WO2022267084A1 - 基于大数据的网络安全检测方法及系统 - Google Patents
基于大数据的网络安全检测方法及系统 Download PDFInfo
- Publication number
- WO2022267084A1 WO2022267084A1 PCT/CN2021/103337 CN2021103337W WO2022267084A1 WO 2022267084 A1 WO2022267084 A1 WO 2022267084A1 CN 2021103337 W CN2021103337 W CN 2021103337W WO 2022267084 A1 WO2022267084 A1 WO 2022267084A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- data
- network
- network security
- historical
- security detection
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 103
- 238000000034 method Methods 0.000 claims abstract description 19
- 230000002159 abnormal effect Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000700605 Viruses Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
Definitions
- the invention relates to the technical field of big data network security, in particular to a method and system for network security detection based on big data.
- the big data platform can use the data of each user terminal for centralized storage and processing, so as to provide users with corresponding demand services, because the diversity and comprehensiveness of the data sources of the big data platform can provide Users provide more comprehensive and high-quality services.
- the difficulty of network security detection on big data platforms has also increased accordingly.
- the detection of network security with big data platforms usually detects network data sequentially, such as intrusion detection, virus detection, garbage detection, etc.
- This detection method has complicated calculation steps and low efficiency, which has a serious impact.
- the data processing speed of the data platform usually detects network data sequentially, such as intrusion detection, virus detection, garbage detection, etc.
- the embodiment of the present invention provides a network security detection method and system based on big data.
- the embodiment of the present invention provides a network security detection method based on big data, including:
- the network security detection is performed on the insecure historical network data through the network environment configuration information, and the network security detection result of the big data service terminal is obtained.
- the method also includes:
- the corresponding historical network data is determined according to the high-frequency network security element, and marked as the central data.
- the method also includes:
- the abnormal level of the central data is determined according to the data access abnormal item, and the network security detection result of the central data is determined according to the abnormal level.
- the method also includes:
- the method also includes:
- the method also includes:
- the embodiment of the present invention provides a network security detection system based on big data, including:
- the first acquisition module is used to acquire the historical network data received by the big data service terminal within a preset time period, and acquire the network security elements of the historical network data, the network security elements including associated domain names, associated IPs, and associated files ;
- the second obtaining module is used to obtain the central data in the historical network data according to the network security element, obtain the network environment configuration information of the central data, and perform network operation on the central data through the network environment configuration information Safety detection, to determine the unsafe data in the central data;
- a determining module configured to determine a corresponding unsafe element according to the unsafe data, and obtain unsafe historical network data including the unsafe element in the historical network data;
- the detection module is configured to perform network security detection on the insecure historical network data through the network environment configuration information, and obtain the network security detection result of the big data service terminal.
- the system also includes:
- the second detection module is used to detect the frequency of occurrence of the network security elements, and acquire high-frequency network security elements whose frequency of occurrence is greater than a preset frequency;
- a marking module configured to determine corresponding historical network data according to the high-frequency network security element, and mark it as the central data.
- An embodiment of the present invention provides an electronic device, including a memory, a processor, and a computer program stored on the memory and operable on the processor.
- the processor executes the program, the above-mentioned network security detection method based on big data is implemented. A step of.
- An embodiment of the present invention provides a non-transitory computer-readable storage medium, on which a computer program is stored, and when the computer program is executed by a processor, the steps of the above-mentioned big data-based network security detection method are implemented.
- the network security detection method and system based on big data acquires the historical network data received by the big data service terminal within a preset time period, and acquires the network security elements of the historical network data, and the network security
- the element includes an associated domain name, an associated IP, and an associated file; according to the network security element, the central data in the historical network data is obtained, the network environment configuration information of the central data is obtained, and the network environment configuration information is used to update the The central data performs network security detection, and determines the unsafe data in the central data; determines the corresponding unsafe elements according to the unsafe data, and obtains the unsafe historical network containing the unsafe elements in the historical network data Data; performing network security detection on the insecure historical network data through the network environment configuration information to obtain the network security detection result of the big data service terminal.
- the security detection of the data in the big data platform can be carried out through the network security elements, which improves the efficiency of data security detection, and further improves the data processing speed of the big data service terminal.
- Fig. 1 is the flowchart of the network security detection method based on big data in the embodiment of the present invention
- Fig. 2 is the structural diagram of the network security detection system based on big data in the embodiment of the present invention
- FIG. 3 is a schematic structural diagram of an electronic device in an embodiment of the present invention.
- Fig. 1 is a schematic flowchart of a network security detection method based on big data provided by an embodiment of the present invention. As shown in Fig. 1, an embodiment of the present invention provides a network security detection method based on big data, including:
- Step S101 obtaining historical network data received by the big data service terminal within a preset time period, and obtaining network security elements of the historical network data, the network security elements including associated domain names, associated IPs, and associated files.
- the big data service terminal receives the historical network data uploaded by the relevant service object.
- the historical network data is uploaded by the relevant service object within a preset time period.
- the length of the preset time period can be determined by the size of the data volume or by Set by the service terminal itself, such as the data received by the big data service terminal in the past 2 hours, and then analyze the historical network data received within the preset time period to obtain the network security elements related to the historical network data, among which , the network security elements include the associated domain name, associated IP, and associated files of historical network data.
- Step S102 Obtain the central data in the historical network data according to the network security elements, obtain the network environment configuration information of the central data, and perform network security detection on the central data through the network environment configuration information to determine Unsafe data in the central data.
- the central data in the historical network data is obtained according to the network security elements related to the historical network data, wherein the step of obtaining the central data may be to detect the occurrence frequency of the network security elements, and obtain the high According to the high-frequency network security elements, the corresponding historical network data is determined according to the high-frequency network security elements, and marked as central data.
- the domain name is an unsafe element, and the data containing unsafe elements is the central data.
- the data volume of the central data can be set according to the current service memory of the data service terminal.
- the central data When the current service memory of the data service terminal is high, the central data The data volume of the data can be increased correspondingly, on the contrary, the data volume of the central data can be reduced accordingly, and then the network environment configuration information of the central data is obtained, and various network security elements of the central data are detected through the network environment configuration information, and determined In the central data, there are insecure data with security issues.
- the historical network data when there is no unsafe data in the central data, mark the historical network data as a safe data source, indicating that the data source is safe, and if there is no unsafe data, it will be from the same source as the historical network data within the preset period of data is marked as secure data.
- Step S103 determine the corresponding unsafe element according to the unsafe data, and obtain unsafe historical network data including the unsafe element in the historical network data.
- Step S104 performing network security detection on the insecure historical network data according to the network environment configuration information, and obtaining the network security detection result of the big data service terminal.
- network security detection is performed on insecure historical network data through network environment configuration information, that is, further security detection is performed on data with insecure elements, so as to detect data with security risks and obtain the network security of big data service terminals.
- Safety inspection results are provided.
- the security rating of the sending source of the historical network data is performed according to the network security detection results, and the security testing strength of the sending data of the sending source is determined according to the security rating.
- the higher the security rating the lower the follow-up security detection intensity, when the security rating is lowered, the security detection intensity of the corresponding sending source will increase.
- a network security detection method based on big data obtains historical network data received by a big data service terminal within a preset time period, and obtains network security elements of the historical network data.
- the network security The element includes an associated domain name, an associated IP, and an associated file; according to the network security element, the central data in the historical network data is obtained, the network environment configuration information of the central data is obtained, and the network environment configuration information is used to update the The central data performs network security detection, and determines the unsafe data in the central data; determines the corresponding unsafe elements according to the unsafe data, and obtains the unsafe historical network containing the unsafe elements in the historical network data Data; performing network security detection on the insecure historical network data through the network environment configuration information to obtain the network security detection result of the big data service terminal.
- the security detection of the data in the big data platform can be carried out through the network security elements, which improves the efficiency of data security detection, and further improves the data processing speed of the big data service terminal.
- the network security detection method based on big data also includes:
- the abnormal level of the central data is determined according to the data access abnormal item, and the network security detection result of the central data is determined according to the abnormal level.
- the network security detection of the central data is performed through the network environment configuration information, and the data access area of the central data is obtained, that is, the destination of the data transmission of the central data, and then the data is accessed through the network environment configuration information.
- the area records and processes to obtain the data access exception items of the central data in the data access area, and then determine the abnormal level of the central data when accessing the central data according to the data access abnormal items, and determine the network security detection results of the central data according to the abnormal level.
- the abnormality level exceeds the predetermined level, it indicates that the data access process of the central data is abnormal, and the result that the central data is unsafe data is output.
- the embodiment of the present invention determines the abnormal level of the central data through data access abnormal items to determine the network security detection result of the central data, and then detects unsafe data.
- FIG. 2 is a network security detection system based on big data provided by an embodiment of the present invention, including: a first acquisition module 201, a second acquisition module 202, a determination module 203, and a detection module 204, wherein:
- the first acquisition module S201 is used to acquire the historical network data received by the big data service terminal within a preset period of time, and acquire the network security elements of the historical network data, the network security elements include associated domain names, associated IPs, and associated document.
- the second acquisition module S202 is configured to acquire the central data in the historical network data according to the network security elements, acquire the network environment configuration information of the central data, and perform the central data processing on the central data through the network environment configuration information Network security detection, determining unsafe data in the central data.
- the determining module S203 is configured to determine a corresponding unsafe element according to the unsafe data, and obtain unsafe historical network data including the unsafe element in the historical network data.
- the detection module S204 is configured to perform network security detection on the insecure historical network data through the network environment configuration information, and obtain a network security detection result of the big data service terminal.
- system may further include.
- the second detection module is configured to detect the frequency of occurrence of the network security elements, and acquire high-frequency network security elements whose frequency of occurrence is greater than a preset frequency.
- a marking module configured to determine corresponding historical network data according to the high-frequency network security element, and mark it as the central data.
- system may also include:
- the third acquisition module is configured to acquire the data access area of the central data, record and process the data access area through the network environment configuration information, and obtain the abnormal data access items in the data access area.
- the second determination module is configured to determine the abnormal level of the central data according to the data access abnormal item, and determine the network security detection result of the central data according to the abnormal level.
- system may also include:
- the comparison module is used to compare the insecure historical network data with security problems in the network security detection results, and when the same network security element exists in the insecure historical network data, give a danger alarm to the network security element.
- system may also include:
- the second marking module is used to mark the historical network data as a safe data source when there is no unsafe data in the central data;
- the third marking module is used to mark the data from the same source as the historical network data as safe data within a preset period.
- system may also include:
- a rating module configured to perform a security rating on the sending source of the historical network data according to the network security testing result, and determine the security testing strength for the sending data of the sending source according to the security rating.
- Each module in the above-mentioned network security detection system based on big data can be fully or partially realized by software, hardware and combinations thereof.
- the above-mentioned modules can be embedded in or independent of the processor in the computer device in the form of hardware, and can also be stored in the memory of the computer device in the form of software, so that the processor can invoke and execute the corresponding operations of the above-mentioned modules.
- FIG. 3 illustrates a schematic diagram of the physical structure of an electronic device.
- the electronic device may include: a processor (processor) 301, a memory (memory) 302, a communication interface (Communications Interface) 303 and a communication bus 304, wherein, the processor 301, the memory 302, and the communication interface 303 complete mutual communication through the communication bus 304.
- processor processor
- memory memory
- communication interface Communication Interface
- the processor 301 may call the logic instructions in the memory 302 to perform the following method: obtain the historical network data received by the big data service terminal within a preset time period, and obtain the network security elements of the historical network data, the network security
- the element includes an associated domain name, an associated IP, and an associated file; according to the network security element, the central data in the historical network data is obtained, the network environment configuration information of the central data is obtained, and the network environment configuration information is used to update the The central data performs network security detection, and determines the unsafe data in the central data; determines the corresponding unsafe elements according to the unsafe data, and obtains the unsafe historical network containing the unsafe elements in the historical network data Data; performing network security detection on the insecure historical network data through the network environment configuration information to obtain the network security detection result of the big data service terminal.
- the above-mentioned logic instructions in the memory 302 may be implemented in the form of software functional units and may be stored in a computer-readable storage medium when sold or used as an independent product.
- the essence of the technical solution of the present invention or the part that contributes to the prior art or the part of the technical solution can be embodied in the form of a software product, and the computer software product is stored in a storage medium, including Several instructions are used to make a computer device (which may be a personal computer, a server, or a network device, etc.) execute all or part of the steps of the methods described in various embodiments of the present invention.
- the aforementioned storage media include: U disk, mobile hard disk, read-only memory (ROM, Read-Only Memory), random access memory (RAM, Random Access Memory), magnetic disks or optical discs and other media that can store program codes.
- an embodiment of the present invention also provides a non-transitory computer-readable storage medium, on which a computer program is stored.
- the transmission method provided by the above-mentioned embodiments is implemented, for example, including : Obtain the historical network data received by the big data service terminal within a preset time period, and obtain the network security elements of the historical network data, the network security elements include associated domain names, associated IPs, and associated files; according to the network security The element obtains the central data in the historical network data, obtains the network environment configuration information of the central data, and performs network security detection on the central data through the network environment configuration information, and determines the insecurity in the central data data; determine the corresponding unsafe element according to the unsafe data, and obtain the unsafe historical network data containing the unsafe element in the historical network data; configure the unsafe historical network through the network environment configuration information
- the data is subjected to network security detection, and the network security detection result of the big data service terminal is obtained.
- each implementation can be implemented by means of software plus a necessary general hardware platform, and of course also by hardware.
- the essence of the above technical solution or the part that contributes to the prior art can be embodied in the form of software products, and the computer software products can be stored in computer-readable storage media, such as ROM/RAM, magnetic CD, CD, etc., including several instructions to make a computer device (which may be a personal computer, server, or network device, etc.) execute the methods described in various embodiments or some parts of the embodiments.
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)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例提供一种基于大数据的网络安全检测方法及装置，所述方法包括：获取大数据服务终端在预设时间段内接收的历史网络数据，并获取历史网络数据的网络安全元素；根据网络安全元素获取所述历史网络数据中的中心数据，获取中心数据的网络环境配置信息，并通过网络环境配置信息对中心数据进行网络安全检测，确定不安全数据；根据不安全数据确定对应的不安全元素，并获取历史网络数据中包含不安全元素的不安全历史网络数据；通过网络环境配置信息对不安全历史网络数据进行网络安全检测，得到大数据服务终端的网络安全检测结果。采用本方法能够提高数据安全检测效率，进而提高了大数据服务终端的数据处理速度。
Description
本发明涉及大数据网络安全技术领域，尤其涉及一种基于大数据的网络安全检测方法及系统。
随着我国互联网技术的快速发展，大数据平台可以用各个用户终端的数据进行集中存储、处理，从而为用户提供对应的需求服务，因为大数据平台的数据来源的多样性和综合性，能够为用户提供更全面、更优质的服务，同时，因为大数据平台数据的来源的多样性和综合性，导致对大数据平台的网络安全检测的难度也相应上升。
目前对与大数据平台的网络安全的检测，通常都是对网络数据依次进行检测，比如入侵检测、病毒检测、垃圾检测等等，这种检测方式计算步骤复杂，效率也十分低下，严重影响大数据平台的数据处理速度。
针对现有技术中存在的问题，本发明实施例提供一种基于大数据的网络安全检测方法及系统。
本发明实施例提供一种基于大数据的网络安全检测方法，包括：
获取大数据服务终端在预设时间段内接收的历史网络数据，并获取所述历史网络数据的网络安全元素，所述网络安全元素包括关联域名、关联IP和关联文件；
根据所述网络安全元素获取所述历史网络数据中的中心数据，获取所述中心数据的网络环境配置信息，并通过所述网络环境配置信息对所述中心数据进行网络安全检测，确定所述中心数据中的不安全数据；
根据所述不安全数据确定对应的不安全元素，并获取所述历史网络数据中包含所述不安全元素的不安全历史网络数据；
通过所述网络环境配置信息对所述不安全历史网络数据进行网络安全检测，得到所述大数据服务终端的网络安全检测结果。
在其中一个实施例中，所述方法还包括：
检测所述网络安全元素的出现频率，并获取所述出现频率大于预设频率的高频网络安全元素；
根据所述高频网络安全元素确定对应的历史网络数据，并标记为所述中心数据。
在其中一个实施例中，所述方法还包括：
获取所述中心数据的数据访问区域，通过所述网络环境配置信息对所述数据访问区域进行记录并处理，得到所述数据访问区域中的数据访问异常项；
根据所述数据访问异常项确定所述中心数据的异常等级，并根据所述异常等级确定所述中心数据的网络安全检测结果。
在其中一个实施例中，所述方法还包括：
对比所述网络安全检测结果中存在安全问题的不安全历史网络数据，当所述不安全历史网络数据中存在相同的网络安全元素时，对网络安全元素进行危险警报。
在其中一个实施例中，所述方法还包括：
当所述中心数据中不存在不安全数据时，将所述历史网络数据标记为安全数据源；
并在预设周期内，将与所述历史网络数据相同来源的数据标记为安全数据。
在其中一个实施例中，所述方法还包括：
根据所述网络安全检测结果对所述历史网络数据的发送源进行安全评级，并根据所述安全评级确定对于所述发送源的发送数据的安全检测力度。
本发明实施例提供一种基于大数据的网络安全检测系统，包括：
第一获取模块，用于获取大数据服务终端在预设时间段内接收的历史网络数据，并获取所述历史网络数据的网络安全元素，所述网络安全元素包括关联域名、关联IP和关联文件；
第二获取模块，用于根据所述网络安全元素获取所述历史网络数据中的中心数据，获取所述中心数据的网络环境配置信息，并通过所述网络环境配置信息对所述中心数据进行网络安全检测，确定所述中心数据中的不安全数据；
确定模块，用于根据所述不安全数据确定对应的不安全元素，并获取所述历史网络数据中包含所述不安全元素的不安全历史网络数据；
检测模块，用于通过所述网络环境配置信息对所述不安全历史网络数据进行网络安全检测，得到所述大数据服务终端的网络安全检测结果。
在其中一个实施例中，所述系统还包括：
第二检测模块，用于检测所述网络安全元素的出现频率，并获取所述出现频率大于预设频率的高频网络安全元素；
标记模块，用于根据所述高频网络安全元素确定对应的历史网络数据，并标记为所述中心数据。
本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述基于大数据的网络安全检测方法的步骤。
本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述基于大数据的网络安全检测方法的步骤。
本发明实施例提供的基于大数据的网络安全检测方法及系统，获取大数据服务终端在预设时间段内接收的历史网络数据，并获取所述历史网络数据的网络安全元素，所述网络安全元素包括关联域名、关联IP和关联文件；根据所述网络安全元素获取所述历史网络数据中的中心数据，获取所述中心数据的网络环境配置信息，并通过所述网络环境配置信息对所述中心数据进行网络安全检测，确定所述中心数据中的不安全数据；根据所述不安全数据确定对应的不安全元素，并获取所述历史网络数据中包含所述不安全元素的不安全历史网络数据；通过所述网络环境配置信息对所述不安全历史网络数据进行网络安全检测，得到所述大数据服务终端的网络安全检测结果。这样能够通过网络安全元素对大数据平台中的数据进行安全检测，提高了数据安全检测效率，进而提高了大数据服务终端的数据处理速度。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，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为本发明实施例中基于大数据的网络安全检测方法的流程图；
图2为本发明实施例中基于大数据的网络安全检测系统的结构图；
图3为本发明实施例中电子设备结构示意图。
为使本发明实施例的目的、技术方案和优点更加清楚，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他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的基于大数据的网络安全检测方法的流程示意图，如图1所示，本发明实施例提供了一种基于大数据的网络安全检测方法，包括：
步骤S101，获取大数据服务终端在预设时间段内接收的历史网络数据，并获取所述历史网络数据的网络安全元素，所述网络安全元素包括关联域名、关联IP和关联文件。
具体地，大数据服务终端接收相关服务对象上传的历史网络数据，历史网络数据为相关服务对象在预设时间段上传的，其中，预设时间段的长短可以由数据量的大小决定，也可由通过服务终端自行设置，比如大数据服务终端在过去2小时内接收到的数据，然后根据预设时间段内接收到的历史网络数据进行数据分析，得到与历史网络数据相关的网络安全元素，其中，网络安全元素包括历史网络数据数据的关联域名、关联IP以及的关联文件。
步骤S102，根据所述网络安全元素获取所述历史网络数据中的中心数据，获取所述中心数据的网络环境配置信息，并通过所述网络环境配置信息对所述中心数据进行网络安全检测，确定所述中心数据中的不安全数据。
具体地，根据历史网络数据相关的网络安全元素获取到历史网络数据中的中心数据，其中，中心数据的获取的步骤可以为检测网络安全元素的出现频率，并获取出现频率大于预设频率的高频网络安全元素，根据高频网络安全元素确定对应的历史网络数据，并标记为中心数据，比如在历史网络数据的网络安全元素中，有超过20%的数据都包含相同的关联域名，则关联域名为不安全元素，其中，包含不安全元素的数据为中心数据，其中，中心数据的数据量可以根据数据服务终端当前的服务内存设定，当数据服务终端的当前服务内存较高时，中心数据的数据量可以相应增加，反之，中心数据的数据量则可以相应减少，然后获取中心数据的网络环境配置信息，并通过网络环境配置信息对中心数据的各项网络安全元素进行检测，并确定中心数据中，存在安全问题的不安全数据。
另外，当中心数据中不存在不安全数据时，将历史网络数据标记为安全数据源，说明数据来源时安全的，不存在不安全数据，则在预设周期内，将与历史网络数据相同来源的数据标记为安全数据。
步骤S103，根据所述不安全数据确定对应的不安全元素，并获取所述历史网络数据中包含所述不安全元素的不安全历史网络数据。
具体地，在确定中心数据中，存在安全问题的不安全数据后，获取不安全数据对应的不安全元素，包括中心数据的关联域名、关联IP以及关联文件，并根据不安全元素，获取在历史网络数据中所有包含不安全元素的不安全历史网络数据，方便后续进行安全检测。
步骤S104，通过所述网络环境配置信息对所述不安全历史网络数据进行网络安全检测，得到所述大数据服务终端的网络安全检测结果。
具体地，通过网络环境配置信息对不安全历史网络数据进行网络安全检测，即对存在不安全元素的数据进行进一步的安全检测，从而对存在安全隐患的数据进行检测，得到大数据服务终端的网络安全检测结果。
另外，在得到网络安全检测结果之后，对比网络安全检测结果中存在安全问题的不安全历史网络数据，当不安全历史网络数据中存在相同的网络安全元素时，说明网络安全元素中的关联域名、关联IP和关联文件中存在安全问题，则对存在安全问题的关联域名、关联IP和关联文件发出危险警报，并不再接收相同网络安全元素的数据。
另外，在得到网络安全检测结果之后，根据网络安全检测结果对历史网络数据的发送源进行安全评级，并根据安全评级确定对于发送源的发送数据的安全检测力度，通常来说，安全评级越高，后续的安全检测力度越低，当安全评级降低后，对应发送源的安全检测力度会提高。
本发明实施例提供的一种基于大数据的网络安全检测方法，获取大数据服务终端在预设时间段内接收的历史网络数据，并获取所述历史网络数据的网络安全元素，所述网络安全元素包括关联域名、关联IP和关联文件；根据所述网络安全元素获取所述历史网络数据中的中心数据，获取所述中心数据的网络环境配置信息，并通过所述网络环境配置信息对所述中心数据进行网络安全检测，确定所述中心数据中的不安全数据；根据所述不安全数据确定对应的不安全元素，并获取所述历史网络数据中包含所述不安全元素的不安全历史网络数据；通过所述网络环境配置信息对所述不安全历史网络数据进行网络安全检测，得到所述大数据服务终端的网络安全检测结果。这样能够通过网络安全元素对大数据平台中的数据进行安全检测，提高了数据安全检测效率，进而提高了大数据服务终端的数据处理速度。
在上述实施例的基础上，所述基于大数据的网络安全检测方法，还包括：
获取所述中心数据的数据访问区域，通过所述网络环境配置信息对所述数据访问区域进行记录并处理，得到所述数据访问区域中的数据访问异常项；
根据所述数据访问异常项确定所述中心数据的异常等级，并根据所述异常等级确定所述中心数据的网络安全检测结果。
在本发明实施例中，通过网络环境配置信息对所述中心数据进行网络安全检测，通过获取中心数据的数据访问区域，即中心数据进行数据发送的目的地，然后通过网络环境配置信息对数据访问区域进行记录并处理，得到中心数据在数据访问区域中的数据访问异常项，然后根据数据访问异常项确定中心数据在进行访问时的异常等级，并根据异常等级确定中心数据的网络安全检测结果，当异常等级超过预定等级时，说明中心数据的数据访问过程出现异常，输出中心数据为不安全数据的结果。
本发明实施例通过数据访问异常项确定中心数据的异常等级确定中心数据的网络安全检测结果，进而检测出不安全数据。
图2为本发明实施例提供的一种基于大数据的网络安全检测系统，包括：第一获取模块201、第二获取模块202、确定模块203、检测模块204，其中：
第一获取模块S201，用于获取大数据服务终端在预设时间段内接收的历史网络数据，并获取所述历史网络数据的网络安全元素，所述网络安全元素包括关联域名、关联IP和关联文件。
第二获取模块S202，用于根据所述网络安全元素获取所述历史网络数据中的中心数据，获取所述中心数据的网络环境配置信息，并通过所述网络环境配置信息对所述中心数据进行网络安全检测，确定所述中心数据中的不安全数据。
确定模块S203，用于根据所述不安全数据确定对应的不安全元素，并获取所述历史网络数据中包含所述不安全元素的不安全历史网络数据。
检测模块S204，用于通过所述网络环境配置信息对所述不安全历史网络数据进行网络安全检测，得到所述大数据服务终端的网络安全检测结果。
在一个实施例中，系统还可以包括。
第二检测模块，用于检测所述网络安全元素的出现频率，并获取所述出现频率大于预设频率的高频网络安全元素。
标记模块，用于根据所述高频网络安全元素确定对应的历史网络数据，并标记为所述中心数据。
在一个实施例中，系统还可以包括：
第三获取模块，用于获取所述中心数据的数据访问区域，通过所述网络环境配置信息对所述数据访问区域进行记录并处理，得到所述数据访问区域中的数据访问异常项。
第二确定模块，用于根据所述数据访问异常项确定所述中心数据的异常等级，并根据所述异常等级确定所述中心数据的网络安全检测结果。
在一个实施例中，系统还可以包括：
对比模块，用于对比所述网络安全检测结果中存在安全问题的不安全历史网络数据，当所述不安全历史网络数据中存在相同的网络安全元素时，对网络安全元素进行危险警报。
在一个实施例中，系统还可以包括：
第二标记模块，用于当所述中心数据中不存在不安全数据时，将所述历史网络数据标记为安全数据源；
第三标记模块，用于在预设周期内，将与所述历史网络数据相同来源的数据标记为安全数据。
在一个实施例中，系统还可以包括：
评级模块，用于根据所述网络安全检测结果对所述历史网络数据的发送源进行安全评级，并根据所述安全评级确定对于所述发送源的发送数据的安全检测力度。
关于基于大数据的网络安全检测系统的具体限定可以参见上文中对于基于大数据的网络安全检测方法的限定，在此不再赘述。上述基于大数据的网络安全检测系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)301、存储器(memory)302、通信接口(Communications
Interface)303和通信总线304，其中，处理器301，存储器302，通信接口303通过通信总线304完成相互间的通信。处理器301可以调用存储器302中的逻辑指令，以执行如下方法：获取大数据服务终端在预设时间段内接收的历史网络数据，并获取所述历史网络数据的网络安全元素，所述网络安全元素包括关联域名、关联IP和关联文件；根据所述网络安全元素获取所述历史网络数据中的中心数据，获取所述中心数据的网络环境配置信息，并通过所述网络环境配置信息对所述中心数据进行网络安全检测，确定所述中心数据中的不安全数据；根据所述不安全数据确定对应的不安全元素，并获取所述历史网络数据中包含所述不安全元素的不安全历史网络数据；通过所述网络环境配置信息对所述不安全历史网络数据进行网络安全检测，得到所述大数据服务终端的网络安全检测结果。
此外，上述的存储器302中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access
Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法，例如包括：获取大数据服务终端在预设时间段内接收的历史网络数据，并获取所述历史网络数据的网络安全元素，所述网络安全元素包括关联域名、关联IP和关联文件；根据所述网络安全元素获取所述历史网络数据中的中心数据，获取所述中心数据的网络环境配置信息，并通过所述网络环境配置信息对所述中心数据进行网络安全检测，确定所述中心数据中的不安全数据；根据所述不安全数据确定对应的不安全元素，并获取所述历史网络数据中包含所述不安全元素的不安全历史网络数据；通过所述网络环境配置信息对所述不安全历史网络数据进行网络安全检测，得到所述大数据服务终端的网络安全检测结果。
以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
- 一种基于大数据的网络安全检测方法，其特征在于，包括：获取大数据服务终端在预设时间段内接收的历史网络数据，并获取所述历史网络数据的网络安全元素，所述网络安全元素包括关联域名、关联IP和关联文件；根据所述网络安全元素获取所述历史网络数据中的中心数据，获取所述中心数据的网络环境配置信息，并通过所述网络环境配置信息对所述中心数据进行网络安全检测，确定所述中心数据中的不安全数据；根据所述不安全数据确定对应的不安全元素，并获取所述历史网络数据中包含所述不安全元素的不安全历史网络数据；通过所述网络环境配置信息对所述不安全历史网络数据进行网络安全检测，得到所述大数据服务终端的网络安全检测结果。
- 根据权利要求1所述的基于大数据的网络安全检测方法，其特征在于，所述根据网络安全元素获取所述历史网络数据中的中心数据，包括：检测所述网络安全元素的出现频率，并获取所述出现频率大于预设频率的高频网络安全元素；根据所述高频网络安全元素确定对应的历史网络数据，并标记为所述中心数据。
- 根据权利要求1所述的基于大数据的网络安全检测方法，其特征在于，所述通过网络环境配置信息对所述中心数据进行网络安全检测，包括：获取所述中心数据的数据访问区域，通过所述网络环境配置信息对所述数据访问区域进行记录并处理，得到所述数据访问区域中的数据访问异常项；根据所述数据访问异常项确定所述中心数据的异常等级，并根据所述异常等级确定所述中心数据的网络安全检测结果。
- 根据权利要求1所述的基于大数据的网络安全检测方法，其特征在于，所述得到大数据服务终端的网络安全检测结果之后，还包括：对比所述网络安全检测结果中存在安全问题的不安全历史网络数据，当所述不安全历史网络数据中存在相同的网络安全元素时，对网络安全元素进行危险警报。
- 根据权利要求1所述的基于大数据的网络安全检测方法，其特征在于，所述通过所述网络环境配置信息对所述中心数据进行网络安全检测之后，还包括：当所述中心数据中不存在不安全数据时，将所述历史网络数据标记为安全数据源；在预设周期内，将与所述历史网络数据相同来源的数据标记为安全数据。
- 根据权利要求1所述的基于大数据的网络安全检测方法，其特征在于，所述通过网络环境配置信息对所述中心数据进行网络安全检测之后，还包括：根据所述网络安全检测结果对所述历史网络数据的发送源进行安全评级，并根据所述安全评级确定对于所述发送源的发送数据的安全检测力度。
- 一种基于大数据的网络安全检测系统，其特征在于，所述系统包括：第一获取模块，用于获取大数据服务终端在预设时间段内接收的历史网络数据，并获取所述历史网络数据的网络安全元素，所述网络安全元素包括关联域名、关联IP和关联文件；第二获取模块，用于根据所述网络安全元素获取所述历史网络数据中的中心数据，获取所述中心数据的网络环境配置信息，并通过所述网络环境配置信息对所述中心数据进行网络安全检测，确定所述中心数据中的不安全数据；确定模块，用于根据所述不安全数据确定对应的不安全元素，并获取所述历史网络数据中包含所述不安全元素的不安全历史网络数据；检测模块，用于通过所述网络环境配置信息对所述不安全历史网络数据进行网络安全检测，得到所述大数据服务终端的网络安全检测结果。
- 根据权利要求7中所述的基于大数据的网络安全检测装置，其特征在于，所述装置还包括：第二检测模块，用于检测所述网络安全元素的出现频率，并获取所述出现频率大于预设频率的高频网络安全元素；标记模块，用于根据所述高频网络安全元素确定对应的历史网络数据，并标记为所述中心数据。
- 一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述基于大数据的网络安全检测方法的步骤。
- 一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6任一项所述基于大数据的网络安全检测方法的步骤。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110708575.9A CN113507455B (zh) | 2021-06-25 | 2021-06-25 | 基于大数据的网络安全检测方法及系统 |
| CN202110708575.9 | 2021-06-25 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2022267084A1 true WO2022267084A1 (zh) | 2022-12-29 |
Family
ID=78011098
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/CN2021/103337 WO2022267084A1 (zh) | 2021-06-25 | 2021-06-30 | 基于大数据的网络安全检测方法及系统 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113507455B (zh) |
| WO (1) | WO2022267084A1 (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116185672A (zh) * | 2023-04-28 | 2023-05-30 | 北京亿赛通科技发展有限责任公司 | 一种数据监控方法、装置及存储介质 |
| CN116192520A (zh) * | 2023-03-02 | 2023-05-30 | 湖北盈隆腾辉科技有限公司 | 一种基于大数据的安全通讯管理方法及系统 |
| CN117424731A (zh) * | 2023-10-19 | 2024-01-19 | 陕西陕煤曹家滩矿业有限公司 | 基于大数据的网络安全监测与防御方法及系统 |
| CN117857457A (zh) * | 2024-01-18 | 2024-04-09 | 东莞本凡网络技术有限公司 | 一种基于边缘计算的物联网流量优化系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130227687A1 (en) * | 2012-02-29 | 2013-08-29 | Pantech Co., Ltd. | Mobile terminal to detect network attack and method thereof |
| CN104579819A (zh) * | 2014-12-03 | 2015-04-29 | 北京奇虎科技有限公司 | 网络安全检测方法以及装置 |
| CN107360170A (zh) * | 2017-07-18 | 2017-11-17 | 百色闻远网络科技有限公司 | 一种计算机网络安全检测方法 |
| CN111490990A (zh) * | 2020-04-10 | 2020-08-04 | 吴萌萌 | 基于大数据平台的网络安全分析方法及大数据平台服务器 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9256735B2 (en) * | 2011-10-10 | 2016-02-09 | Masergy Communications, Inc. | Detecting emergent behavior in communications networks |
| CN102413013B (zh) * | 2011-11-21 | 2013-11-06 | 北京神州绿盟信息安全科技股份有限公司 | 网络异常行为检测方法及装置 |
| CN103297435B (zh) * | 2013-06-06 | 2016-12-28 | 中国科学院信息工程研究所 | 一种基于web日志的异常访问行为检测方法与系统 |
| US9996409B2 (en) * | 2016-03-28 | 2018-06-12 | Ca, Inc. | Identification of distinguishable anomalies extracted from real time data streams |
| US11012462B2 (en) * | 2017-10-20 | 2021-05-18 | International Business Machines Corporation | Security management for data systems |
| CN107896209A (zh) * | 2017-10-31 | 2018-04-10 | 无锡港湾网络科技有限公司 | 计算机网络监控装置 |
| CN109474640B (zh) * | 2018-12-29 | 2021-01-05 | 奇安信科技集团股份有限公司 | 恶意爬虫检测方法、装置、电子设备及存储介质 |
| CN110417778B (zh) * | 2019-07-30 | 2022-02-11 | 中国工商银行股份有限公司 | 访问请求的处理方法和装置 |
| CN111107102A (zh) * | 2019-12-31 | 2020-05-05 | 上海海事大学 | 基于大数据实时网络流量异常检测方法 |
| CN112468460A (zh) * | 2020-11-13 | 2021-03-09 | 平安普惠企业管理有限公司 | Http请求检测方法、装置、计算机设备及存储介质 |
-
2021
- 2021-06-25 CN CN202110708575.9A patent/CN113507455B/zh active Active
- 2021-06-30 WO PCT/CN2021/103337 patent/WO2022267084A1/zh active Application Filing
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130227687A1 (en) * | 2012-02-29 | 2013-08-29 | Pantech Co., Ltd. | Mobile terminal to detect network attack and method thereof |
| CN104579819A (zh) * | 2014-12-03 | 2015-04-29 | 北京奇虎科技有限公司 | 网络安全检测方法以及装置 |
| CN107360170A (zh) * | 2017-07-18 | 2017-11-17 | 百色闻远网络科技有限公司 | 一种计算机网络安全检测方法 |
| CN111490990A (zh) * | 2020-04-10 | 2020-08-04 | 吴萌萌 | 基于大数据平台的网络安全分析方法及大数据平台服务器 |
| CN112511540A (zh) * | 2020-04-10 | 2021-03-16 | 吴萌萌 | 基于大数据平台的网络安全分析方法及系统 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116192520A (zh) * | 2023-03-02 | 2023-05-30 | 湖北盈隆腾辉科技有限公司 | 一种基于大数据的安全通讯管理方法及系统 |
| CN116185672A (zh) * | 2023-04-28 | 2023-05-30 | 北京亿赛通科技发展有限责任公司 | 一种数据监控方法、装置及存储介质 |
| CN116185672B (zh) * | 2023-04-28 | 2023-08-22 | 北京亿赛通科技发展有限责任公司 | 一种数据监控方法、装置及存储介质 |
| CN117424731A (zh) * | 2023-10-19 | 2024-01-19 | 陕西陕煤曹家滩矿业有限公司 | 基于大数据的网络安全监测与防御方法及系统 |
| CN117857457A (zh) * | 2024-01-18 | 2024-04-09 | 东莞本凡网络技术有限公司 | 一种基于边缘计算的物联网流量优化系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113507455B (zh) | 2022-06-24 |
| CN113507455A (zh) | 2021-10-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108768943B (zh) | 一种检测异常账号的方法、装置及服务器 | |
| TWI526825B (zh) | Web page link detection method, device and system | |
| US9231972B2 (en) | Malicious website identifying method and system | |
| CN107454103B (zh) | 基于时间线的网络安全事件过程分析方法及系统 | |
| CN111460445B (zh) | 样本程序恶意程度自动识别方法及装置 | |
| US8959624B2 (en) | Executable download tracking system | |
| US8646074B1 (en) | Systems and methods for enabling otherwise unprotected computing devices to assess the reputations of wireless access points | |
| US20160014148A1 (en) | Web anomaly detection apparatus and method | |
| WO2022267084A1 (zh) | 基于大数据的网络安全检测方法及系统 | |
| US9202050B1 (en) | Systems and methods for detecting malicious files | |
| CN111400357A (zh) | 一种识别异常登录的方法和装置 | |
| WO2014075537A1 (en) | Malicious website identifying method and system | |
| CN112769775B (zh) | 一种威胁情报关联分析方法、系统、设备及计算机介质 | |
| JP6196740B2 (ja) | ダウンロードに利用可能なアプリケーションについてユーザに知らせるためのシステム及び方法 | |
| CN111756745B (zh) | 告警方法、告警装置、终端设备及计算机可读存储介质 | |
| CN113111951A (zh) | 数据处理方法以及装置 | |
| WO2019242441A1 (zh) | 一种基于动态特征的恶意软件识别方法、系统及相关装置 | |
| CN117609992A (zh) | 一种数据泄密检测方法、装置及存储介质 | |
| CN113704569A (zh) | 信息的处理方法、装置及电子设备 | |
| WO2021130897A1 (ja) | 分析装置、分析方法及び分析プログラムが格納された非一時的なコンピュータ可読媒体 | |
| CN108197475B (zh) | 一种恶意so模块检测方法及相关装置 | |
| WO2020000753A1 (zh) | 一种设备安全监控方法和装置 | |
| CN110874474A (zh) | 勒索者病毒防御方法、装置、电子设备及存储介质 | |
| CN115643044A (zh) | 数据处理方法、装置、服务器及存储介质 | |
| CN115242608A (zh) | 告警信息的生成方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 21946573 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 21946573 Country of ref document: EP Kind code of ref document: A1 |