一种基于高斯分布模型的网络攻击动态监测方法

    公开(公告)号:CN107800706B

    公开(公告)日:2021-03-30

    申请号:CN201711075740.1

    申请日:2017-11-06

    IPC分类号: H04L29/06 H04L12/24

    摘要: 本发明涉及一种基于高斯分布模型的网络攻击动态监测方法。首先,监测网络数据,采集网络报文特征值;而后,根据提取到的数据报文,分析具有疑似攻击行为的数据报文,得到攻击数据序列;再而,根据攻击数据序列采用高斯分布模型建立有效攻击数据的概率分布模型;最后,根据攻击数据序列建立网络攻击分布图。本发明当监测到疑似的网络攻击行为时,通过数据报文建模分析是否存在攻击特征,是否存在需要进行重点监测防护;而后确认攻击序列,从大量电力移动网络数据中,快速定位到监测攻击行为;通过高斯分布模型计算网络攻击的分布概率,通过分布概率统计分析网络攻击的分布,进而产生网络攻击行为的判断与预警。

    一种基于对hadoop安全配置的检测方法

    公开(公告)号:CN109344620A

    公开(公告)日:2019-02-15

    申请号:CN201811040829.9

    申请日:2018-09-07

    IPC分类号: G06F21/57 G06F21/60

    摘要: 本发明涉及一种基于对hadoop安全配置的检测方法。包括Hadoop输出端的检测、分布式NoSQL数据库的检测和网管服务器的检测,其中,Hadoop输出端的检测,为HDFS和HBase输出端设置安全的Flume代理,在KDC中要设置Flume标识并生成keytab文件建立Flume用户需要为Hadoop超级用户,建立用户组用于Flume模拟用户,允许模拟不同的源,把数据注入Hadoop,确保在数据摄入过程中一直遵守Hadoop中用户权限采用安全配置程序进行设置并对Flume模拟用户其进行安全检查。本发明通过模拟用户端和数据传输的过程对Hadoop输出端、分布式NoSQL数据库和网管服务器的安全配置进行检测,提前避免了因系统的升级更新导致的漏洞。

    一种基于对hadoop组件安全加固方法

    公开(公告)号:CN109245880A

    公开(公告)日:2019-01-18

    申请号:CN201811040882.9

    申请日:2018-09-07

    IPC分类号: H04L9/06 H04L29/06 H04L29/08

    摘要: 本发明涉及一种基于对hadoop组件安全加固方法。Kerberos服务器作为用户外部的存储库,将Kerberos作为验证协议对用户进行密码验证,成功通过Kerberos验证的用户许可票据,对使用用户进行等级划分,验证票据有效时可使用Hadoop中的服务,根据数据的敏感性将Kerberos中的上传数据分为多个数据块,对步骤二中不同等级的用户实行分块访问权限,数据块进行数据加密和隐藏,确保授权用户对敏感数据的安全访问,对未授权的网络进行数据进出的控制,通过网络拓扑使得大数据系统与其他企业信息系统相隔离。本发明Hadoop引入了对Kerberos的支持,提高了用户访问的安全性,通过对数据和用户的等级加密划分,保障了对各方面数据访问的限制,从而提高了安全性能。