CN116702154B - 一种基于大数据安全评估的分析系统及方法 - Google Patents
一种基于大数据安全评估的分析系统及方法 Download PDFInfo
- Publication number
- CN116702154B CN116702154B CN202310673965.6A CN202310673965A CN116702154B CN 116702154 B CN116702154 B CN 116702154B CN 202310673965 A CN202310673965 A CN 202310673965A CN 116702154 B CN116702154 B CN 116702154B
- Authority
- CN
- China
- Prior art keywords
- risk
- access
- analysis
- big data
- preset
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004458 analytical method Methods 0.000 title claims abstract description 44
- 238000011157 data evaluation Methods 0.000 claims abstract description 23
- 238000012502 risk assessment Methods 0.000 claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims description 10
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 claims description 5
- 239000003086 colorant Substances 0.000 claims description 4
- 238000010223 real-time analysis Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
- G06F21/57—Certifying or maintaining trusted computer platforms, e.g. secure boots or power-downs, version controls, system software checks, secure updates or assessing vulnerabilities
- G06F21/577—Assessing vulnerabilities and evaluating computer system security
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本发明涉及大数据安全技术领域，具体公开了一种基于大数据安全评估的分析系统及方法，所述系统包括：风险识别模块，用于识别系统的风险事件类型；日志记录端，用于对识别到的风险事件类型及其对应时间点进行统计，并获取系统的运行数据,生成日志文件；触发器，用于对日志文件进行分析，根据分析结果判断是否达到预设触发条件，并在达到预设触发条件时发出执行分析策略的命令；大数据评估模型，用于在触发器达到预设触发条件时对系统风险事件进行大数据评估，获取评估结果；风险分析端，用于根据系统的运行数据对访问风险进行分析，根据访问风险的分析结果及大数据评估获取的评估结果进行风险隐患分析。
Description
技术领域
本发明涉及大数据安全技术领域，具体为一种基于大数据安全评估的分析系统及方法。
背景技术
随着互联网的普及，通过网络通信的方式能够实现数据的方便获取及访问过程，但与此同时，互联网的开放性也会对系统的安全造成较大的影响，因此系统一般会配备对应的安全防护工具来保证系统的安全；随着大数据的普及，通过从海量数据中提取不同安全问题对应的相关信息，借助于大数据平台来完成安全评估分析的过程。
现有技术中，会通过实时同步分析的方式或者按特定时间间隔进行分析的方法来对系统中存在的安全隐患进行监测判断，在判断出现安全问题时及时采取主动的防护策略及处理策略，以此来保证系统的安全性。
而现有技术中的两种监测方式中，特定时间间隔进行分析的方式在判断的过程中存在一定的滞后性，因此不适用于安全等级要求较高的系统；而实时监测的方式会对算力及网络资源存在较大的占用，进而导致系统运行的成本较高。
发明内容
本发明的目的在于提供一种基于大数据安全评估的分析系统及方法，解决以下技术问题：
如何及时对系统风险文件进行监测并减少对系统资源的占用。
本发明的目的可以通过以下技术方案实现：
一种基于大数据安全评估的分析系统，所述系统包括：
风险识别模块，用于识别系统的风险事件类型；
日志记录端，用于对识别到的风险事件类型及其对应时间点进行统计，并获取系统的运行数据,生成日志文件；
触发器，用于对日志文件进行分析，根据分析结果判断是否达到预设触发条件，并在达到预设触发条件时发出执行分析策略的命令；
大数据评估模型，用于在触发器达到预设触发条件时对系统风险事件进行大数据评估，获取评估结果；
风险分析端，用于根据系统的运行数据对访问风险进行分析，根据访问风险的分析结果及大数据评估获取的评估结果进行风险隐患分析。
进一步地，所述触发器包括若干个虚拟容器，每个虚拟容器预设有对应的预设条目；
达到预设触发条件为：
将日志文件与每个虚拟容器的预设条目进行重合性比对，获取每个虚拟容器的重合性百分比；
通过公式计算获得风险触发系数R；
将风险触发系数R与触发阈值RT进行比对：
当R≥RT时，则判断达到触发条件；
其中，n表示重合性百分比的排序名次数，i∈[1，n]；αi为第i名排序对应的权重系数。
进一步地，所述重合性百分比的获取过程包括：
通过公式计算获得第i个虚拟容器的重合性百分比Pi；
其中，mi为第i个虚拟容器的风险事件类型数，j∈[1，mi]，ntij为第i个虚拟容器第j种风险事件在特定时间范围内的阈值个数；nij为第i个虚拟容器第j种风险事件在特定时间范围内的实际个数；g为第一条件函数，若否则，/> tij为第i个虚拟容器第j种风险事件相隔时间段，txij为第i个虚拟容器第j种风险事件相隔阈值时间段；w为第二条件函数，nij＝1时，w(tij，txij)＝1；nij＝2时，若tij≤txij，则w(tij，txij)＝1，否则，/>时，若tij≤txij，则w(tij，txij)＝1，否则，min(tij)为tij中的最小值。
进一步地，所述大数据评估模型建立的过程包括：
获取同一安全问题下大数据中用户的风险事件及对应时间；
在坐标系中，以第一个风险事件的时间为起点，将不同风险事件以柱状图形式按对应时间置于坐标系中，且每个风险事件柱状图的高度、宽度相同，但对应颜色不同；
将大数据中所有用户的风险事件绘制于同一坐标系内，相重叠的柱状图取颜色分量均值，形成安全问题特性色谱带；
根据安全问题特性色谱带对风险事件进行分析。
进一步地，进行大数据评估的过程包括：
在达到触发条件时，根据实时风险事件对排序前n名虚拟容器对应的安全问题进行实时分析，获得安全问题匹配度并按匹配度进行排序；
当排序第一名对应的安全问题匹配度大于预设阈值时，采取该项安全问题对应的处理策略并进行通知；
否则进行风险隐患分析。
进一步地，所述安全问题匹配度的计算过程包括：
通过公式 计算获得安全问题匹配度Cp；
其中，x为实时风险事件数，k∈[1，x]；(Rk，Gk，Bk)为第k个风险事件对应的颜色分量值；(Rkt，Gkt，Bkt)为第k个风险事件时间点在该安全问题特性色谱带上对应的颜色分量值；αR、αF、αB为颜色分量系数，且αR+αG+αB＝1；x0为该安全问题特性色谱带上风险事件数，e为常数。
进一步地，所述风险分析端对访问风险分析的过程包括：
根据系统的运行数据对访问风险进行分析，获得访问风险系数；
将访问风险系数与对应预警值进行比对，当访问风险系数大于等于对应预警值时，执行访问限制策略；否则进行风险隐患分析；
所述风险隐患分析的过程包括：
根据安全问题排序第一的匹配度及访问风险系数输入至动态平衡模型中，根据动态平衡模型的输出结果对风险隐患进行判断。
进一步地，所述访问风险系数获取的过程包括：
获取所有用户的访问数据，提取出预设固定时段内的IP访问量、历史用户IP访问量及对应的访问时间信息；
通过公式计算获得访问风险系数；
其中，Vt为预设固定时段的IP访问参考量；V为预设固定时段的IP访问量；Vh为预设固定时段的历史用户IP访问量；μ、τ为调整系数；max(sV)为单个IP在预设固定时段的访问次数最大值；ave(sV)为单个IP在预设固定时段的访问次数平均值；ref(sV)为单个IP在预设固定时段的访问次数参考值。
一种基于大数据安全评估的分析方法，所述方法通过一种基于大数据安全评估的分析系统进行分析。
本发明的有益效果：
(1)本发明通过触发器对日志文件进行实时监测，在达到触发条件时通过大数据评估模型对发生的风险事件进行评估，同时结合评估结果及访问风险分析的结果进行判断，处理的数据量较少，同时在判断存在安全问题风险时，通过大数据评估模型进行实时分析判断，能够借助大数据的海量经验数据对实时的风险事件进行判断，进而保证了分析及时性的同时，减少了本地资源的占用量。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明基于大数据安全评估的分析系统的逻辑框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中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，在一个实施例中，提供了一种基于大数据安全评估的分析系统，所述系统包括：
风险识别模块，用于识别系统的风险事件类型；
日志记录端，用于对识别到的风险事件类型及其对应时间点进行统计，并获取系统的运行数据,生成日志文件；
触发器，用于对日志文件进行分析，根据分析结果判断是否达到预设触发条件，并在达到预设触发条件时发出执行分析策略的命令；
大数据评估模型，用于在触发器达到预设触发条件时对系统风险事件进行大数据评估，获取评估结果；
风险分析端，用于根据系统的运行数据对访问风险进行分析，根据访问风险的分析结果及大数据评估获取的评估结果进行风险隐患分析。
通过上述技术方案，本实施例中的分析系统通过设置触发器机制，通过触发器对日志文件进行实时监测，在达到触发条件时通过大数据评估模型对发生的风险事件进行评估，同时结合评估结果及访问风险分析的结果进行判断，能够生成对应的处理应对策略，在此过程中，触发器仅仅对存在安全问题的起始风险事件或起始风险事件组合进行监测，因此处理的数据量较少，同时在判断存在安全问题风险时，通过大数据评估模型进行实时分析判断，能够借助大数据的海量经验数据对实时的风险事件进行判断，进而保证了分析及时性的同时，减少了本地资源的占用量。
需要说明的是，本实施例中所述的风险事件指存在安全风险但并非安全问题的时间，例如异常访问、读写异常等。
作为本发明的一种实施方式，所述触发器包括若干个虚拟容器，每个虚拟容器预设有对应的预设条目；
达到预设触发条件为：
将日志文件与每个虚拟容器的预设条目进行重合性比对，获取每个虚拟容器的重合性百分比；
通过公式计算获得风险触发系数R；
将风险触发系数R与触发阈值RT进行比对：
当R≥RT时，则判断达到触发条件；
其中，n表示重合性百分比的排序名次数，i∈[1，n]；αi为第i名排序对应的权重系数。
通过上述技术方案，本实施例给出了触发器的具体实现过程，其中，触发器包括若干个虚拟容器，每个虚拟容器预设有对应的预设条目，预设条目根据经验数据中常见的安全问题类别对应的风险事件类型建立，通过判断实时产生的日志文件与各个虚拟容器的重合性比对，进而判断是否达到触发条件，其中，风险触发系数R根据相似度较高的n个虚拟容器的整体状态进行判断，即通过公式获得，权重系数αi根据名次预先设定，且名次越高对应的权重系数越大，触发阈值RT根据经验数据拟合获得，因此在R≥RT时判断达到触发条件。
作为本发明的一种实施方式，所述重合性百分比的获取过程包括：
通过公式计算获得第i个虚拟容器的重合性百分比Pi；
其中，mi为第i个虚拟容器的风险事件类型数，j∈[1，mi]，ntij为第i个虚拟容器第j种风险事件在特定时间范围内的阈值个数；nij为第i个虚拟容器第j种风险事件在特定时间范围内的实际个数；g为第一条件函数，若否则，/> tij为第i个虚拟容器第j种风险事件相隔时间段，txij为第i个虚拟容器第j种风险事件相隔阈值时间段；w为第二条件函数，nij＝1时，w(tij，txij)＝1；nij＝2时，若tij≤txij，则w(tij，txij)＝1，否则，/>nij≥3时，若tij≤txij，则w(tij，txij)＝1，否则，min(tij)为tij中的最小值。
通过上述技术方案，给出了重合性百分比的计算过程，具体地，由于虚拟容器预设的条目存在多种类型，可能是单个风险事件，也可能是多个风险事件的组合，因此，本实施例通过公式 针对不同风险事件类型及其存在形式，对其进行整体性比对判断，进而获得重合性百分比。
作为本发明的一种实施方式，所述大数据评估模型建立的过程包括：
获取同一安全问题下大数据中用户的风险事件及对应时间；
在坐标系中，以第一个风险事件的时间为起点，将不同风险事件以柱状图形式按对应时间置于坐标系中，且每个风险事件柱状图的高度、宽度相同，但对应颜色不同；
将大数据中所有用户的风险事件绘制于同一坐标系内，相重叠的柱状图取颜色分量均值，形成安全问题特性色谱带；
根据安全问题特性色谱带对风险事件进行分析。
通过上述技术方案，本实施例给出了大数据评估模型建立的过程，具体的，通过获取同一安全问题下大数据中用户的风险事件及对应时间，利用大数据中海量的经验数据进行整合，在坐标系中，以第一个风险事件的时间为起点，将不同风险事件以柱状图形式按对应时间置于坐标系中，且保证每个风险事件柱状图的高度、宽度相同，但对应颜色不同；进而获得单个安全问题的状态图谱，通过将海量安全问题的分布状态进行重叠分布，取颜色分量均值，进而能够获得体现出安全问题整体特性的状态图谱，即安全问题特性色谱带，根据安全问题特性色谱带对风险事件进行分析，进而能够判断出风险事件出现规律与安全问题的匹配程度，进而实现对安全问题类型的判断过程。
作为本发明的一种实施方式，进行大数据评估的过程包括：
在达到触发条件时，根据实时风险事件对排序前n名虚拟容器对应的安全问题进行实时分析，获得安全问题匹配度并按匹配度进行排序；
当排序第一名对应的安全问题匹配度大于预设阈值时，采取该项安全问题对应的处理策略并进行通知；
否则进行风险隐患分析。
所述安全问题匹配度的计算过程包括：
通过公式 计算获得安全问题匹配度Cp；
其中，x为实时风险事件数，k∈[1，x]；(Rk，Gk，Bk)为第k个风险事件对应的颜色分量值；(Rkt，Gkt，Bkt)为第k个风险事件时间点在该安全问题特性色谱带上对应的颜色分量值；αR、αG、αB为颜色分量系数，且αR+αG+αB＝1；x0为该安全问题特性色谱带上风险事件数，e为常数。
通过上述技术方案，本实施例给出了具体评估的过程，在达到触发条件时，根据实时风险事件对排序前n名虚拟容器对应的安全问题进行实时分析，获得安全问题匹配度并按匹配度进行排序；安全问题匹配度的计算过程通过实时风险事件与安全问题特性色谱带的匹配程度进行判断，其中，颜色分量系数根据安全问题特性色谱带建立时选择的颜色确定，用于调整各个颜色分量差值的权重，同时再结合风险事件数的数值匹配状况，进而在颜色匹配程度上及类型出现匹配程度上建立平衡，当(Rk，Gk，Bk)与(Rkt，Gkt，Bkt)匹配程度较高时，或实时风险事件数与该安全问题特性色谱带上风险事件数的比值较大时，反应在匹配度的数值均较高，进而通过最大的安全问题匹配度与对应的预设阈值进行比对，进而在大于等于预设阈值时采取该项安全问题对应的处理策略并进行通知，实现大数据评估的过程。
需要说明的是，上述技术方案中的预设阈值根据经验数据拟合获得。
作为本发明的一种实施方式，所述风险分析端对访问风险分析的过程包括：
根据系统的运行数据对访问风险进行分析，获得访问风险系数；
将访问风险系数与对应预警值进行比对，当访问风险系数大于等于对应预警值时，执行访问限制策略；否则进行风险隐患分析；
所述风险隐患分析的过程包括：
根据安全问题排序第一的匹配度及访问风险系数输入至动态平衡模型中，根据动态平衡模型的输出结果对风险隐患进行判断。
所述访问风险系数获取的过程包括：
获取所有用户的访问数据，提取出预设固定时段内的IP访问量、历史用户IP访问量及对应的访问时间信息；
通过公式计算获得访问风险系数；
其中，Vt为预设固定时段的IP访问参考量；V为预设固定时段的IP访问量；Vh为预设固定时段的历史用户IP访问量；μ、τ为调整系数；max(sV)为单个IP在预设固定时段的访问次数最大值；ave(sV)为单个IP在预设固定时段的访问次数平均值；ref(sV)为单个IP在预设固定时段的访问次数参考值。
通过上述技术方案，本实施例给出了风险分析端对访问风险分析的过程，根据系统的运行数据对访问风险进行分析，获得访问风险系数；将访问风险系数与对应预警值进行比对，当访问风险系数大于等于对应预警值时，执行访问限制策略；否则进行风险隐患分析；风险隐患分析则是将安全问题排序第一的匹配度及访问风险系数输入至动态平衡模型中，根据动态平衡模型的输出结果对风险隐患进行判断，其中，访问风险系数通过公式 获得，其根据用户IP访问状态数据建立访问IP动态模型，根据IP访问次数状况建立访问次数动态模型，结合两模型的结果，进而获得用于评价访问风险状态的访问风险系数Acs，对应预警值根据经验数据拟合获得，因此当访问风险系数大于等于对应预警值时，说明存在访问风险，通过执行访问限制策略来进行及时的处理。
需要说明的是，上述技术方案中的动态平衡模型在访问风险系数小于对应预警值时且安全问题匹配度小于等于预设阈值时进行的二次分析过程，其模型公式为YB＝Cp+σ*Acs，σ为调整系数，其根据经验数据中Cp与Acs的数值范围区间设定，YB为隐患风险值，当Cp过高或Acs过高或Cp与Acs偏高的情况下，隐患风险值的数值也会偏高，因此通过隐患风险值与其对应的阈值进行比对，进而实现对隐患风险的判断。
在一个实施例中，提供了一种基于大数据安全评估的分析方法，所述方法通过一种基于大数据安全评估的分析系统进行分析。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
Claims (2)
1.一种基于大数据安全评估的分析系统，其特征在于，所述系统包括：
风险识别模块，用于识别系统的风险事件类型；
日志记录端，用于对识别到的风险事件类型及其对应时间点进行统计，并获取系统的运行数据,生成日志文件；
触发器，用于对日志文件进行分析，根据分析结果判断是否达到预设触发条件，并在达到预设触发条件时发出执行分析策略的命令；
大数据评估模型，用于在触发器达到预设触发条件时对系统风险事件进行大数据评估，获取评估结果；
风险分析端，用于根据系统的运行数据对访问风险进行分析，根据访问风险的分析结果及大数据评估获取的评估结果进行风险隐患分析；
所述触发器包括若干个虚拟容器，每个虚拟容器预设有对应的预设条目；
达到预设触发条件为：
将日志文件与每个虚拟容器的预设条目进行重合性比对，获取每个虚拟容器的重合性百分比；
通过公式计算获得风险触发系数R；
将风险触发系数R与触发阈值RT进行比对：
当R≥RT时，则判断达到触发条件；
其中，n表示重合性百分比的排序名次数，i∈[1，n]；αi为第i名排序对应的权重系数；
所述重合性百分比的获取过程包括：
通过公式计算获得第i个虚拟容器的重合性百分比Pi；
其中，mi为第i个虚拟容器的风险事件类型数，j∈[1，mi]，ntij为第i个虚拟容器第j种风险事件在特定时间范围内的阈值个数；nij为第i个虚拟容器第j种风险事件在特定时间范围内的实际个数；g为第一条件函数，若否则，/>tij为第i个虚拟容器第j种风险事件相隔时间段，txij为第i个虚拟容器第j种风险事件相隔阈值时间段；w为第二条件函数，nij＝1时，w(tij，txij)＝1；nij＝2时，若tij≤txij，则w(tij，txij)＝1，否则，/>nij≥3时，若tij≤txij，则w(tij，txij)＝1，否则，min(tij)为tij中的最小值；
所述大数据评估模型建立的过程包括：
获取同一安全问题下大数据中用户的风险事件及对应时间；
在坐标系中，以第一个风险事件的时间为起点，将不同风险事件以柱状图形式按对应时间置于坐标系中，且每个风险事件柱状图的高度、宽度相同，但对应颜色不同；
将大数据中所有用户的风险事件绘制于同一坐标系内，相重叠的柱状图取颜色分量均值，形成安全问题特性色谱带；
根据安全问题特性色谱带对风险事件进行分析；
进行大数据评估的过程包括：
在达到触发条件时，根据实时风险事件对排序前n名虚拟容器对应的安全问题进行实时分析，获得安全问题匹配度并按匹配度进行排序；
当排序第一名对应的安全问题匹配度大于预设阈值时，采取该项安全问题对应的处理策略并进行通知；
否则进行风险隐患分析；
所述安全问题匹配度的计算过程包括：
通过公式 计算获得安全问题匹配度Cp；
其中，x为实时风险事件数，k∈[1，x]；(Rk，Gk，Bk)为第k个风险事件对应的颜色分量值；(Rkt，Gkt，Bkt)为第k个风险事件时间点在该安全问题特性色谱带上对应的颜色分量值；αR、αG、αB为颜色分量系数，且αR+αG+αB＝1；x0为该安全问题特性色谱带上风险事件数，e为常数；
所述风险分析端对访问风险分析的过程包括：
根据系统的运行数据对访问风险进行分析，获得访问风险系数；
将访问风险系数与对应预警值进行比对，当访问风险系数大于等于对应预警值时，执行访问限制策略；否则进行风险隐患分析；
所述风险隐患分析的过程包括：
根据安全问题排序第一的匹配度及访问风险系数输入至动态平衡模型中，根据动态平衡模型的输出结果对风险隐患进行判断；
所述访问风险系数获取的过程包括：
获取所有用户的访问数据，提取出预设固定时段内的IP访问量、历史用户IP访问量及对应的访问时间信息；
通过公式计算获得访问风险系数；
其中，Vt为预设固定时段的IP访问参考量；V为预设固定时段的IP访问量；Vh为预设固定时段的历史用户IP访问量；μ、τ为调整系数；max(sV)为单个IP在预设固定时段的访问次数最大值；ave(sV)为单个IP在预设固定时段的访问次数平均值；ref(sV)为单个IP在预设固定时段的访问次数参考值。
2.一种基于大数据安全评估的分析方法，其特征在于，所述方法通过权利要求1所述的一种基于大数据安全评估的分析系统进行分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310673965.6A CN116702154B (zh) | 2023-06-08 | 2023-06-08 | 一种基于大数据安全评估的分析系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310673965.6A CN116702154B (zh) | 2023-06-08 | 2023-06-08 | 一种基于大数据安全评估的分析系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116702154A CN116702154A (zh) | 2023-09-05 |
| CN116702154B true CN116702154B (zh) | 2024-02-23 |
Family
ID=87842776
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310673965.6A Active CN116702154B (zh) | 2023-06-08 | 2023-06-08 | 一种基于大数据安全评估的分析系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116702154B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117749530A (zh) * | 2024-02-19 | 2024-03-22 | 瑞达可信安全技术(广州)有限公司 | 一种基于大数据的网络信息安全分析方法及系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106170772A (zh) * | 2014-10-21 | 2016-11-30 | 铁网网络安全股份有限公司 | 网络安全系统 |
| CN112348310A (zh) * | 2020-09-21 | 2021-02-09 | 西安交大捷普网络科技有限公司 | 一种网络行为的风险评估方法与系统 |
| WO2021093051A1 (zh) * | 2019-11-15 | 2021-05-20 | 网宿科技股份有限公司 | 一种ip地址的评估方法、系统及设备 |
| CN112883380A (zh) * | 2021-01-29 | 2021-06-01 | 深圳市鹰硕技术有限公司 | 智慧教育平台的大数据组件安全风险分析方法及系统 |
| CN114037311A (zh) * | 2021-11-17 | 2022-02-11 | 北京中百信信息技术股份有限公司 | 一种信息系统工程监理项目风险评估方法 |
| KR102384542B1 (ko) * | 2021-11-09 | 2022-04-08 | 주식회사 이글루시큐리티 | 위험도 분포의 상세 분석을 통한 종합 위험도 분석 방법, 장치 및 프로그램 |
| CN115549973A (zh) * | 2022-08-31 | 2022-12-30 | 国网江西省电力有限公司信息通信分公司 | 一种基于gbds用户可信度评估的零信任动态访问控制方法 |
| CN115577701A (zh) * | 2022-09-23 | 2023-01-06 | 刘娇平 | 针对大数据安全的风险行为识别方法、装置、设备及介质 |
| CN116032540A (zh) * | 2022-12-05 | 2023-04-28 | 杭州思律舟到科技有限公司 | 一种基于数据处理的网络安全管理方法及系统 |
-
2023
- 2023-06-08 CN CN202310673965.6A patent/CN116702154B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106170772A (zh) * | 2014-10-21 | 2016-11-30 | 铁网网络安全股份有限公司 | 网络安全系统 |
| WO2021093051A1 (zh) * | 2019-11-15 | 2021-05-20 | 网宿科技股份有限公司 | 一种ip地址的评估方法、系统及设备 |
| CN112348310A (zh) * | 2020-09-21 | 2021-02-09 | 西安交大捷普网络科技有限公司 | 一种网络行为的风险评估方法与系统 |
| CN112883380A (zh) * | 2021-01-29 | 2021-06-01 | 深圳市鹰硕技术有限公司 | 智慧教育平台的大数据组件安全风险分析方法及系统 |
| KR102384542B1 (ko) * | 2021-11-09 | 2022-04-08 | 주식회사 이글루시큐리티 | 위험도 분포의 상세 분석을 통한 종합 위험도 분석 방법, 장치 및 프로그램 |
| CN114037311A (zh) * | 2021-11-17 | 2022-02-11 | 北京中百信信息技术股份有限公司 | 一种信息系统工程监理项目风险评估方法 |
| CN115549973A (zh) * | 2022-08-31 | 2022-12-30 | 国网江西省电力有限公司信息通信分公司 | 一种基于gbds用户可信度评估的零信任动态访问控制方法 |
| CN115577701A (zh) * | 2022-09-23 | 2023-01-06 | 刘娇平 | 针对大数据安全的风险行为识别方法、装置、设备及介质 |
| CN116032540A (zh) * | 2022-12-05 | 2023-04-28 | 杭州思律舟到科技有限公司 | 一种基于数据处理的网络安全管理方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| Towards Security Monitoring for Cloud Analytic Applications;Elsayed, Marwa et al.;IEEE;第69-78页 * |
| 基于大数据分析的应用安全态势系统设计与实现;章翔凌;杨永群;黄勤龙;陈权;;网络空间安全(Z1);第54-59页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116702154A (zh) | 2023-09-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116702154B (zh) | 一种基于大数据安全评估的分析系统及方法 | |
| CN101616101B (zh) | 一种用户信息过滤方法及装置 | |
| CN113255815B (zh) | 用户行为异常分析方法、装置、设备及存储介质 | |
| CN110555596A (zh) | 一种基于配电物资质量评价的抽检策略制定方法及系统 | |
| CN106971344A (zh) | 保额控制方法和系统 | |
| CN114742477B (zh) | 企业订单数据处理方法、装置、设备及存储介质 | |
| CN113362604B (zh) | 一种基于扇区动态交通特征的管制员工作负荷评估方法 | |
| CN107481018A (zh) | 基于互联网技术的物品属性鉴定方法、装置及系统 | |
| CN112580536A (zh) | 一种高位视频车辆及车牌的检测方法及装置 | |
| CN113554361B (zh) | 一种综合能源系统数据处理计算方法及处理系统 | |
| CN113177313B (zh) | 一种多类型手机智能化分类拆解方法 | |
| CN113763217A (zh) | 一种基于智慧校园的网络监管方法及系统 | |
| CN112749893B (zh) | 一种基于云计算的数据挖掘服务平台 | |
| CN107274025B (zh) | 一种实现用电模式智能识别与管理的系统和方法 | |
| CN113435939A (zh) | 一种工程造价进度管理系统 | |
| CN108399387A (zh) | 用于识别目标群体的数据处理方法及装置 | |
| CN111080174A (zh) | 基于区间概率的装配质量风险评估方法、装置及设备 | |
| CN110365672A (zh) | 一种电子商务异常攻击的检测方法 | |
| CN114764682B (zh) | 一种基于多机器学习算法融合的大米安全风险评估方法 | |
| CN113049900B (zh) | 一种基于未确知测度理论的机载设备电磁兼容性分级方法 | |
| CN116258318A (zh) | 一种应急事件响应及物资统筹调配方法及系统 | |
| CN116069092A (zh) | 一种智能仓储安全管理方法及系统 | |
| CN113507341A (zh) | 基于无线电频谱识别的无人机侦测方法、系统和存储介质 | |
| Fallah Nezhad | A new EWMA monitoring design for multivariate quality control problem | |
| CN115345408A (zh) | 一种基于熵权法的终端区进场效率评估方法 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240126 Address after: No. 43, Ground Floor, Science and Technology Building, No. 55, Qingbei Road, High-tech Development Zone, Tangshan City, Hebei Province, 063000 Applicant after: TANGSHAN SUNVUA INTELLIGENT TECHNOLOGY Co.,Ltd. Country or region after: China Address before: No. 172 Shengli Middle Road, Economic Development Zone, Zhangjiakou City, Hebei Province, 075000 Applicant before: Zhangjiakou Zhatu Network Technology Co.,Ltd. Country or region before: China |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |