CN115085994A - 一种云计算内部物理机的信息集中化安全管理系统 - Google Patents
一种云计算内部物理机的信息集中化安全管理系统 Download PDFInfo
- Publication number
- CN115085994A CN115085994A CN202210650902.4A CN202210650902A CN115085994A CN 115085994 A CN115085994 A CN 115085994A CN 202210650902 A CN202210650902 A CN 202210650902A CN 115085994 A CN115085994 A CN 115085994A
- Authority
- CN
- China
- Prior art keywords
- analysis
- security
- signal
- main body
- risk
- 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.)
- Granted
Links
Images
Classifications
-
- 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
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Alarm Systems (AREA)
- Storage Device Security (AREA)
Abstract
本发明公开了一种云计算内部物理机的信息集中化安全管理系统,涉及的信息安全管理技术领域,解决了现有技术中,无法将物理机进行安全域获取的技术问题,将对应物理机内存储数据进行安全域获取,获取到物理机内存储数据的安全域,提高了数据存储以及数据访问的安全性能,保证数据存储的效率,降低数据缺失的风险;将各个分析主体安全域进行实时趋势分析,判断当前分析主体安全域的实时运行状态,保证分析主体安全域的安全性能,使其安全风险降低,且在安全风险出现前进行及时预警和调控,从而降低了存储风险给数据带来的影响。
Description
技术领域
本发明涉及的信息安全管理技术领域,具体为一种云计算内部物理机的信息集中化安全管理系统。
背景技术
物理机是相对于虚拟机而言的对实体计算机的称呼。物理机提供给虚拟机以硬件环境,有时也称为“寄主”或“宿主”;通过物理机和虚拟机的配合,一台计算机上可以安装上多个操作系统(一个外界操作系统和虚拟机中的数个操作系统),并且几个操作系统间还可以实现通信,就像是有多台计算机一样。
但是在现有技术中,物理机的信息集中化安全管理过程中,无法将物理机进行安全域获取,导致物理机运行效率降低的同时无法保证数据的安全性能,同时无法将已知的安全域进行趋势分析,判断物理机的实时运行趋势,从而导致物理机的运行存在风险。
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的就在于为了解决上述提出的问题,而提出一种云计算内部物理机的信息集中化安全管理系统,将对应物理机内存储数据进行安全域获取,获取到物理机内存储数据的安全域,提高了数据存储以及数据访问的安全性能,保证数据存储的效率,降低数据缺失的风险;将各个分析主体安全域进行实时趋势分析,判断当前分析主体安全域的实时运行状态,保证分析主体安全域的安全性能,使其安全风险降低,且在安全风险出现前进行及时预警和调控,从而降低了存储风险给数据带来的影响。
本发明的目的可以通过以下技术方案实现:
一种云计算内部物理机的信息集中化安全管理系统,包括安全管理服务器,安全管理服务器连接有:
信息安全域获取单元,用于将对应物理机内存储数据进行安全域获取,获取到物理机内存储数据的安全域,将物理机存储数据标记为分析主体,通过分析获取到物理机存储区域的安全分析系数,并根据安全分析系数分析获取到分析主体安全域和分析主体非安全域,并将其对应发送至安全管理服务器;
安全域趋势分析单元,用于将各个分析主体安全域进行实时趋势分析,判断当前分析主体安全域的实时运行状态,通过实时趋势分析生成风险趋势信号和安全趋势信号,并将其发送至安全管理服务器;
执行事件分析单元,用于将对应分析主体安全域进行执行事件分析,判断对应分析主体安全域在运行过程中是否存在风险,通过执行事件分析生成低风险执行信号和高风险执行信号,并将其发送至安全管理服务器;
介质安全性分析单元,用于将分析主体的存储介质进行分析,判断存储介质的安全性以及实时运行状态,通过存储介质分析生成介质风险信号、介质安全信号、不稳定运行信号以及稳定运行信号,并将其发送至安全管理服务器。
作为本发明的一种优选实施方式,信息安全域获取单元的运行过程如下:
采集到分析主体对应物理机存储区域内访问权限设定数量、对应物理机存储区域的非权限访问通过概率以及采集到分析主体对应物理机存储区域的覆盖网络实时陌生终端连接数量,通过分析获取到物理机存储区域的安全分析系数;将物理机存储区域的安全分析系数与安全分析系数阈值进行比较:
若物理机存储区域的安全分析系数超过安全分析系数阈值,则判定对应物理机存储区域的安全分析合格,生成安全分析合格信号同时将对应物理机存储区域标记为分析主体安全域,同时将安全分析合格信号和分析主体安全域的名称发送至安全管理服务器;若物理机存储区域的安全分析系数未超过安全分析系数阈值,则判定对应物理机存储区域的安全分析不合格,生成安全分析不合格信号同时将对应物理机存储区域标记为分析主体非安全域,同时将安全分析不合格信号和分析主体非安全域的名称发送至安全管理服务器。
作为本发明的一种优选实施方式,安全域趋势分析单元的运行过程如下:
采集到各个分析主体安全域内数据已存的内存值与未进行存储的内存值对应比值以及各个分析主体安全域内访问终端数量的增加速度,并将其分别标记为内存值比值和数量增加速度,并将内存值比值和数量增加速度分别与内存值比值阈值和增加速度阈值进行比较:
若内存值比值超过内存值比值阈值,或者数量增加速度超过增加速度阈值,则判定对应分析主体安全域的趋势呈风险趋势,生成风险趋势信号并将风险趋势信号发送至安全管理服务器;若内存值比值未超过内存值比值阈值,且数量增加速度未超过增加速度阈值,则判定对应分析主体安全域的趋势呈安全趋势,生成安全趋势信号并将安全趋势信号发送至安全管理服务器。
作为本发明的一种优选实施方式,执行事件分析单元的运行过程如下:
将进行执行事件分析的分析主体安全域作为分析对象,采集到分析对象内分析主体的执行事件对应时刻,执行事件表示为数据访问浏览、数据下载以及数据缓存;采集到执行事件对应时刻时分析对象内分析主体的存储量浮动值,若对应存储量浮动值超过存储量浮动值阈值,则将对应执行事件标记为风险执行事件,若对应存储量浮动值未超过存储量浮动值阈值,则将对应执行事件标记为安全执行事件。
作为本发明的一种优选实施方式,采集到分析对象内分析主体对应风险执行事件和安全执行事件的数量比值以及风险执行事件的数量增长速度,并将其分别标记为事件数量比和事件增长速度,并将事件数量比和事件增长速度分别与数量比值阈值和数量增长速度阈值进行比较:
若事件数量比超过数量比值阈值,且事件增长速度未超过数量增长速度阈值,则判定对应分析主体的执行事件分析结果为低风险执行,生成低风险执行信号并将低风险执行信号发送至安全管理服务器;若事件数量比未超过数量比值阈值,或者事件增长速度超过数量增长速度阈值,则判定对应分析主体的执行事件分析结果为高风险执行,生成高风险执行信号并将高风险执行信号发送至安全管理服务器。
作为本发明的一种优选实施方式,介质安全性分析单元的运行过程如下:
采集到分析主体对应存储介质额定运行数据,额定运行数据表示为存储介质的最大存储时长和内存值;获取到存储介质处于额定运行数据的条件数据,条件数据表示为存储介质的缓存清理频率以及数据转载频率;
将存储介质处于额定运行数据的条件数据进行分析,若对应条件数据内任一数值超过对应阈值,则判定存储介质存在风险信号,生成介质风险信号并将介质风险信号发送至安全管理服务器;
若对应条件数据内数值均未超过对应阈值,则判定存储介质不存在风险信号,生成介质安全信号并将介质安全信号发送至安全管理服务器;
同时将存储介质的额定运行数据进行分析,若对应额定运行数据内任一数据对应数值浮动值超过对应浮动值阈值,则判定存储介质无法稳定运行,生成不稳定运行信号并将不稳定运行信号发送至安全管理服务器;若对应额定运行数据内数据对应数值浮动值均未超过对应浮动值阈值,则判定存储介质可以稳定运行,生成稳定运行信号并将稳定运行信号发送至安全管理服务器。
与现有技术相比,本发明的有益效果是:
1、本发明中,将对应物理机内存储数据进行安全域获取,获取到物理机内存储数据的安全域,提高了数据存储以及数据访问的安全性能,保证数据存储的效率,降低数据缺失的风险;将各个分析主体安全域进行实时趋势分析,判断当前分析主体安全域的实时运行状态,保证分析主体安全域的安全性能,使其安全风险降低,且在安全风险出现前进行及时预警和调控,从而降低了存储风险给数据带来的影响;
2、本发明中,将对应分析主体安全域进行执行事件分析,判断对应分析主体安全域在运行过程中是否存在风险,从而对分析主体安全域的运行进行实时监管,保证其运行的合格性以及安全性,降低了分析主体安全域内存储数据的风险;将分析主体的存储介质进行分析,判断存储介质的安全性以及实时运行状态,存储介质表示为分析主体的存储设备,如硬盘或者光盘;对存储介质的安全性进行分析能够提高了数据存储的合格性,降低数据丢失的风险。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明一种云计算内部物理机的信息集中化安全管理系统的原理框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,一种云计算内部物理机的信息集中化安全管理系统,包括安全管理服务器,安全管理服务器通讯连接有信息安全域获取单元、安全域趋势分析单元、执行事件分析单元以及介质安全性分析单元,其中,安全管理服务器与信息安全域获取单元、安全域趋势分析单元、执行事件分析单元以及介质安全性分析单元均为双向通讯连接;
安全管理服务器生成信息安全域获取信号并将信息安全域获取信号发送至信息安全域获取单元,信息安全域获取单元接收到信息安全域获取信号后,将对应物理机内存储数据进行安全域获取,获取到物理机内存储数据的安全域,提高了数据存储以及数据访问的安全性能,保证数据存储的效率,降低数据缺失的风险;
将物理机存储数据标记为分析主体,设置标号i,i为大于1的自然数,采集到分析主体对应物理机存储区域内访问权限设定数量以及对应物理机存储区域的非权限访问通过概率,并将分析主体对应物理机存储区域内访问权限设定数量以及对应物理机存储区域的非权限访问通过概率分别标记为QXSi和FTGi;采集到分析主体对应物理机存储区域的覆盖网络实时陌生终端连接数量,并将分析主体对应物理机存储区域的覆盖网络实时陌生终端连接数量标记为LJSi;
可以理解的是,物理机存储区域表示为物理机存储数据的设备,陌生终端表示为首次连接网络的终端设备;
将物理机存储区域的安全分析系数Ci与安全分析系数阈值进行比较:
若物理机存储区域的安全分析系数Ci超过安全分析系数阈值,则判定对应物理机存储区域的安全分析合格,生成安全分析合格信号同时将对应物理机存储区域标记为分析主体安全域,同时将安全分析合格信号和分析主体安全域的名称发送至安全管理服务器;同时生成安全域趋势分析信号并将安全域趋势分析信号发送至安全域趋势分析单元;
若物理机存储区域的安全分析系数Ci未超过安全分析系数阈值,则判定对应物理机存储区域的安全分析不合格,生成安全分析不合格信号同时将对应物理机存储区域标记为分析主体非安全域,同时将安全分析不合格信号和分析主体非安全域的名称发送至安全管理服务器;安全管理服务器接收到安全分析不合格信号后,将对应分析主体非安全域进行安全监测,控制陌生终端的数量以及设定访问权限数量;
安全域趋势分析单元接收到安全域趋势分析信号后,将各个分析主体安全域进行实时趋势分析,判断当前分析主体安全域的实时运行状态,保证分析主体安全域的安全性能,使其安全风险降低,且在安全风险出现前进行及时预警和调控,从而降低了存储风险给数据带来的影响;
采集到各个分析主体安全域内数据已存的内存值与未进行存储的内存值对应比值以及各个分析主体安全域内访问终端数量的增加速度,并将各个分析主体安全域内数据已存的内存值与未进行存储的内存值对应比值以及各个分析主体安全域内访问终端数量的增加速度分别与内存值比值阈值和增加速度阈值进行比较:
若分析主体安全域内数据已存的内存值与未进行存储的内存值对应比值超过内存值比值阈值,或者分析主体安全域内访问终端数量的增加速度超过增加速度阈值,则判定对应分析主体安全域的趋势呈风险趋势,生成风险趋势信号并将风险趋势信号发送至安全管理服务器,安全管理服务器接收到风险趋势信号后,将对应分析主体安全域进行使用调控;若分析主体安全域内数据已存的内存值与未进行存储的内存值对应比值未超过内存值比值阈值,且分析主体安全域内访问终端数量的增加速度未超过增加速度阈值,则判定对应分析主体安全域的趋势呈安全趋势,生成安全趋势信号并将安全趋势信号发送至安全管理服务器;
安全管理服务器接收到安全趋势信号后,生成执行事件分析信号并将执行事件分析信号发送至执行事件分析单元,执行事件分析单元接收到执行事件分析信号后,将对应分析主体安全域进行执行事件分析,判断对应分析主体安全域在运行过程中是否存在风险,从而对分析主体安全域的运行进行实时监管,保证其运行的合格性以及安全性,降低了分析主体安全域内存储数据的风险;
将进行执行事件分析的分析主体安全域作为分析对象,采集到分析对象内分析主体的执行事件对应时刻,执行事件表示为数据访问浏览、数据下载以及数据缓存;采集到执行事件对应时刻时分析对象内分析主体的存储量浮动值,若执行事件对应时刻时分析对象内分析主体的存储量浮动值超过存储量浮动值阈值,则将对应执行事件标记为风险执行事件,若执行事件对应时刻时分析对象内分析主体的存储量浮动值未超过存储量浮动值阈值,则将对应执行事件标记为安全执行事件;
采集到分析对象内分析主体对应风险执行事件和安全执行事件的数量比值以及风险执行事件的数量增长速度,并将分析对象内分析主体对应风险执行事件和安全执行事件的数量比值以及风险执行事件的数量增长速度分别与数量比值阈值和数量增长速度阈值进行比较:
若分析对象内分析主体对应风险执行事件和安全执行事件的数量比值超过数量比值阈值,且风险执行事件的数量增长速度未超过数量增长速度阈值,则判定对应分析主体的执行事件分析结果为低风险执行,生成低风险执行信号并将低风险执行信号发送至安全管理服务器;若分析对象内分析主体对应风险执行事件和安全执行事件的数量比值未超过数量比值阈值,或者风险执行事件的数量增长速度超过数量增长速度阈值,则判定对应分析主体的执行事件分析结果为高风险执行,生成高风险执行信号并将高风险执行信号发送至安全管理服务器;
安全管理服务器生成介质安全性分析信号并将介质安全性分析信号发送至介质安全性分析单元,介质安全性分析单元接收到介质安全性分析信号后,将分析主体的存储介质进行分析,判断存储介质的安全性以及实时运行状态,存储介质表示为分析主体的存储设备,如硬盘或者光盘;对存储介质的安全性进行分析能够提高了数据存储的合格性,降低数据丢失的风险;
采集到分析主体对应存储介质额定运行数据,额定运行数据表示为存储介质的最大存储时长和内存值;获取到存储介质处于额定运行数据的条件数据,条件数据表示为存储介质的缓存清理频率以及数据转载频率;
将存储介质处于额定运行数据的条件数据进行分析,若对应条件数据内任一数值超过对应阈值,则判定存储介质存在风险信号,生成介质风险信号并将介质风险信号发送至安全管理服务器;安全管理服务器接收到介质风险信号后,将对应存储介质进行运行管控;若对应条件数据内数值均未超过对应阈值,则判定存储介质不存在风险信号,生成介质安全信号并将介质安全信号发送至安全管理服务器;
同时将存储介质的额定运行数据进行分析,若对应额定运行数据内任一数据对应数值浮动值超过对应浮动值阈值,则判定存储介质无法稳定运行,生成不稳定运行信号并将不稳定运行信号发送至安全管理服务器,安全管理服务器接收到不稳定运行信号后,将对应存储介质进行停用维护;若对应额定运行数据内数据对应数值浮动值均未超过对应浮动值阈值,则判定存储介质可以稳定运行,生成稳定运行信号并将稳定运行信号发送至安全管理服务器。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;
本发明在使用时,通过信息安全域获取单元将对应物理机内存储数据进行安全域获取,获取到物理机内存储数据的安全域,将物理机存储数据标记为分析主体,通过分析获取到物理机存储区域的安全分析系数,并根据安全分析系数分析获取到分析主体安全域和分析主体非安全域,并将其对应发送至安全管理服务器;通过安全域趋势分析单元将各个分析主体安全域进行实时趋势分析,判断当前分析主体安全域的实时运行状态,通过实时趋势分析生成风险趋势信号和安全趋势信号,并将其发送至安全管理服务器;通过执行事件分析单元将对应分析主体安全域进行执行事件分析,判断对应分析主体安全域在运行过程中是否存在风险,通过执行事件分析生成低风险执行信号和高风险执行信号,并将其发送至安全管理服务器;通过介质安全性分析单元将分析主体的存储介质进行分析,判断存储介质的安全性以及实时运行状态,通过存储介质分析生成介质风险信号、介质安全信号、不稳定运行信号以及稳定运行信号,并将其发送至安全管理服务器。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (6)
1.一种云计算内部物理机的信息集中化安全管理系统,包括安全管理服务器,其特征在于,安全管理服务器连接有:
信息安全域获取单元,用于将对应物理机内存储数据进行安全域获取,获取到物理机内存储数据的安全域,将物理机存储数据标记为分析主体,通过分析获取到物理机存储区域的安全分析系数,并根据安全分析系数分析获取到分析主体安全域和分析主体非安全域,并将其对应发送至安全管理服务器;
安全域趋势分析单元,用于将各个分析主体安全域进行实时趋势分析,判断当前分析主体安全域的实时运行状态,通过实时趋势分析生成风险趋势信号和安全趋势信号,并将其发送至安全管理服务器;
执行事件分析单元,用于将对应分析主体安全域进行执行事件分析,判断对应分析主体安全域在运行过程中是否存在风险,通过执行事件分析生成低风险执行信号和高风险执行信号,并将其发送至安全管理服务器;
介质安全性分析单元,用于将分析主体的存储介质进行分析,判断存储介质的安全性以及实时运行状态,通过存储介质分析生成介质风险信号、介质安全信号、不稳定运行信号以及稳定运行信号,并将其发送至安全管理服务器。
2.根据权利要求1所述的一种云计算内部物理机的信息集中化安全管理系统,其特征在于,信息安全域获取单元的运行过程如下:
采集到分析主体对应物理机存储区域内访问权限设定数量、对应物理机存储区域的非权限访问通过概率以及采集到分析主体对应物理机存储区域的覆盖网络实时陌生终端连接数量,通过分析获取到物理机存储区域的安全分析系数;将物理机存储区域的安全分析系数与安全分析系数阈值进行比较:
若物理机存储区域的安全分析系数超过安全分析系数阈值,则判定对应物理机存储区域的安全分析合格,生成安全分析合格信号同时将对应物理机存储区域标记为分析主体安全域,同时将安全分析合格信号和分析主体安全域的名称发送至安全管理服务器;若物理机存储区域的安全分析系数未超过安全分析系数阈值,则判定对应物理机存储区域的安全分析不合格,生成安全分析不合格信号同时将对应物理机存储区域标记为分析主体非安全域,同时将安全分析不合格信号和分析主体非安全域的名称发送至安全管理服务器。
3.根据权利要求1所述的一种云计算内部物理机的信息集中化安全管理系统,其特征在于,安全域趋势分析单元的运行过程如下:
采集到各个分析主体安全域内数据已存的内存值与未进行存储的内存值对应比值以及各个分析主体安全域内访问终端数量的增加速度,并将其分别标记为内存值比值和数量增加速度,并将内存值比值和数量增加速度分别与内存值比值阈值和增加速度阈值进行比较:
若内存值比值超过内存值比值阈值,或者数量增加速度超过增加速度阈值,则判定对应分析主体安全域的趋势呈风险趋势,生成风险趋势信号并将风险趋势信号发送至安全管理服务器;若内存值比值未超过内存值比值阈值,且数量增加速度未超过增加速度阈值,则判定对应分析主体安全域的趋势呈安全趋势,生成安全趋势信号并将安全趋势信号发送至安全管理服务器。
4.根据权利要求1所述的一种云计算内部物理机的信息集中化安全管理系统,其特征在于,执行事件分析单元的运行过程如下:
将进行执行事件分析的分析主体安全域作为分析对象,采集到分析对象内分析主体的执行事件对应时刻,执行事件表示为数据访问浏览、数据下载以及数据缓存;采集到执行事件对应时刻时分析对象内分析主体的存储量浮动值,若对应存储量浮动值超过存储量浮动值阈值,则将对应执行事件标记为风险执行事件,若对应存储量浮动值未超过存储量浮动值阈值,则将对应执行事件标记为安全执行事件。
5.根据权利要求4所述的一种云计算内部物理机的信息集中化安全管理系统,其特征在于,采集到分析对象内分析主体对应风险执行事件和安全执行事件的数量比值以及风险执行事件的数量增长速度,并将其分别标记为事件数量比和事件增长速度,并将事件数量比和事件增长速度分别与数量比值阈值和数量增长速度阈值进行比较:
若事件数量比超过数量比值阈值,且事件增长速度未超过数量增长速度阈值,则判定对应分析主体的执行事件分析结果为低风险执行,生成低风险执行信号并将低风险执行信号发送至安全管理服务器;若事件数量比未超过数量比值阈值,或者事件增长速度超过数量增长速度阈值,则判定对应分析主体的执行事件分析结果为高风险执行,生成高风险执行信号并将高风险执行信号发送至安全管理服务器。
6.根据权利要求1所述的一种云计算内部物理机的信息集中化安全管理系统,其特征在于,介质安全性分析单元的运行过程如下:
采集到分析主体对应存储介质额定运行数据,额定运行数据表示为存储介质的最大存储时长和内存值;获取到存储介质处于额定运行数据的条件数据,条件数据表示为存储介质的缓存清理频率以及数据转载频率;
将存储介质处于额定运行数据的条件数据进行分析,若对应条件数据内任一数值超过对应阈值,则判定存储介质存在风险信号,生成介质风险信号并将介质风险信号发送至安全管理服务器;
若对应条件数据内数值均未超过对应阈值,则判定存储介质不存在风险信号,生成介质安全信号并将介质安全信号发送至安全管理服务器;
同时将存储介质的额定运行数据进行分析,若对应额定运行数据内任一数据对应数值浮动值超过对应浮动值阈值,则判定存储介质无法稳定运行,生成不稳定运行信号并将不稳定运行信号发送至安全管理服务器;若对应额定运行数据内数据对应数值浮动值均未超过对应浮动值阈值,则判定存储介质可以稳定运行,生成稳定运行信号并将稳定运行信号发送至安全管理服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210650902.4A CN115085994B (zh) | 2022-06-09 | 2022-06-09 | 一种云计算内部物理机的信息集中化安全管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210650902.4A CN115085994B (zh) | 2022-06-09 | 2022-06-09 | 一种云计算内部物理机的信息集中化安全管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115085994A true CN115085994A (zh) | 2022-09-20 |
CN115085994B CN115085994B (zh) | 2023-05-12 |
Family
ID=83252196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210650902.4A Active CN115085994B (zh) | 2022-06-09 | 2022-06-09 | 一种云计算内部物理机的信息集中化安全管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115085994B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116305207A (zh) * | 2023-03-15 | 2023-06-23 | 云洞(上海)科技股份有限公司 | 一种基于人工智能的视听互动数据运营安全管理系统 |
CN116489178A (zh) * | 2023-04-25 | 2023-07-25 | 安徽亚高科技有限公司 | 一种分布式存储通讯信息的方法及装置 |
CN117670315A (zh) * | 2024-01-31 | 2024-03-08 | 天科新能源有限责任公司 | 一种基于大数据的半固态电池回收管理系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103873498A (zh) * | 2012-12-11 | 2014-06-18 | 中国电信股份有限公司 | 云平台资源自适应预警方法与系统 |
CN104991853A (zh) * | 2015-07-22 | 2015-10-21 | 北京京东尚科信息技术有限公司 | 一种输出预警信息的方法和装置 |
CN106888140A (zh) * | 2017-03-29 | 2017-06-23 | 宁夏煜隆科技有限公司 | 智能家居中数据集中管理方法及系统 |
CN111611053A (zh) * | 2020-05-20 | 2020-09-01 | 赵辛 | 一种云计算服务器计算资源分配系统 |
US20210182413A1 (en) * | 2019-12-11 | 2021-06-17 | Paypal, Inc. | Detection of sensitive database information |
-
2022
- 2022-06-09 CN CN202210650902.4A patent/CN115085994B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103873498A (zh) * | 2012-12-11 | 2014-06-18 | 中国电信股份有限公司 | 云平台资源自适应预警方法与系统 |
CN104991853A (zh) * | 2015-07-22 | 2015-10-21 | 北京京东尚科信息技术有限公司 | 一种输出预警信息的方法和装置 |
CN106888140A (zh) * | 2017-03-29 | 2017-06-23 | 宁夏煜隆科技有限公司 | 智能家居中数据集中管理方法及系统 |
US20210182413A1 (en) * | 2019-12-11 | 2021-06-17 | Paypal, Inc. | Detection of sensitive database information |
CN111611053A (zh) * | 2020-05-20 | 2020-09-01 | 赵辛 | 一种云计算服务器计算资源分配系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116305207A (zh) * | 2023-03-15 | 2023-06-23 | 云洞(上海)科技股份有限公司 | 一种基于人工智能的视听互动数据运营安全管理系统 |
CN116305207B (zh) * | 2023-03-15 | 2023-11-17 | 云洞(上海)科技股份有限公司 | 一种基于人工智能的视听互动数据运营安全管理系统 |
CN116489178A (zh) * | 2023-04-25 | 2023-07-25 | 安徽亚高科技有限公司 | 一种分布式存储通讯信息的方法及装置 |
CN116489178B (zh) * | 2023-04-25 | 2023-09-22 | 安徽亚高科技有限公司 | 一种分布式存储通讯信息的方法及装置 |
CN117670315A (zh) * | 2024-01-31 | 2024-03-08 | 天科新能源有限责任公司 | 一种基于大数据的半固态电池回收管理系统 |
CN117670315B (zh) * | 2024-01-31 | 2024-04-26 | 天科新能源有限责任公司 | 一种基于大数据的半固态电池回收管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115085994B (zh) | 2023-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115085994A (zh) | 一种云计算内部物理机的信息集中化安全管理系统 | |
CN111092852B (zh) | 基于大数据的网络安全监控方法、装置、设备及存储介质 | |
US10296435B2 (en) | Storage of mass data for monitoring | |
CN113141276A (zh) | 一种基于知识图谱的信息安全方法 | |
CN113778054B (zh) | 一种针对工业控制系统攻击的双级检测方法 | |
CN115967646A (zh) | 一种基于互联网的计算机网络数据安全智能防护系统 | |
CN103778024A (zh) | 服务器系统及其讯息处理方法 | |
CN117439916A (zh) | 一种网络安全测试评估系统及方法 | |
CN113255089A (zh) | 基于网络流量特征智能梳理资产的方法、计算机程序及存储介质 | |
CN110909380B (zh) | 一种异常文件访问行为监控方法和装置 | |
CN111190790A (zh) | 一种基于峰值预测的云计算集群监控方法及系统 | |
CN104021079B (zh) | 主机系统数据的实时监控与分析系统及方法 | |
CN105897776A (zh) | 一种基于云计算系统的安全管控方法及系统 | |
CN113691310B (zh) | 光纤链路的故障监测方法、装置、设备和存储介质 | |
Hou et al. | A federated learning-based fault detection algorithm for power terminals | |
CN115175174A (zh) | 一种基于物联网平台实现探针设备管控系统的方法 | |
CN111754752A (zh) | 一种基于在线算法的物联网智能燃气网络系统及监测方法 | |
CN107566187B (zh) | 一种sla违例监测方法、装置和系统 | |
CN111103487A (zh) | 一种非侵入式的基于功耗分析的pst异常监测方法 | |
US8032797B1 (en) | Storage of mass data for monitoring | |
CN111565377A (zh) | 应用于物联网的安全监测方法和装置 | |
CN117873838B (zh) | 一种电信设备环境温度监控方法及系统 | |
CN116857118B (zh) | 一种基于物联网技术的风力发电变桨方法和系统 | |
CN116346676B (zh) | 基于数据驱动的互联网断路器健康状态评估方法及系统 | |
CN214704625U (zh) | 网络安全分析管理系统 |
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 |