认识达内从这里开始

进入信息时代，计算机网络得到广泛应用，由此产生海量类型丰富、单元价值极小、规模极大的数据，这些数据不断呈现几何增长态势。

监管平台包含四个核心部分，包括：大数据基础架构、大数据分析引擎、集中展示界面、安全监测与通报处置。监管平台的数据来源于各种监测系统，数据类型包括但不限于流量检测数据、僵木蠕检测数据、入侵攻击检测数据、网站安全监测数据、系统及设备日志数据等，整个平台基于分布式数据存储技术做海量数据存储，采用分布式数据计算技术做数据的深度挖掘和分析，提供综合展示技术统一展示分析结果。

系统功能

监管平台能提供多个核心功能用于支撑大网络综合安全管理。

大数据基础架构：海量数据的采集和存储，高性能挖掘和分析分布式数据计算引擎。

大数据分析引擎：提供丰富的数据分析组件，进行可视化建模，执行分析任务调度。

安全监测与通报处置：网络监管中，发生违规事件时的通报、预警和处置，能够做到简单、快捷、流程化。

集中展示界面：监管平台与用户交互的接口，丰富的图形展示统计分析结果，易用的界面用于日常工作。

监管平台围绕网络监管中发现问题、分析问题、解决问题，对外提供以下业务形态类型。

安全监测：辅助大网络安全监管部门对重要部门、重要单位、专项威胁、特定目标或对象开展监测，汇集大网络安全监测的基础数据。

态势分析：从宏观方面，分析整个大网络总体安全状况，包括各类网络安全威胁态势分析和展示;微观方面，提供对特定保护对象所遭受的各种攻击进行趋势分析和展示，可包括网站态势、重点单位态势、专项威胁态势和总体态势。

预警通报：对各种安全数据做模板化的预警通报，包括突发事件通报、专项通报、综合通报和特定对象安全评估通报。

线索挖掘：通过威胁数据的智能聚类和关联挖掘，发掘有价值威胁事件线索，对重点事件、嫌疑对象、跳板主机、攻击溯源等提供分析支撑。

调查处置：通过预警通报处置门户，将所监测的安全预警通报给各问题处置单位，对安全事件进行确认、处置、反馈。

监管平台基于大数据分析

监管平台要想做到监管的全面性、实时性、高效性，也要得益于大数据这个关键技术的使用。大数据自身具有体量大、数据类型多样化、价值低、更新速度快等特点，针对这些特点，大数据分析综合各种先进的技术一一解决了这些问题。

大数据分析给监管平台带来了全面高效的数据采集和海量的数据存储;支持结构化、半结构化、非结构化等多种类型的数据;对数据进行深度挖掘和分析，可以对未来趋势与模式进行预测;多种分析方法并用，提高分析数据的全面性和实时性。可以说，大数据分析给网络监管带来的价值是不言而喻的。

高效：根据不同场景下数据的特点不同，综合的运用非关系型数据库、关系型数据库和缓存机制，大大的提高了统计、分析和查询的效率;

全面：全方位的收集网络数据、安全数据，进行多维数据分析，统计各项态势指标结果，呈现总体安全态势;

及时：收集对安全问题分析有价值的数据，实时的进行关联分析，发现各种潜在的安全问题;

深度：关注客户业务，收集海量业务数据，根据业务范围特点建立挖掘模型，挖掘出对企业决策有益的信息。

东莞达内免费试听课程火热报名中，带你轻松入行，26大课程全国45个城市，129家中心均可就近学习，学完后，达内老师会帮助进行面试辅导，在面试前，就带你跨过可能存在的坑，让你入职更加顺利

【免责声明】本文系本网编辑部分转载，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与管理员联系，我们会予以更改或删除相关文章，以保证您的权益!更多内容请添加3216764521学习了解。欢迎关注“达内在线”参与分销，赚更多好礼。