[发明专利]一种可量化的态势感知的方法和系统

摘要

本发明提供一种可量化的态势感知的方法和系统，采集不同信息来源的数据，通过预处理得到统一格式的数据流，从该数据流中提取要素，生成关联规则，送入态势评估进行评估量化，通过与不同评估体系的融合，以及模糊处理数据要素，得到单个设备、局部网络的态势值，结合整个网络的架构组成，得到整个系统的态势值，将不同层次的态势值导入神经网络模型进行预测，最后可视化展示预测结果，充分评估整个系统以及每一个单个设备，将每一个设备、每一个分层建立关联，从而可以对未来的系统进行科学地预测，为用户提供有价值的参考建议。

主权项

1.一种可量化的态势感知的方法，其特征在于，所述方法包括：/n采集不同来源的传感器、信息平台、探测设备的运行状态数据；/n接收采集数据后，清除数据中的冗余信息，根据来源的类型，将数据格式转换为统一的格式，分入对应的字段，合并成数据流；/n从合并后的数据流提取要素，发现要素中包括的行为动作、访问对象、来源者地址、瞬时流量大小的信息，根据上述信息生成对应的关联规则，组成频繁模式树状结构；/n根据所述频繁模式树状结构，查询地址相邻相近的资产态势信息，查询访问对象所属同层的资产态势信息，以及查询流量速度、流量总量相似的资产态势信息；/n判断单个关键设备是否存在与地址相邻相近资产相同的安全漏洞，判断单个关键设备的并发线程、带宽、网络拓扑、访问频率是否存在与所属同层资产相同的报警，判断单个关键设备的流入量增长率、不同协议数据包分布比例、不同大小数据包分布比例是否存在与流量速度、流量总量相似资产相同的变化，计算单个关键设备的安全态势值；/n将邻近的若干个单个关键设备，或者依据有业务交互的若干个单个关键设备，组成局部网络，由局部网络内的每个关键设备对应的安全漏洞、并发线程、带宽、网络拓扑、访问频率、流入量增长率、不同协议数据包分布比例和不同大小数据包分布比例，根据业务优先级引入模糊处理计算局部网络的安全态势值；/n根据多个局部网络的拓扑关系，模糊处理计算整个网络的安全态势值；/n分别将单个关键设备、局部网络和整个网络的安全态势值导入神经网络模型，通过神经网络模型推演，得出未来一段时间关于攻击者来源和攻击范围的预测；/n将单个关键设备、局部网络和整个网络的安全态势值，攻击者来源和攻击范围的预测结果进行可视化展示。/n