据各个资产码的权重C1、C2、......、Cz计算数据权重总分;
基于所述原始权重总和以及所述初始权重确定测试分,计算出新数据库插入旧数据库过程中的权重值总和,并按照如下公式计算出测试总得分N:
N=[M-(A1+A2+......+Ax)-(B1+B2+......+By)-(C1+C2+......+Cz)]/M;
其中,N为测试得分,M为原始权重总和,(A1+A2+......+Ax),(B1+B2+......+By),(C1+C2+......+Cz)分别为对比之后的权重和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110179329.9A CN112799956B (zh) | 2021-02-07 | 2021-02-07 | 资产识别能力测试方法、装置及系统装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110179329.9A CN112799956B (zh) | 2021-02-07 | 2021-02-07 | 资产识别能力测试方法、装置及系统装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112799956A CN112799956A (zh) | 2021-05-14 |
CN112799956B true CN112799956B (zh) | 2023-05-23 |
Family
ID=75815040
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110179329.9A Active CN112799956B (zh) | 2021-02-07 | 2021-02-07 | 资产识别能力测试方法、装置及系统装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112799956B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101459537A (zh) * | 2008-12-20 | 2009-06-17 | 中国科学技术大学 | 基于多层次多角度分析的网络安全态势感知系统及方法 |
CN107332698A (zh) * | 2017-06-19 | 2017-11-07 | 西北大学 | 一种面向明长城智能感知系统的安全态势感知系统及方法 |
CN109766695A (zh) * | 2018-12-14 | 2019-05-17 | 杭州迪普科技股份有限公司 | 一种基于融合决策的网络安全态势感知方法和系统 |
CN110740141A (zh) * | 2019-11-15 | 2020-01-31 | 国网山东省电力公司信息通信公司 | 一体化网络安全态势感知方法、装置及计算机设备 |
CN111143226A (zh) * | 2019-12-31 | 2020-05-12 | 南京医睿科技有限公司 | 自动化测试方法及装置、计算机可读存储介质、电子设备 |
CN111444111A (zh) * | 2020-04-15 | 2020-07-24 | 深圳市万睿智能科技有限公司 | 基于python的性能测试方法、装置、计算机设备及存储介质 |
CN111832017A (zh) * | 2020-07-17 | 2020-10-27 | 中国移动通信集团广西有限公司 | 一种面向云的数据库安全态势感知系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8019712B2 (en) * | 2008-01-30 | 2011-09-13 | The Boeing Company | Intelligent threat assessment module, method and system for space situational awareness system |
US9392003B2 (en) * | 2012-08-23 | 2016-07-12 | Raytheon Foreground Security, Inc. | Internet security cyber threat reporting system and method |
US9488492B2 (en) * | 2014-03-18 | 2016-11-08 | Sri International | Real-time system for multi-modal 3D geospatial mapping, object recognition, scene annotation and analytics |
-
2021
- 2021-02-07 CN CN202110179329.9A patent/CN112799956B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101459537A (zh) * | 2008-12-20 | 2009-06-17 | 中国科学技术大学 | 基于多层次多角度分析的网络安全态势感知系统及方法 |
CN107332698A (zh) * | 2017-06-19 | 2017-11-07 | 西北大学 | 一种面向明长城智能感知系统的安全态势感知系统及方法 |
CN109766695A (zh) * | 2018-12-14 | 2019-05-17 | 杭州迪普科技股份有限公司 | 一种基于融合决策的网络安全态势感知方法和系统 |
CN110740141A (zh) * | 2019-11-15 | 2020-01-31 | 国网山东省电力公司信息通信公司 | 一体化网络安全态势感知方法、装置及计算机设备 |
CN111143226A (zh) * | 2019-12-31 | 2020-05-12 | 南京医睿科技有限公司 | 自动化测试方法及装置、计算机可读存储介质、电子设备 |
CN111444111A (zh) * | 2020-04-15 | 2020-07-24 | 深圳市万睿智能科技有限公司 | 基于python的性能测试方法、装置、计算机设备及存储介质 |
CN111832017A (zh) * | 2020-07-17 | 2020-10-27 | 中国移动通信集团广西有限公司 | 一种面向云的数据库安全态势感知系统 |
Non-Patent Citations (1)
Title |
---|
网络安全态势感知关键技术分析与研究;丁桐;《信息与电脑》(第第2期期);第134-136页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112799956A (zh) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108255725B (zh) | 测试方法及装置 | |
CN105373478B (zh) | 自动化测试方法和系统 | |
CN107436844B (zh) | 一种接口用例合集的生成方法及装置 | |
CN110378749B (zh) | 客户端相似性的评估方法、装置、终端设备及存储介质 | |
CN109976995B (zh) | 用于测试的方法和装置 | |
CN108804305A (zh) | 一种自动化测试的方法及装置 | |
CN109901968A (zh) | 一种自动化页面数据校验方法和装置 | |
CN109376534B (zh) | 用于检测应用的方法和装置 | |
CN112003834B (zh) | 异常行为检测方法和装置 | |
CN114706740A (zh) | 混沌实验方法、装置、存储介质和设备 | |
WO2021135322A1 (zh) | 一种自动出题方法、装置及系统 | |
CN111930621A (zh) | Dns自动化性能测试方法、装置、设备及可读存储介质 | |
CN111708712A (zh) | 用户行为测试用例的生成方法、流量回放方法及电子设备 | |
CN112799956B (zh) | 资产识别能力测试方法、装置及系统装置 | |
CN115022201B (zh) | 一种数据处理功能测试方法、装置、设备及存储介质 | |
CN110795338B (zh) | 一种基于前后端交互的自动化测试方法、装置及电子设备 | |
CN110737900B (zh) | 网页功能测试方法及装置、服务器和计算机可读存储介质 | |
CN113656314A (zh) | 压力测试处理方法及装置 | |
CN112131611A (zh) | 数据正确性验证方法、装置、设备、系统及存储介质 | |
CN115426301B (zh) | 基于自生报文的设备检测方法、装置、设备和存储介质 | |
CN109376066A (zh) | 一种自动测试方法和装置 | |
CN112181835B (zh) | 自动化测试方法、装置、计算机设备及存储介质 | |
CN116127212A (zh) | 数据接入方法、电子设备及存储介质 | |
CN117850801A (zh) | Whistle代理规则构建方法及相关设备 | |
CN115410007A (zh) | 一种基于集成算法的多算法融合图像比对方法和系统 |
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 |