大数据智能安全分析平台.pptx

大数据智能安全分析平台;目录;01;;2015RSA：从被动防护到主动监控;某大数据智能安全分析;需要解决的核心问题;某大数据智能安全分析;提炼威胁价值、降低告警数量;02;;;;智能安全分析流程;安全运维响应效率提升;03;态势感知;分支安全视角;态势感知;业务拓扑;业务拓扑;告警中心;Sherlock网络实体分析画像;Sherlock网络实体分析画像;威胁情报;安全建模;AI异常分析引擎

利用AI分析算法或机器学习算法对历史的安全数据进行分析建模，发现潜在的安全隐患和未知威胁，AI异常分析算法可识别数据中存在的周期性规律和异常突变

企业网络空间中网站访问情况呈现周期性规律，每天存在使用高峰和低谷，通过AI算法可以自学习网站访问情规律和访问量上升下降趋势。检测不符合日常基准值的访问情况。

如HTTP请求成功率应该平稳在95%以上。如果网络中出现大量的404等请求状态码，说明存在大量页面访问失败的异常情况，需要重点关注。

点击异常点可查看具体原因

1.Web服务器宕机、服务器组件异常无法提供服务

2.存在恶意的目录遍历爬虫扫描行为

3.存在资源耗尽型应用层DDoS攻击行为

风险异常分布泳道图观测网络中是否存在安全问题集中爆发的情况，如病毒传播感染、IDC故障等;ExponentialSmoothing

指数平滑法常用于中短期趋势预测。是一种加权移动平均法。其特点是可加强观察期近期观察值对预测值的作用，增加近期观察值的权重，同时可控制权重的变化速率。

WeeklyGaussianEstimation

训练以一周时间为一个周期的呈规律性分布的时间序列数据，网站访问量、车流量等数据均满足该规律。任意时刻的数据与之前几周同时刻数据应该符合高斯分布，利用3-sigma准则进行异常检测。

相关专利：

一种基于行为触发的防御链路耗尽型CC攻击的方法，专利号：201610369623.5

一种网络流量异常检测方法及系统，专利号：201710803213.1

ARIMA

自回归积分滑动平均模型，将非平稳时间序列转化为平稳时间序列，然后将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型。AR是自回归,MA为移动平均。

RPCA-SST

RobustPrincipleComponentAnalysisbasedSingularSpectrumTransform

日常??测数据往往包含噪声干扰，该算法将时序数据片段转化为矩阵结构，利用RPCA重构矩阵剔除大幅值噪声，提高突变程度略低的异常点检测性能，发现掩盖在噪声下的异常信息。?

IEEE论文：ARobustChange-pointDetectionMethodbyEliminatingSparseNoises

;企业员工管理;可视化中心;威胁概况

资产分析

外部攻击者行文分析

分析取证

分析说明和处置建议;检索中心;黑白名单;04;大数据技术实力;大数据技术架构;大数据一体机支持单节点部署支持水平扩容;全面可靠的数据收集能力