浅谈网络安全态势感知

2023-05-16

一、基本概念

前美国空军首席科学家Endsley博士给出的动态环境中态势感知的通用定义是:

态势感知是感知大量的时间和空间中的环境要素,理解它们的意义,并预测它们在不久将来的状态。

在这个定义中,我们可以提炼出态势感知的三个要素:感知、理解、预测。并且这三个要素存在着层次上的递进关系:

  1. 感知:感知和获取环境中的重要线索和元素;
  2. 理解:整合感知到的数据和信息,分析其相关性;
  3. 预测:基于对环境信息的感知和理解,预测相关知识在未来的发展趋势。

对应到网络安全领域,我们可以给网络安全态势感知一个基本的描述:

网络安全态势感知是综合分析网络安全要素,评估网络安全状况,预测其发展趋势,并以可视化的方式展现给用户。

其对应的过程也可以分解为以下四个:

  1. 数据采集: 通过各种检测工具,对影响系统安全性的要素进行检测采集获取,这一步是态势感知的前提。
  2. 态势理解: 对采集到的数据使用分类、归并、关联分析等手段进行处理融合,对融合的信息进行综合分析,得出网络的整体安全状况,这一步是态势感知的基础。
  3. 态势评估:定性、定量分析网络当前的安全状态和薄弱环节,并给出相应的应对措施,这一步是态势感知的核心。
  4. 态势预测:通过对态势评估输出的数据进行建模分析,预测网络安全状况的发展趋势, 这一步是态势感知的目标。

二、整体架构

以下一个成熟的安全态势感知系统的整体架构示意图:

安全态势感知架构图.jpg

可以看到,基本还是遵循了安全态势感知的分层次概念的。

  • 首先通过多个数据源,采集到海量安全性数据。传统的IDS、IPS等技术基本属于这一层。
  • 然后通过数据清洗、融合、归一化等手段,使数据能在某些层面反映出网络的安全态势状况。
  • 之后,智能分析层通过对数据的进一步分析,评估网络的安全态势,预测网络安全态势发展趋势。
  • 评估和预测结果在交互呈现层以数据可视化的形式展现出来。

三、主要功能

网络安全态势感知要做到深度和广度兼备,从多层次、多角度、多粒度分析系统的安全性并提供应对措施,以图、表等可视化形式展现给用户。网络态势感知的结果主要应该包括以下八部分:

  1. 资产评估:评估网络中每个资产的性能状况和安全状况,包括资产的性能利用率、重要性、存在的威胁和脆弱性的数量、安全状况等;
  2. 威胁评估:评估网络中恶意代码和网络入侵的类型、数量、分布节点和危害等级等;
  3. 脆弱性评估:评估网络中漏洞和管理配置脆弱性的类型、数量、分布节点和危害等级等;
  4. 安全事件评估:评估网络中安全事件的类型、数量、分布节点和危害等级等;
  5. 整体态势评估:综合分析网络的安全状态、给出网络的安全态势值,包括整个网络的安全态势的保密性、完整性和可用性分量及综合态势值;
  6. 安全态势预测:预测网络中威胁数量、脆弱性数量、安全事件和整体态势的发展趋势;
  7. 加固方案:分析危害最大的威胁、脆弱性和安全事件,给出相应的解决方法;
  8. 报表生成:根据不同的应用需求,生成不同的安全报表,安全报表的格式规范、内容详实、针对性强。

从平台建设的角度来讲,一个安全态势感知平台应该具备如下功能:

  1. 可视:通过多维度的安全数据仪表盘,将网络重点环节的实时运行及安全状态多维度的展示给安全人员,方便安全人员及时掌握网络整体状况。
  2. 可知: 全量收集各种安全数据,便提供检索功能,便于安全人员从海量日志中查找到安全事件对应的日志。
  3. 可管: 通过监测操作系统、安全设备、网络设备、应用程序和数据库的安全配置和安全日志, 结合安全基线、威胁情报和知识库进行多维度安全分析, 对发现的漏洞和脆弱性及时处置。
  4. 可控: 充分利用大数据的分析模型和机器学习等算法, 为用户建立行为画像, 可以基于已知威胁检测和异常行为分析来发现多态恶意代码、APT攻击等未知威胁攻击, 并对分析出来的安全事件、异常行为等进行实时告警, 通过可视化展现、邮件等方式及时通报给相关网络安全人员进行处置。
  5. 可塑:通过威胁情报、规则匹配和大数据分析模型等技术对给定的安全事件进行追踪溯源, 刻画网络安全事件的攻击路径, 为网络安全人员采取措施和溯源提供依据。
  6. 可预警:实时动态展示当前网络安全状况, 并呈现一定时间内整个网络空间环境安全要素, 从已知数据推演分析将要发生的安全事件, 实现对安全威胁事件的预测和判断发生的概率。

四、发展趋势

态势感知平台是大数据安全领域规模增长最迅速的产品。2017年国内感知市场规模约计20亿人民币,占安全市场的5%。国内的厂商平台一般含有的功能:资产管理、漏洞管理、大数据平台、日志分析、威胁情报、沙箱、用户行为分析、网络流量分析、取证溯源、威胁捕捉等能力。目前,态势感知更多是提供数据分析结果,在大数据分析技术应用与预测方面,仍然做的不够。

当前安全态势感知的发展状态:

  • 安全态势感知打破了传统安全体系中各类安全产品各自为战形成的安全孤岛。将各类安全设备的log采集到统一的日志存储平台,实现了集中存储。
  • 以资产为核心,通过互联网已公开的漏洞信息、恶意域名、代理攻击IP等信息与资产进行匹配,呈现网络的安全风险状况。
  • 多以汇总数据和静态呈现为主,采用定期刷新统计数据为主,智能分析技术应用较少。
  • 主要定位于事件分析、风险可视、告警管理等。
  • 整合了一定报表生成功能,以满足内控、审计方面的要求。

未来态势感知的发展趋势:

  • 数据采集阶段,态势感知2.0要求安全厂商以API接口和SDN网络对接,突破Vxlan技术限制,使之可以采集东西向的流量。在云环境时代,东西流量占据了业务流量的大部分。
  • 态势感知与大数据、人工智能联合,将态势感知技术扩展到业务风险控制领域。如采用Storm对数据流进行实时处理,可以满足近实时的风险发现。
  • 结合机器学习和深度学习技术提供更精准的评估和预测能力。更好实现风险预警、响应处理,提高对未来的预测、实时处置能力。系统可以从采集的数据中学习,形成一个具有自身相关特性的分析模型。
  • 系统可以动态扩展和云化。随着云计算基础设施的大量使用, 要求对安全威胁和攻击的处置能力也是可以随着云计算平台扩展而可动态扩展的, 实现网络安全态势感知系统的基础平台云化,使其态势感知能力可以随着保护对象的规模变化而动态变化。

五、总结

安全态势感知是一种新兴的安全概念,而不是单一的一种安全技术。是一种基于环境的、动态、整体地洞悉安全风险的能力。从前面的介绍,可以知道安全态势感知的前提是安全大数据。在安全大数据的基础上,进行数据整合、特征提取,然后应用一系列态势评估算法生成网络的整体态势状况,应用态势预测算法预测态势的发展状况。最后在交互层,使用数据可视化技术,将态势状况和预测情况展示给安全人员,方便安全人员直观便捷的了解网络当前状态及预期的风险。

参考资料:

  • 《网络安全态势感知模型研究与系统实现》

  • 《网络安全态势感知关键技术研究及发展趋势分析》

  • 知乎回答

  • 锐捷安全态势感知解决方案

  • 云安全:浅谈态势感知

     

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

浅谈网络安全态势感知 的相关文章

  • python常用库random

    random是python自带的库 xff0c 用来生成随机数 xff0c 或随机取值等 随机生成值 随机浮点数 random random random random xff1a 生成 0 1 之间的随机浮点数并返回 span class
  • Jenkins之allure测试报告邮件通知

    Jenkins入门教程 xff1a Jenkins入门 一般情况下 xff0c 我们想让Jenkins将构建结果或构建中的代码执行结果 xff08 比如跑批数据 xff09 通知我们 xff0c 这个是构建后的操作 经常用的是邮件通知 邮件
  • 按键控制电机控制窗帘

    include lt reg52 h gt define uchar unsigned char define uint unsigned int sbit in1 61 P0 0 sbit in2 61 P0 1 sbit in3 61
  • CentOS 8上安装Docker

    参考连接 https www cnblogs com famine p 14065690 html 参考连接 https www a5idc net helpview 591 html 参考连接 https blog csdn net zh
  • OpenCV第七篇:车牌识别

    目录 1 调整图片大小 xff0c 并获取灰度图 2 双边滤波去除噪音 xff1a cv2 bilateralFilter 3 边缘检测 xff1a cv2 Canny xff08 image xff0c threshold1 xff0c
  • gitee如何添加仓库成员

    1 进入gitee项目中 xff0c 如图 xff0c 点击 管理 2 点击 仓库成员管理 xff0c 展开该节点 3 点击 所有 xff0c 也可以选择其他选项 xff0c 比如 开发者 4 点击 添加仓库成员 xff0c 邀请用户 5
  • A*寻路算法之解决目标点不可达问题

    在游戏世界的寻路中 xff0c 通常会有这样一种情况 xff1a 在小地图上点击目标点时 xff0c 点击到了障碍物或者建筑上 xff0c 然后游戏会提示我们目标地点无法到达 玩家必须非常小心的在小地图上点击目标区域的空白部分 xff0c
  • Windows访问samba共享时,提示:“你不能访问此共享文件夹,因为你组织的安全策略阻止未经身份验证的来宾访问”

    此问题需要修改Win10 网络策略 按window 43 R键输入gpedit msc 来启动本地组策略编辑器 xff0c 如下 xff1a 依次找到 计算机配置 管理模板 网络 Lanman工作站 这个节点 xff0c 在右侧内容区可以看
  • 解决XCode错误:Command PhaseScriptExecution failed with a nonzero exit code

    一 环境 XCode版本 xff1a 14 3 二 错误场景信息 使用模拟器或真机调试 编译等都不出错 xff0c 唯独在进行Archive时 xff0c 会出现以下错误 xff1a Command PhaseScriptExecution
  • ubuntu+nvidia显卡驱动安装+(顺带)解决rviz卡顿/CPU使用率过高问题/compiz占用CPU过高问题

    前言 我原本安装nvidia显卡驱动的方式为 xff1a 从官网下载 run文件 xff0c 参考教程link 虽然安装成功 xff0c 运行深度学习相关代码没有出状况 xff0c 但仍然存在一些问题 重新通过ppa方式安装后 xff0c
  • Docker与ROS可视化(RViz)

    提示 xff1a 文章写完后 xff0c 目录可以自动生成 xff0c 如何生成可参考右边的帮助文档 文章目录 前言一 Docker中构建ROS环境二 Docker内ROS与主机ROS通信三 Docker内开启RViz1 OpenGL2 n
  • 卡尔曼滤波

    文章目录 前言一 初印象二 基本概念三 公式及参数四 其他总结 前言 之前看Fast LIO的时候 xff0c 了解过卡尔曼滤波的知识 xff0c 重新整理下 同时推荐一个很棒的Kalman Filter讲解网站 xff1a https w
  • 京东云前端JS分片上传完整版

    京东云上传我是写了以下几步 注 xff1a 京东云分片上传时成功则有data返回 失败则返回err 1 请求后台接口获取身份信息等数据用于访问 2 createMultipartUpload创建上传请求 身份信息 data为第一步时请求后台
  • Windows10环境下Python 开发环境搭建

    目录 前言 xff1a 一 安装包 二 Python安装 三 Pycharm安装 四 pip使用 前言 xff1a 本文档使用的安装包版本 xff1a python3 9 6 pycharm community 2021 1 3 本文安装提
  • Docker run 命令常用参数

    docker run xff1a 创建一个新的容器并运行一个命令 docker run OPTIONS IMAGE COMMAND ARG OPTIONS说明 xff1a it 以交互模式运行容器 xff1b gpus all xff1a
  • 3D resnet根据UCF101数据集制作自己的数据集实现动作识别

    3D resnet根据UCF101数据集制作自己的数据集实现动作识别 配置要求数据集数据集结构 构建数据集训练测试 配置要求 作者代码 3D resnet pytorch gt 0 4FFmpeg FFprobePython 3 我这里使用
  • STM32移植ucos-III并实现多任务——HAL

    文章目录 前言一 uC OS III简介1 什么是uC OS III2 uC OS III的特点 二 基于HAL库stm32移植uC OS III1 STM32CubeMX新建一个工程2 用keil打开工程完成uC OS III的移植 三
  • Mapreduce程序实现思路

    Map的输出 是key value的 list Reduce的输入是key value的list MapReduce核心思想 分而治之 xff0c 先分后和 MapReduce是hadoop提供的一个分布式运算框架 1将任务分为两个阶段执行
  • 人的梦想 是不会结束的!

    文章目录 前言一 一年之约1 学习嵌入式2 探寻嵌入式之路 二 我的心跳1 奉劝2 行动人的梦想是永远不会结束的 xff01 前言 随着在程序员这条路上不断发展 xff0c 自己学得越多 xff0c 就会感觉自己学的东西有多渺小 下面就说说

随机推荐

  • 在linux下启动tomcat,并实时查看tomcat的控制台输出

    在windows下 xff0c 只要双击运行start bat文件 xff0c tomcat就能正常启动 xff0c 并且在控制台中保持持续输出 xff0c 方便维护人员实时查看程序运行状态 但是在Linux中 xff0c 情况会比wind
  • apt-get autoremove remove 新手收割者

    每一个接触linux系统的小坏蛋 xff0c 都会接触apt get 不出意外的话 xff0c 每一个小坏蛋都会尝试被sudo apt get remove 所摆布的命运 重申一遍 xff0c 重要的事情说三遍 文章目录 不要用sudo a
  • c++ stringstream ss()

    定义了三个类 xff1a istringstream ostringstream 和 stringstream xff0c 分别用来进行流的输入 输出和输入输出操作 本文以 stringstream 为主 xff0c 介绍流的输入和输出操作
  • C++ getline函数用法详解

    文章目录 前言一 getline 函数的定义二 getline 函数的使用1 可读取整行 xff0c 包括前导和嵌入的空格 xff0c 并将其存储在字符串对象中 2 char delim表示遇到这个字符停止读入 xff0c 在不设置的情况下
  • 【ROS-Navigation-costmap_2d】costmap_prohibition_layer障碍物插件

    系列文章目录 文章目录 系列文章目录前言一 costmap 2d是什么 xff1f 二 使用步骤1 下载源代码2 安装插件3 在costmap 2d中插入障碍物4 修改launch文件5 设置障碍物坐标参数6 主要事项 总结 前言 随着SL
  • 【C++】指向指针的引用

    系列文章目录 文章目录 系列文章目录前言一 指向指针的引用二 使用步骤1 代码2 TIPS 总结 前言 一 指向指针的引用 引用本身不是一个对象 xff0c 因此不能定义指向引用的指针 但指针是对象 xff0c 所以存在对指针的引用 二 使
  • 第三讲 【cartographer】 添加功能以从RVIZ为纯本地化模式设置初始姿势

    系列文章目录 第一讲 ROS SLAM 2D激光雷达 cartographer构建地图 第二讲 cartographer Ubuntu16 04 kinetic 最新版cartographer安装 xff08 2020 11 4更新 xff
  • 第四讲 【cartographer】纯定位 纯本地化 pure_localization

    系列文章目录 第一讲 ROS SLAM 2D激光雷达 cartographer构建地图 第二讲 cartographer Ubuntu16 04 kinetic 最新版cartographer安装 xff08 2020 11 4更新 xff
  • C++中compare函数

    compare函数用来进行字符串以及其子串的比较 xff0c 示例如下 span class token macro property span class token directive keyword include span span
  • C++ to_string()函数

    系列文章目录 文章目录 系列文章目录前言一 C 43 43 to string 函数详解二 example总结 前言 http www cplusplus com reference string to string 一 C 43 43 t
  • Ubuntu18.04 下VSCode配置Clang-format

    系列文章目录 文章目录 系列文章目录前言一 Clang format二 使用步骤1 Visual Studio Code安装Clang format2 在命令行中安装Clang format3 添加格式化同步保存功能 总结 前言 一 Cla
  • 在Ubuntu/Linux环境下使用MySQL:启动和关闭MySQL服务

    传送门 在Ubuntu下使用MySQL 安装MySQL 操作系统 Ubuntu 17 04 64位 MySQL版本 MySQL 5 7 一 启动MySQL服务 nbsp 使用以下命令来启动MySQL service mysql start
  • CDockablePane操作[转]

    去掉关闭按钮 xff1a 在继承CDockablePane的类中重写CanBeClosed 方法 xff1a virtual BOOL CanAutoHide const return FALSE 去掉自动隐藏风格 xff1a virtua
  • 【设计模式】中介者模式的解析与使用

    系列文章目录 文章目录 系列文章目录前言一 使用设计模式的目的二 实践是最好的老师2 1 中介者模式 xff08 飞机塔台 xff09 2 2 通信过程 总结 前言 设计模式在系统编程的重要性不言而喻 xff0c 如何一个程序没有使用设计模
  • 【C++】一文读懂多重条件判断、多条件判断

    系列文章目录 文章目录 系列文章目录前言一 if else1 1 优点 xff1a 1 2 缺点 xff1a 二 switch case2 1 优点 xff1a 2 2 缺点 xff1a 总结 前言 多重条件判断 多条件判断是每一个程序员都
  • 修身齐家治国平天下

    系列文章目录 文章目录 系列文章目录前言一 修身齐家治国平天下1 1 修身1 2 齐家1 3 治国1 4 平天下 二 了凡四训2 1 立命之学2 2 改过之法2 3 积善之方2 4 谦德之效 总结 前言 人的一生 xff0c 追求光明 xf
  • 如何使用IntelliJ IDEA 配置Maven

    IDEA 全称 IntelliJ IDEA xff0c 是java语言开发的集成环境 xff0c IntelliJ在业界被公认为最好的Java开发工具之一 IDEA是JetBrains公司的产品 现在有逐步取代老牌Java开发工具Eclip
  • Protobuf协议格式详解

    protobuf 是google开源的一个序列化框架 xff0c 类似xml xff0c json xff0c 最大的特点是基于二进制 xff0c 比传统的XML表示同样一段内容要短小得多 还可以定义一些可选字段 xff0c 用于服务端与客
  • 【Nacos源码调试】集群模式内置数据源单机多实例部署问题解决

    最近对Nacos源码比较感兴趣 xff0c 个人是个好奇宝宝 xff0c 特别想了解一下Nacos这个阿里开源的分布式服务注册与发现及配置管理中间件内部到底是个啥样子 xff0c 于是就想着自己源码编译 xff0c debug走一下试试 可
  • 浅谈网络安全态势感知

    一 基本概念 前美国空军首席科学家Endsley博士给出的动态环境中态势感知的通用定义是 态势感知是感知大量的时间和空间中的环境要素 xff0c 理解它们的意义 xff0c 并预测它们在不久将来的状态 在这个定义中 xff0c 我们可以提炼