[发明专利]基于深度学习的网络安全可视化仪表盘生成方法

说明书

本发明公开了一种基于深度学习的网络安全可视化仪表盘生成方法，包含：获取若干网络安全相关的仪表盘图片；对若干仪表盘图片进行标注；对若干仪表盘图片进行预处理；通过标注好的若干仪表盘图片对搭建好的深度学习模型进行训练；向训练好的深度学习模型导入网络安全数据；深度学习模型输出多个备选的仪表盘图片；在用户从多个备选的仪表盘图片中确定了最终的仪表盘图片后生成调色盘供用户对选中的仪表盘图片进行颜色设置。本发明的基于深度学习的网络安全可视化仪表盘生成方法，能够根据用户导入的网络安全相关的数据源自动生成能够体现数据间关联的展示数据的仪表盘方案。

技术领域

本发明涉及一种基于深度学习的网络安全可视化仪表盘生成方法。

背景技术

随着网络规模和应用的迅速扩大，网络安全威胁不断增加，单一的网络安全防护技术已经不能满足需要，可视化技术就在这样的背景下应运而生。数据可视化的技术使人们感知数据信息，可以快速识别数据模式和数据差异并发现数据异常，能够快速识别并直观聚类，还能快速发现新的攻击模式并对攻击趋势做出预测。

目前主流的SIEM平台大多都将精力主要投入在网络安全方面的信息检测、信息提取、性能提升的方向上，而可视化的功能还不够完善，大部分只提供了简单的数据罗列，通过表格、折线图、柱状图等等简单的图表类型呈现数据。另一方面，不能发掘可视数据之间的内在联系并将之以合适的组合形式展现。

同时，由于数据可视化的设计过程中需求大量的专业知识，使得大量非专业用户即使获取了网络安全的数据，也难以获得理想的可视化结果，这极大地阻碍了数据分析场景和受众的进一步普及。

发明内容

本发明提供了一种基于深度学习的网络安全可视化仪表盘生成方法解决上述提到的技术问题，具体采用如下的技术方案：

一种基于深度学习的网络安全可视化仪表盘生成方法，包含以下步骤：

获取若干网络安全相关的仪表盘图片；

对若干仪表盘图片进行标注；

对若干仪表盘图片进行预处理；

通过标注好的若干仪表盘图片对搭建好的深度学习模型进行训练；

向训练好的深度学习模型导入网络安全数据；

深度学习模型输出多个备选的仪表盘图片；

在用户从多个备选的仪表盘图片中确定了最终的仪表盘图片后生成调色盘供用户对选中的仪表盘图片进行颜色设置。

进一步地，对若干仪表盘图片进行标注的具体方法为：

针对每张仪表盘图片标注图表类型、图表标题、图表尺寸、图表位置和取色信息。

进一步地，对若干仪表盘图片进行预处理的具体方法为：

将仪表盘图片的留白部分填充与图片对比度高的颜色。

进一步地，深度学习模型为Faster-RNN网络模型。

进一步地，网络安全数据包含LAP型数据库、OLTP型数据库、API数据源和数据文件。

进一步地，深度学习模型输出多个备选的仪表盘图片的具体方法为：

深度学习模型根据输入的网络安全数据对每个仪表盘图片进行评分，并输出评分的前n的仪表盘图片输出作为备选的仪表盘图片。

进一步地，在深度学习模型输出多个备选的仪表盘图片之后，基于深度学习的网络安全可视化仪表盘生成方法还包含：

通过相似性检验，将深度学习模型输出的多个备选的仪表盘图片中的高度相似的仪表盘图片删除。

进一步地，生成的调色盘包含推荐色调色盘和全色调色盘。