CN116633664B - 一种用于网络安全监测的评估系统 - Google Patents

一种用于网络安全监测的评估系统 Download PDF

Info

Publication number
CN116633664B
CN116633664B CN202310731795.2A CN202310731795A CN116633664B CN 116633664 B CN116633664 B CN 116633664B CN 202310731795 A CN202310731795 A CN 202310731795A CN 116633664 B CN116633664 B CN 116633664B
Authority
CN
China
Prior art keywords
monitoring
time
characteristic
network
module
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
Application number
CN202310731795.2A
Other languages
English (en)
Other versions
CN116633664A (zh
Inventor
魏书山
赖冠辉
伍俊杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Waner Technology Co ltd
Original Assignee
Guangdong Waner Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Waner Technology Co ltd filed Critical Guangdong Waner Technology Co ltd
Priority to CN202310731795.2A priority Critical patent/CN116633664B/zh
Publication of CN116633664A publication Critical patent/CN116633664A/zh
Application granted granted Critical
Publication of CN116633664B publication Critical patent/CN116633664B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00Network architectures or network communication protocols for network security
    • H04L63/20Network architectures or network communication protocols for network security for managing network security; network security policies in general
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14Network analysis or design

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种用于网络安全监测的评估系统,涉及网络安全监测评估技术领域,所述监控中心通信连接有数据监测模块、特征分析模块、数据存储模块、数据分析模块、数据处理模块、评估效率模块、安全风险评估模块和安全修复模块;数据监测模块监测各网络节点的多线程网络流;特征分析模块用于获得多线程网络流的特征参数,同时在当前监测周期设置时间切片和特征参数评估指标;数据分析模块判断多线程网络流的特征参数是否存在于特征数据库中,并获得特征参数评估指标为已失效的时间切片;评估效率模块用于根据监测周期内的已失效特征参数评估指标的时间切片数量动态调整网络监测评估策略,实现了系统在不同时段内进行动态可持续评估。

Description

一种用于网络安全监测的评估系统
技术领域
本发明涉及网络安全监测评估技术领域,具体是一种用于网络安全监测的评估系统。
背景技术
传统网络安全监测评估难对网络的真实安全防范能力进行分析。例如,传统的系统安全风险评估方法包括对标检查、安全漏洞扫描、基于入侵检测结果的分析和评估等,其中,对标检查是一种静态的安全标准对比评估,不能反映系统各项安全控制措施的实际作用和效果,基于安全漏洞扫描的评估方法不能说明系统面临实际威胁以及威胁的可能性,即不能反映出系统的真实风险程度,基于入侵检测结果的风险分析和评估受到入侵检测系统准确率和漏报率的影响,其结果并不可靠,在利用传统的网络安全监测算法进行网络安全监测评估的过程中,假设网络入侵特征存在较大的差异,将导致网络评估指标产生改变,无法对不同时间段中的动态特征进行可持续的评估。
因此,如何避免传统算法没有充分考虑不同入侵特征造成的网络指标变化,造成无法在不同时段内进行动态可持续评估的缺陷,是我们急需解决的问题。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种用于网络安全监测的评估系统,包括监控中心,所述监控中心通信连接有数据监测模块、特征分析模块、数据存储模块、数据分析模块、数据处理模块、评估效率模块、安全风险评估模块和安全修复模块;
所述数据监测模块用于监测业务系统中各网络节点的多线程网络流,设置监测周期并记录监测时间;
所述特征分析模块用于获得多线程网络流的特征参数,同时在当前监测周期设置时间切片,并为时间切片设置特征参数评估指标;
所述数据存储模块包含实时数据库、历史数据库和特征数据库,用于根据多线程网络流监测时间的不同对多线程网络流进行分开存储;
所述数据分析模块用于判断多线程网络流的特征参数是否存在于特征数据库中,并获得特征参数评估指标为已失效的时间切片;
所述数据处理模块用于为特征参数评估指标为已失效的时间切片重新设置特征参数评估指标;
所述评估效率模块用于根据监测周期内的已失效特征参数评估指标的时间切片数量动态调整网络监测评估策略;
所述安全风险评估模块用于获取各网络节点的网络安全威胁态势图和安全威胁指数;
所述安全修复模块用于对网络节点进行修复或防御升级。
进一步的,所述特征分析模块获得多线程网络流的特征参数,同时在当前监测周期设置时间切片并为时间切片设置特征参数评估指标的过程包括;
设置特征参数计算模型,利用特征参数计算模型获得多线程网络流的特征参数,同时提取历史数据库中历史监测周期内的多线程网络流的特征参数并建立关于特征参数的多维线性回归模型;并根据多维线性回归模型预测特征参数为当前监测周期设置时间切片以及时间切片内的特征参数评估指标。
进一步的,所述数据存储模块根据多线程网络流数据监测时间的不同对多线程网络流进行分开存储的过程包括:
所述数据存储模块包括实时数据库、历史数据库和特征数据库,历史数据库用于存储历史监测周期内的多线程网络流的特征参数;实时数据库用于存储多线程网络流的特征参数;特征数据库用于存储当前监测周期的时间切片以及其特征参数评估指标。
进一步的,所述数据分析模块判断多线程网络流的特征参数是否存在于特征数据库中,并获得特征参数评估指标为已失效的时间切片的过程包括:
对多线程网络流的特征参数与特征数据库中的特征参数评估指标进行匹配,若匹配结果一致,则将其标记为已知多线程网络流,若匹配结果不一致,则将其标记为未知多线程网络流;
获取与已知多线程网络流的特征参数一致的特征参数评估指标的时间切片,并判断该时间切片内是否存在与该时间切片的特征参数评估指标不一致的多线程网络流,若与该时间切片内不存在与其特征参数评估指标不一致的多线程网络流,则标记该时间切片的特征参数评估指标为未失效,若与该时间切片内存在与其特征参数评估指标不一致的多线程网络流,则标记该时间切片的特征参数评估指标为已失效;
获取未知多线程网络流的监测时间,并标记该监测时间所属时间切片的特征参数评估指标为已失效。
进一步的,所述数据处理模块为特征参数评估指标为已失效的时间切片重新设置特征参数评估指标的过程包括:
将该时间切片的已失效的特征参数评估指标删除,之后在该时间切片内根据不同特征参数的多线程网络流的监测时间重新划分该时间切片,并根据多线程网络流的特征参数设置对应时间切片内的与多线程网络流的特征参数一致的特征参数评估指标。
进一步的,所述评估效率模块根据监测周期内的已失效特征参数评估指标的时间切片数量动态调整网络监测评估策略的过程包括:
设置已失效切片阈值,当监测周期内的特征参数评估指标为已失效的时间切片数量小于等于已失效切片阈值时,则当安全风险评估模块开始评估时,所述数据处理模块开始处理监测周期内时间切片的已失效的特征参数评估指标;当监测周期内的已失效特征参数评估指标的时间切片数量大于已失效切片阈值时,则执行以下步骤:
步骤一:在监测周期中设置若干个监测时间段,所述数据分析模块在监测时间段内从数据存储模块随机选取设定数量时间切片,并对时间切片的特征参数评估指标是否失效进行检测,若特征参数评估指标已失效,则将该时间切片信息发送至数据处理模块处理;
步骤二:设置失效比例阈值,若当前监测时间段内的已失效特征参数评估指标的时间切片数量与随机选取的时间切片数量之比大于失效比例阈值,则继续重复步骤一;若本当前测时间段内的已失效特征参数评估指标的时间切片数量与随机选取的时间切片数量之比小于等于失效比例阈值,则在当前时间段步骤一完成后,等待下一监测时间段检查;
步骤三:当步骤一与步骤二进行步骤循环的时间之和大于等于监测时间段时,强制结束步骤一和步骤二,等待下一监测时间段检查。
进一步的,所述安全风险评估模块获取各网络节点的网络安全威胁态势图和安全威胁指数的过程包括:
根据多线程网络流的特征参数和特征参数评估指标获取各网络节点的网络安全威胁态势图和安全威胁指数。
进一步的,所述安全修复模块对网络节点进行修复或防御升级的过程包括:
根据安全风险评估模块生成的网络安全威胁态势图和安全威胁指数生成网络安全响应优先级,并根据网络安全响应优先级大小对相应的网络节点依次进行修复或防御升级。
与现有技术相比,本发明的有益效果是:为保证网络安全监测评估结果的有效性,所述数据分析模块判断多线程网络流的特征参数是否存在于特征数据库中,并获得特征参数评估指标为已失效的时间切片;所述评估效率模块根据监测周期内的已失效特征参数评估指标的时间切片数量动态调整网络监测评估策略,保证了本系统在监测周期中不同时间段的动态风险评估过程;同时也提高网络安全监测评估结果的效率,本系统的评估效率和评估准确率都高于传统算法且误评率低于传统算法,能够为网络运行提供安全保障。
附图说明
图1为本申请实施例的一种用于网络安全监测的评估系统的原理图。
具体实施方式
下面结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
如图1所示,一种用于网络安全监测的评估系统,包括监控中心,所述监控中心通信连接有数据监测模块、特征分析模块、数据存储模块、数据分析模块、数据处理模块、评估效率模块和安全评估模块;
所述数据监测模块用于监测业务系统中各网络节点的多线程网络流,设置监测周期并记录监测时间;
所述特征分析模块用于获得多线程网络流的特征参数,同时在当前监测周期设置时间切片,并为时间切片设置特征参数评估指标;
所述数据存储模块包含实时数据库、历史数据库和特征数据库,用于根据多线程网络流监测时间的不同对多线程网络流进行分开存储;
所述数据分析模块用于判断多线程网络流的特征参数是否存在于特征数据库中,并获得特征参数评估指标为已失效的时间切片;
所述数据处理模块用于为特征参数评估指标为已失效的时间切片重新设置特征参数评估指标;
所述评估效率模块用于根据监测周期内的已失效特征参数评估指标的时间切片数量动态调整网络监测评估策略;
所述安全风险评估模块用于获取各网络节点的网络安全威胁态势图和安全威胁指数;
所述安全修复模块用于对网络节点进行修复或防御升级。
需要进一步说明的是,在具体实施过程中,所述特征分析模块获得多线程网络流的特征参数,同时在当前监测周期设置时间切片并为时间切片设置特征参数评估指标的过程包括;
设置特征参数计算模型,利用特征参数计算模型获得多线程网络流的特征参数,所述特征参数包括数据类型、源IP地址、目的IP地址、源端口号、目的端口号、协议类型、数据流大小、数据流开始时间和数据流结束时间;同时提取历史数据库中历史监测周期内的多线程网络流的特征参数并建立关于特征参数的多维线性回归模型;并根据多维线性回归模型预测特征参数为当前监测周期设置时间切片以及时间切片内的特征参数评估指标,并将其发送至数据存储模块;
需要进一步说明的是,在具体实施过程中,所述数据存储模块根据多线程网络流数据监测时间的不同对多线程网络流进行分开存储的过程包括:
所述数据存储模块包括实时数据库、历史数据库和特征数据库,历史数据库用于存储历史监测周期内的多线程网络流的特征参数;实时数据库用于存储多线程网络流的特征参数;特征数据库用于存储当前监测周期的时间切片以及其特征参数评估指标。当实时数据库检测到下一监测周期的多线程网络流的特征参数时,将当前监测周期实时数据库中采集到的多线程网络流的特征参数发送至历史数据库进行储存。
需要进一步说明的是,在具体实施过程中,所述数据分析模块判断多线程网络流的特征参数是否存在于特征数据库中,并获得特征参数评估指标为已失效的时间切片的过程包括:
对多线程网络流的特征参数与特征数据库中的特征参数评估指标进行匹配,若匹配结果一致,则将其标记为已知多线程网络流,若匹配结果不一致,则将其标记为未知多线程网络流;
获取与已知多线程网络流的特征参数一致的特征参数评估指标的时间切片,并判断该时间切片内是否存在与该时间切片的特征参数评估指标不一致的多线程网络流,若与该时间切片内不存在与其特征参数评估指标不一致的多线程网络流,则标记该时间切片的特征参数评估指标为未失效,若与该时间切片内存在与其特征参数评估指标不一致的多线程网络流,则标记该时间切片的特征参数评估指标为已失效;
获取未知多线程网络流的监测时间,并标记该监测时间所属时间切片的特征参数评估指标为已失效。
需要进一步说明的是,在具体实施过程中,所述数据处理模块为特征参数评估指标为已失效的时间切片重新设置特征参数评估指标的过程包括:
将该时间切片的已失效的特征参数评估指标删除,之后在该时间切片内根据不同特征参数的多线程网络流的监测时间重新划分该时间切片,并根据多线程网络流的特征参数设置对应时间切片内的与多线程网络流的特征参数一致的特征参数评估指标。
需要进一步说明的是,在具体实施过程中,所述评估效率模块根据监测周期内的已失效特征参数评估指标的时间切片数量动态调整网络监测评估策略的过程包括:
设置已失效切片阈值,当监测周期内的特征参数评估指标为已失效的时间切片数量小于等于已失效切片阈值时,则当安全风险评估模块开始评估时,所述数据处理模块开始处理监测周期内时间切片的已失效的特征参数评估指标;当监测周期内的已失效特征参数评估指标的时间切片数量大于已失效切片阈值时,则执行以下步骤:
步骤一:在监测周期中设置若干个监测时间段,所述数据分析模块在监测时间段内从数据存储模块随机选取设定数量时间切片,并对时间切片的特征参数评估指标是否失效进行检测,若特征参数评估指标已失效,则将该时间切片信息发送至数据处理模块处理;
步骤二:设置失效比例阈值,若当前监测时间段内的已失效特征参数评估指标的时间切片数量与随机选取的时间切片数量之比大于失效比例阈值,则继续重复步骤一;若本当前测时间段内的已失效特征参数评估指标的时间切片数量与随机选取的时间切片数量之比小于等于失效比例阈值,则在当前时间段步骤一完成后,等待下一监测时间段检查;
步骤三:当步骤一与步骤二进行步骤循环的时间之和大于等于监测时间段时,强制结束步骤一和步骤二,等待下一监测时间段检查。
需要进一步说明的是,在具体实施过程中,所述安全风险评估模块获取各网络节点的网络安全威胁态势图和安全威胁指数的过程包括:
根据多线程网络流的特征参数和特征参数评估指标获取各网络节点的网络安全威胁态势图和安全威胁指数。
需要进一步说明的是,在具体实施过程中,网络安全威胁态势图和安全威胁指数的获取过程为:
将多维线性回归模型预测的网络流特征参数转换成随时间变化的网络流趋势曲线,并将其标记为标准网络流趋势曲线;并将实时网络流特征参数转换成随时间变化的实时网络流趋势曲线;对实时网络流趋势曲线与标准网络流趋势曲线进行叠合,获得网络安全威胁态势图;
同时判断网络安全威胁态势图中的实时网络流趋势曲线是否在标准网络流趋势曲线的范围内,若是,则表示实时网络流趋势曲线正常,若否,则表示实时网络流趋势曲线存在异常,将实时网络流趋势曲线不在标准网络流趋势曲线的范围内的时间段内的特征数据标记为异常趋势特征数据,获取实时网络流趋势曲线中的异常趋势特征数据。
根据实时网络流趋势曲线中的异常趋势特征数据,计算网络终端的安全威胁指数。
需要进一步说明的是,在具体实施过程中,所述安全修复模块对网络节点进行修复或防御升级的过程包括:
根据安全风险评估模块生成的网络安全威胁态势图和安全威胁指数生成网络安全响应优先级,并根据网络安全响应优先级大小对相应的网络节点依次进行修复或防御升级。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。

Claims (7)

1.一种用于网络安全监测的评估系统,包括监控中心,其特征在于,所述监控中心通信连接有数据监测模块、特征分析模块、数据存储模块、数据分析模块、数据处理模块、评估效率模块、安全风险评估模块和安全修复模块;
所述数据监测模块用于监测业务系统中各网络节点的多线程网络流,设置监测周期并记录监测时间;
所述特征分析模块用于获得多线程网络流的特征参数,同时在当前监测周期设置时间切片,并为时间切片设置特征参数评估指标;
所述数据存储模块包含实时数据库、历史数据库和特征数据库,用于根据多线程网络流监测时间的不同对多线程网络流进行分开存储;
所述数据分析模块用于判断多线程网络流的特征参数是否存在于特征数据库中,并获得特征参数评估指标为已失效的时间切片;
所述数据处理模块用于为特征参数评估指标为已失效的时间切片重新设置特征参数评估指标;
所述评估效率模块用于根据监测周期内的已失效特征参数评估指标的时间切片数量动态调整网络监测评估策略;
所述安全风险评估模块用于获取各网络节点的网络安全威胁态势图和安全威胁指数;
所述安全修复模块用于对网络节点进行修复或防御升级;
所述评估效率模块根据监测周期内的已失效特征参数评估指标的时间切片数量动态调整网络监测评估策略的过程包括:
设置已失效切片阈值,当监测周期内的特征参数评估指标为已失效的时间切片数量小于等于已失效切片阈值时,则当安全风险评估模块开始评估时,所述数据处理模块开始处理监测周期内时间切片的已失效的特征参数评估指标;当监测周期内的已失效特征参数评估指标的时间切片数量大于已失效切片阈值时,则执行以下步骤:
步骤一:在监测周期中设置若干个监测时间段,所述数据分析模块在监测时间段内从数据存储模块随机选取设定数量时间切片,并对时间切片的特征参数评估指标是否失效进行检测,若特征参数评估指标已失效,则将该时间切片信息发送至数据处理模块处理;
步骤二:设置失效比例阈值,若当前监测时间段内的已失效特征参数评估指标的时间切片数量与随机选取的时间切片数量之比大于失效比例阈值,则继续重复步骤一;若本当前测时间段内的已失效特征参数评估指标的时间切片数量与随机选取的时间切片数量之比小于等于失效比例阈值,则在当前时间段步骤一完成后,等待下一监测时间段检查;
步骤三:当步骤一与步骤二进行步骤循环的时间之和大于等于监测时间段时,强制结束步骤一和步骤二,等待下一监测时间段检查。
2.根据权利要求1所述的一种用于网络安全监测的评估系统,其特征在于,所述特征分析模块获得多线程网络流的特征参数,同时在当前监测周期设置时间切片并为时间切片设置特征参数评估指标的过程包括;
设置特征参数计算模型,利用特征参数计算模型获得多线程网络流的特征参数,同时提取历史数据库中历史监测周期内的多线程网络流的特征参数并建立关于特征参数的多维线性回归模型;并根据多维线性回归模型预测特征参数为当前监测周期设置时间切片以及时间切片内的特征参数评估指标。
3.根据权利要求2所述的一种用于网络安全监测的评估系统,其特征在于,所述数据存储模块根据多线程网络流数据监测时间的不同对多线程网络流进行分开存储的过程包括:
所述数据存储模块包括实时数据库、历史数据库和特征数据库,历史数据库用于存储历史监测周期内的多线程网络流的特征参数;实时数据库用于存储多线程网络流的特征参数;特征数据库用于存储当前监测周期的时间切片以及其特征参数评估指标。
4.根据权利要求3所述的一种用于网络安全监测的评估系统,其特征在于,所述数据分析模块判断多线程网络流的特征参数是否存在于特征数据库中,并获得特征参数评估指标为已失效的时间切片的过程包括:
对多线程网络流的特征参数与特征数据库中的特征参数评估指标进行匹配,若匹配结果一致,则将其标记为已知多线程网络流,若匹配结果不一致,则将其标记为未知多线程网络流;
获取与已知多线程网络流的特征参数一致的特征参数评估指标的时间切片,并判断该时间切片内是否存在与该时间切片的特征参数评估指标不一致的多线程网络流,若与该时间切片内不存在与其特征参数评估指标不一致的多线程网络流,则标记该时间切片的特征参数评估指标为未失效,若与该时间切片内存在与其特征参数评估指标不一致的多线程网络流,则标记该时间切片的特征参数评估指标为已失效;
获取未知多线程网络流的监测时间,并标记该监测时间所属时间切片的特征参数评估指标为已失效。
5.根据权利要求4所述的一种用于网络安全监测的评估系统,其特征在于,所述数据处理模块为特征参数评估指标为已失效的时间切片重新设置特征参数评估指标的过程包括:
将该时间切片的已失效的特征参数评估指标删除,之后在该时间切片内根据不同特征参数的多线程网络流的监测时间重新划分该时间切片,并根据多线程网络流的特征参数设置对应时间切片内的与多线程网络流的特征参数一致的特征参数评估指标。
6.根据权利要求5所述的一种用于网络安全监测的评估系统,其特征在于,所述安全风险评估模块获取各网络节点的网络安全威胁态势图和安全威胁指数的过程包括:
根据多线程网络流的特征参数和特征参数评估指标获取各网络节点的网络安全威胁态势图和安全威胁指数。
7.根据权利要求6所述的一种用于网络安全监测的评估系统,其特征在于,所述安全修复模块对网络节点进行修复或防御升级的过程包括:
根据安全风险评估模块生成的网络安全威胁态势图和安全威胁指数生成网络安全响应优先级,并根据网络安全响应优先级大小对相应的网络节点依次进行修复或防御升级。
CN202310731795.2A 2023-06-20 2023-06-20 一种用于网络安全监测的评估系统 Active CN116633664B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310731795.2A CN116633664B (zh) 2023-06-20 2023-06-20 一种用于网络安全监测的评估系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310731795.2A CN116633664B (zh) 2023-06-20 2023-06-20 一种用于网络安全监测的评估系统

Publications (2)

Publication Number Publication Date
CN116633664A CN116633664A (zh) 2023-08-22
CN116633664B true CN116633664B (zh) 2023-11-03

Family

ID=87621326

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310731795.2A Active CN116633664B (zh) 2023-06-20 2023-06-20 一种用于网络安全监测的评估系统

Country Status (1)

Country Link
CN (1) CN116633664B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102340416A (zh) * 2011-07-08 2012-02-01 东软集团股份有限公司 基于时间切片进行事件统计的方法及装置
CN112766672A (zh) * 2021-01-07 2021-05-07 深圳市永达电子信息股份有限公司 一种基于全面评估的网络安全保障方法及系统
CN112866219A (zh) * 2021-01-07 2021-05-28 深圳市永达电子信息股份有限公司 一种安全管控方法及系统
CN112947290A (zh) * 2021-05-16 2021-06-11 北京赛博联物科技有限公司 基于边云协同的设备状态监测方法、监测系统及存储介质
CN113992378A (zh) * 2021-10-22 2022-01-28 绿盟科技集团股份有限公司 一种安全监测方法、装置、电子设备及存储介质
CN114520736A (zh) * 2022-01-24 2022-05-20 广东工业大学 一种物联网安全检测方法、装置、设备及存储介质
CN115795398A (zh) * 2022-12-08 2023-03-14 中国汽车工程研究院股份有限公司 一种新能源汽车电机系统运行风险量化评估方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8751540B2 (en) * 2011-08-08 2014-06-10 Jukka SAPPINEN Dynamic assessment system
US9699205B2 (en) * 2015-08-31 2017-07-04 Splunk Inc. Network security system
US10536482B2 (en) * 2017-03-26 2020-01-14 Microsoft Technology Licensing, Llc Computer security attack detection using distribution departure
US11106789B2 (en) * 2019-03-05 2021-08-31 Microsoft Technology Licensing, Llc Dynamic cybersecurity detection of sequence anomalies

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102340416A (zh) * 2011-07-08 2012-02-01 东软集团股份有限公司 基于时间切片进行事件统计的方法及装置
CN112766672A (zh) * 2021-01-07 2021-05-07 深圳市永达电子信息股份有限公司 一种基于全面评估的网络安全保障方法及系统
CN112866219A (zh) * 2021-01-07 2021-05-28 深圳市永达电子信息股份有限公司 一种安全管控方法及系统
CN112947290A (zh) * 2021-05-16 2021-06-11 北京赛博联物科技有限公司 基于边云协同的设备状态监测方法、监测系统及存储介质
CN113992378A (zh) * 2021-10-22 2022-01-28 绿盟科技集团股份有限公司 一种安全监测方法、装置、电子设备及存储介质
CN114520736A (zh) * 2022-01-24 2022-05-20 广东工业大学 一种物联网安全检测方法、装置、设备及存储介质
CN115795398A (zh) * 2022-12-08 2023-03-14 中国汽车工程研究院股份有限公司 一种新能源汽车电机系统运行风险量化评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于网络资源管理技术的SDN DoS攻击动态防御机制;王涛;陈鸿昶;程国振;;计算机研究与发展(10);全文 *
大规模网络安全态势分析与预测系统YHSAS;韩伟红;隋品波;贾焰;;信息网络安全(08);全文 *

Also Published As

Publication number Publication date
CN116633664A (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
CN111209131B (zh) 一种基于机器学习确定异构系统的故障的方法和系统
CN108491305B (zh) 一种服务器故障的检测方法及系统
CN108989150B (zh) 一种登录异常检测方法及装置
CN112363920A (zh) 测试用例的修复方法、装置、计算机设备和存储介质
CN111427928A (zh) 一种数据质量检测方法及装置
CN114924990A (zh) 一种异常场景测试方法及电子设备
CN110324207B (zh) 一种数据采集终端的检测方法及装置
CN113326612A (zh) 配电网可靠性评估方法及装置
CN117336055A (zh) 一种网络异常行为检测方法、装置、电子设备及存储介质
CN114691521A (zh) 一种基于人工智能的软件测试平台
CN116633664B (zh) 一种用于网络安全监测的评估系统
CN111314110B (zh) 一种用于分布式系统的故障预警方法
CN112506802A (zh) 测试数据的管理方法及系统
CN116226644A (zh) 设备故障类型的确定方法、装置、电子设备及存储介质
CN106708638B (zh) 系统错误检测方法和装置
CN110865939B (zh) 应用程序质量监测方法、装置、计算机设备和存储介质
CN114938339A (zh) 一种数据处理方法和相关装置
CN113360389A (zh) 一种性能测试方法、装置、设备及存储介质
CN112541177A (zh) 一种基于数据安全的异常检测方法及系统
CN111488284A (zh) 一种用于OpenStack云平台的模拟操作主动检测方法
CN112632711B (zh) 船舶故障预测方法、装置、计算机设备和存储介质
CN117439899B (zh) 一种基于大数据的通信机房巡检方法及系统
CN116991149B (zh) 一种费控产品检验方法、装置、电子设备及存储介质
CN116166564A (zh) 一种提升系统架构弹性的受控检验方法、系统及相关设备
CN117453567A (zh) 混沌测试方法、装置及设备

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