网络安全态势感知技术及其应用

物联网安全感知与识别技术研究

随着物联网应用的广泛普及，人们对物联网的安全性问题越来越关注，物联网的隐私、数据保护等问题也随之浮出水面。为了解决这样的问题，物联网安全感知与识别技术应运而生。本文将从以下几个方面展开深入探讨：

一、物联网的概念与特点

物联网是指利用互联网技术与物联网端设备进行互联互通的系统，其特征在于虚拟空间与实际空间的融合，使其具有宽广的应用前景。物联网的特点在于其数目庞大，形态多样，规模使用不

可测量，其网络系统中部署了海量设备，而这些设备的安全防范缺乏标准和统一管控，容易遭受到攻击和恶意入侵，形成安全隐患。

二、物联网的安全问题

为了保障物联网的安全性应用，需要考虑以下几个方面问题：数据隐私的保护、物联网设备的漏洞修复，使用物联网的人员安全保护、网络的控制和防护等。目前，物联网的安全问题主要表现为：密码的暴力破解；用户个人信息被窃取；网络分布式拒绝服务攻击；篡改数据载荷等。这些问题的根源是物联网的规模庞大、多样性、复杂性和极限实时性，不同于传统的网络系统，也无法采用传统的安全防御手段。 三、物联网安全感知与识别技术的基本原理

物联网实时地获取大量的传感数据，安全感知与识别技术对于自动警报、决策制定等方面都需要实现高精度的检测和识别。安全感知所依据的安全特征是指反映安全状态和趋势，可以分为四个层次：首先是资源层次的安全特征，包括 CPU 利用率、内存利用率等；其次是网络层次的安全特征，包括网络带宽、网络延迟等；第三是应用层次的安全特征，包括应用程序的安全性能、数据的完整性、稳定性等；最后是用户行为层次的安全特征，包括用户的身份识别、行为监测和评估等。安全监测的方法主要有挖掘式和基于规则的方法，挖掘式方法在识别未知的安全威胁时表现出优势，而规则方法分析技术对于特定的威胁加以监督，则更加精准。

四、物联网安全感知与识别技术的发展现状

物联网中需要集成多个安全技术，包括数据安全与隐私保护、网络安全与传输安全、设备安全与身份认证等。涵盖的技术领域包括了计算机网络和系统、信息安全、数据挖掘、机器学习等。在物联网安全领域，已经有很多具有代表性的研究成果，例如基于机器学习的网络行为分析、用户行为分析、攻击检测等技术。其关键的技术实现在于数据的采集、处理、分析、判断与决策。因此计算机的处理速度、网络通信的质量以及传感器设备性能的提升是提高物联网安全感知及识别技术的多个关键因素。 五、物联网安全感知与识别技术的未来发展

网络安全态势感知系统在火力发电厂的应用

作者：林益波

来源：《机电信息》2020年第15期

摘 要：随着信息技术的发展以及电力行业对信息化的需求越来越大，电力监控系统的网络不断扩大，网络安全形势日益严峻，鉴于此，在火力发电厂加装了网络安全态势感知装置，其能够对电力监控系统的网络数据进行提取、分析及预测，实现全天候、全方位网络安全态势感知，确保电力监控网络安全稳定运行。

关键词：二次安全防护;网络安全;态势感知

0; ; 引言

从电力监控网络安全建设来看，漏洞管理、系统加固、安全区划分、防火墙、加密认证装置等措施，在一定程度上反映了网络安全状态，并且在安全防护上也取得了一定的成果，但这些都是被动防御措施，难以适应当前网络安全形势的需要。在进一步提升安全运营水平的同时，有必要积极开展主动防御能力的建设，采用更加积极的对抗措施来应对各种网络安全问题。应用网络安全态势感知技术，能够全面、动态分析和预测网络安全问题，感知网络攻击行为，提升主动防御能力。

1; ; 电力监控网络安全防护介绍

1.1; ; 电力监控网络安全防护的目标和原则 电力监控系统安全防护主要针对网络系统和基于网络的生产控制系统。要建立健全电网电力监控系统安全防护体系，在统一的安全策略下保护重要系统免受黑客、病毒、恶意代码等的侵害，特别是能够抵御来自外部有组织的团体、拥有丰富资源的威胁源发起的恶意攻击，能够减轻严重自然灾害造成的损害，并能在系统遭到损害后迅速恢复主要功能，防止电力监控系统的安全事件引发或导致电力一次系统事故或大面积停电事故。安全防护的基本原则为“安全分区、网络专用、横向隔离、纵向认证”。安全防护的核心能力是“保护、检测、响应、恢复、审计”的闭环机制。电力监控系统安全防护是一项系统工程，其总体安全防护水平取决于系统中最薄弱点的安全水平。

基于人工智能的网络安全态势感知与威胁应对技术研究

近年来，随着互联网和物联网的快速发展，网络安全问题也愈发突出，网络攻击的种类和手段也越来越复杂，传统的防御手段已经不能完全保证网络的安全。因此，在网络安全领域，研究人员一直在探索更加先进的技术，以提高网络安全防御水平。其中，基于人工智能的网络安全态势感知与威胁应对技术是一种比较流行的研究方向。

一、人工智能在网络安全领域的应用

人工智能技术包括机器学习、深度学习、自然语言处理等技术，这些技术可以实现对海量数据的快速分析和处理，有助于发现隐藏在海量数据中的威胁。因此，人工智能技术被广泛应用于网络安全领域。

首先，人工智能技术可以用于网络安全态势感知。通过对网络流量、设备状态、异常行为等数据的全面分析，可以实现网络安全状况的实时监测和预警。其次，人工智能技术能够对网络安全事件进行自动化处理，提高安全事件的处理效率和准确性。最后，人工智能技术可以用于网络威胁情报的分析和挖掘，提高防御的精度和准确性。

二、基于人工智能的网络安全态势感知技术

网络安全态势感知技术能够实现对网络流量、设备状态、异常行为等数据进行分析和监测，以发现隐蔽的攻击行为。在传统的网络安全防御中，防火墙、入侵检测系统等设备主要通过策略的方式进行网络流量的过滤和检测，但这种方法已经不能完全保证网络安全。基于人工智能的网络安全态势感知技术，能够从多个维度对网络数据进行分析，灵敏感知网络中可能存在的威胁。 其中，机器学习技术是基于大数据的网络安全态势感知技术的基础。机器学习技术可以通过分析历史数据和网络行为模式，建立起网络威胁的模型。这种模型使用特定的算法将输入数据转化为输出，以发现异常行为。机器学习技术可以有效地识别网络状况中的异常流量、恶意软件和威胁行为等。

三、基于人工智能的网络威胁应对技术

在网络安全领域，威胁和攻击的种类日益增多，传统的网络安全防御手段已经不能完全满足需求。因此，如何快速响应并处理网络威胁成为了网络安全研究的重点。基于人工智能的网络威胁应对技术，可以自动化地响应和控制网络中的威胁行为，提高网络安全防御的准确性和有效性。

网络安全态势感知系统的关键技术

摘要:信息时代下，网络风险问题日益严重，为了提高信息安全性，需要加强网络安全管理工作的落实。网络安全态势感知技术是针对当下网络安全隐患问题研发的新型网络技术，其中部分关键技术应用效果良好，在网络安全管理中发挥了重要作用。本文针对网络安全态势感知体系进行了分析，提出了其组成及关键技术，旨在为维护网络安全提供一定的理论指导作用.

关键词:网络安全态势感知技术;关键技术结构;安全

现阶段，各类信息传播速度逐渐提高，网络入侵、安全威胁等状况频发，为了提高对网络安全的有效处理，相关管理人员需要及时进行监控管理，运用入侵检测、防火墙、网络防病毒软件等进行安全监管，提高应用程序、系统运行的安全性。对可能发生的各类时间进行全面分析，并建立应急预案、响应措施等，以期提高网络安全等级。

1网络安全态势感知系统的结构、组成

网络安全态势感知系统属于新型技术，主要目的在于网络安全监测、网络预警，一般与防火墙、防病毒软件、入侵检测系统、安全审计系统等共同作业，充分提高了网络安全稳定性，便于对当前网络环境进行全面评估，可提高对未来变化预测的精确性，保证网络长期合理运行。一般网络安全态势感知系统包括：数据信息搜集、特征提取、态势评估、安全预警几大部分。其中，数据信息搜集结构部分是整个安全态势感知系统的的关键部分，一般需要机遇当前网络状况进行分析，并及时获取相关信息，属于系统结构的核心部分。数据信息搜集方法较多，基于Netow技术的方法便属于常见方法。其次，网络安全感知系统中，特征提取结构，系统数据搜集后，一般需要针对大量冗余信息进行管理，并进行全面合理的安全评估、安全监测，一般大量冗余信息不能直接投入安全评估，为此需要加强特征技术、预处理技术的应用，特征提取是针对系统中有用信息进行提取，用以提高网络安全评估态势，保证监测预警等功能的顺利实现。最终是态势评估、网络安全状态预警结构，常用评估方法包括：定量风险评估法、定性评估法、定性定量相结合的风险评估方法等，一般可基于上述方法进行网络安全态势的科学评估，根据当前状况进行评估结果、未来状态的预知，并考虑评估中可能存在问题，及时进行行之有效的监测、预警作业。