何騫
【摘要】 信息時代,計算機技術、信息技術及網絡技術在各個領域均扮演著重要的角色,受其影響,人們生活、生產等方式均發生了較大的改變,但在實際運用過程中,網絡安全問題直接損害了人們的權益,為了有效解決此問題,本文提出了網絡安全態勢評估,并重點探討了其中涉及的幾項關鍵技術,旨在為信息化發展提供可靠的保障。
【關鍵詞】 網絡安全 態勢評估 關鍵技術
引言:隨著科學技術水平的提高,信息技術、網絡技術的應用日漸廣泛,但網絡安全事故頻發,嚴重影響著各領域健康、穩定與有序發展,經過研究,雖然提出了網絡安全設備,但未能有效解決安全問題。為了提高我國網絡安全建設的質量,本文重點探討了網絡安全態勢評估中涉及的技術。
一、網絡安全態勢評估的概況
在先進技術支持下,網絡在各個領域的應用日漸普遍,信息化、數字化與先進化特點愈加顯著,網絡雖然提高了生產效率、改善了生活質量,但其具有一定的特殊性,即:在實際應用過程中,潛在的計算機網絡安全風險不容忽視,一旦不法分子對其進行利用,不僅會直接損壞個人的利益,還會威脅社會及國家的安穩。近幾年,網絡黑客、病毒、木馬等不斷涌現,計算機網絡安全問題愈加嚴峻,在人們安全防范意識不斷增強基礎,對網絡安全、可靠與穩定等提出了更好的要求,為了滿足其需要,網絡安全態勢評估得到了相關人員的高度關注。網絡安全態勢評估主要是判斷網絡中潛在的風險,通過對各風險因素的分析,以此明確了網絡信息的價值、網絡系統的安全及其安全防范措施等,在合理、科學與全面評判后,從而掌握了網絡安全態勢。在實踐過程中,具體的流程有監測、觀察、理解、反饋與決策等,借助數據感知組件,采集與整理監測數據,以此為態勢評估依據,如果察覺其中異常,則報告相應的安全事件,此后經評估分類與分析,模擬建模,再者,借助網絡的實時性,評估數據情況,在可靠數據支持下,判斷網絡安全態勢是否支持,如果結果為支持,則可以對態勢類型進行確定,反之,則要持續監測,最后,結合網絡安全態勢類型及數據模型特點,預測態勢演變,并給予針對性的解決方案。
二、網絡安全態勢評估的關鍵技術
1、數據融合技術。網絡安全態勢評估中最為關鍵的技術便是數據融合技術,它主要是由三部分構成的,分別為數據級、功能級與決策級。第一個級別的優點為提高了數據精度,特別是在細節數據方面,優勢顯著,但其缺點不容忽視,主要表現為受計算機內存及處理速度影響,導致其處理數據量較大;第二個級別實現了對不同級別的融合,第三個級別所融合的數據量相對較少,并且具有明顯的抽象性與模糊性,因此,降低了數據精度。對于計算機網絡而言,其安全系統、設備功能等各方面均具有差異性,因此,對描述網絡安全事件的數據格式要求各異,為了保證各系統與設備間的有效聯系,需要構建適合的環境,其中涉及的重要技術之一便是數據融合技術,在此技術支持下,實現了對數據的有效提煉、壓縮與融合,從而保證了網絡安全態勢評估工作的有序、科學與高效開展,進而利于此項工作目標的達成,即:風險識別與跟蹤等[1]。
2、計算技術。網絡安全態勢評估中涉及諸多的數學計算,為了有效處理態勢評估數據,需要設置相應的數值,但此時各數據具有動態性與多變性,主要是其與網絡安全事件發生頻率、網絡資產價值、網絡性能等均有關,同時,為了全面呈現網絡的安全性與風險性,要求各數據應具備實時性、直接型與快速性等特點,進而監管憑借此數據,才能夠全方位了解網絡安全情況。為了科學控制各數值范圍,需要充分發揮計算技術的作用,待數值范圍確定后,變化幅度較大,并接近臨近值,則表示網絡存在安全風險。
3、掃描技術。網絡安全態勢評估主要是借助掃描技術實現的,通過對網絡的實時監控,采集了相關的數據信息,在此基礎上,評定其安全性,進而有效防范了各類攻擊。此技術的掃描對象主要有系統主機、網絡漏洞及信息通道等,待掃描結束后,記憶、判斷數據信息,了解其是否滿足ICMP的要求,并借助錯誤IP數據包,評估目標的反饋情況,同時此技術也實現了對內部交互信息的監測,保證了各數據的安全,再者,它也有效預防了網絡黑客攻擊,實現了對計算機系統及時維護[2]。
4、其他技術。可視化技術主要是借助圖像信息,展現所采集的數據信息,在計算機顯示器上呈現直觀的圖形,此后,管理者便于掌握其變化規律,從而提高了數據處理與分析的準確性與科學性。但此技術的應用也存在局限性,主要表現為關鍵數據信息提取難度較大。預測技術的內容包括因果、時序及定性預測等,在網絡安全態勢評估數據及處理經驗基礎上,預測網絡安全態勢發展[3]。
總結:綜上所述,網絡安全態勢評估對網絡、計算機應用提供了可靠的保障,為了充分發揮其作用,需要了解網絡安全現狀,并明確其評估流程,同時要積極融合各種先進技術,相信,在先進技術支持下,態勢評估成效將更加顯著。
參 考 文 獻
[1]姚東.基于流的大規模網絡安全態勢感知關鍵技術研究[D].解放軍信息工程大學,2013.
[2]潘兆亮.網絡安全態勢系統關鍵技術分析與建模[D].上海交通大學,2008.
[3]程文聰.面向大規模網絡安全態勢分析的時序數據挖掘關鍵技術研究[D].國防科學技術大學,2010.