基于數據驅動的網絡安全態勢感知預測
網絡安全與數據治理
吳寶江
中國電子科技集團有限公司電子科學研究院
摘要： 云計算和互聯網的快速發展引發網絡數據的爆炸式增長，隨之而來的網絡威脅也變得日益復雜，大量的數據給網絡帶來了巨大的安全風險。傳統的安全措施往往不足以抵御這些持續動態變化的網絡安全威脅，需要綜合應用人工智能和機器學習等技術，基于數據驅動形成數據應用智能化，采用態勢數據采集、大數據關聯分析、安全威脅研判等手段，實現網絡安全威脅實時監測并預測潛在的網絡攻擊行為，支撐防御策略動態調整，提升網絡空間安全防御整體效能。此外，基于數據驅動的網絡安全態勢感知預測系統能夠幫助網絡安全管理人員豐富網絡風險處理相關專業知識，在實際網絡安全威脅場景下做出更好的判斷和決策。
中圖分類號：TN918.91；TP309文獻標識碼：ADOI:10.19358/j.issn.2097-1788.2025.05.003
引用格式：吳寶江. 基于數據驅動的網絡安全態勢感知預測［J］.網絡安全與數據治理，2025，44（5）：17-20.
引用格式：吳寶江. 基于數據驅動的網絡安全態勢感知預測［J］.網絡安全與數據治理，2025，44（5）：17-20.
Data-driven network security situational awareness and prediction
Wu Baojiang
China Academy of Electronics and Information Technology
Abstract： The rapid development of cloud computing and the Internet has led to the explosive growth of network data, and the ensuing network threats have become increasingly complex. A large amount of data has brought huge security risks to the network. Traditional security measures are often insufficient to resist these constantly changing network security threats. It is necessary to comprehensively apply technologies such as artificial intelligence and machine learning to from data-driven intelligent data applications, using situational data collection, big data correlation analysis, security threat analysis and other means to achieve real-time monitoring of network security threats and predict potential network attack behaviors. It can support dynamic adjustment of defense strategies, and improve the overall effectiveness of network security defense. In addition, data-driven security situational awareness and prediction systems can help network security managers enrich their related professional knowledge of network risks, and make better judgments and decisions in actual network security threat scenarios.
Key words : data-driven；security situational awareness and prediction；artificial intelligence；machine learning；security defense
引言
由于日益增長的網絡環境威脅和越來越多的網絡惡意攻擊行為，網絡安全已經成為當今互聯網世界的一個重要問題。傳統的安全解決方案已經不足以抵御當今各個領域持續不斷動態發展的網絡安全威脅，亟需能夠有效感知預測并防御網絡安全威脅的創新方法。因此，本文提出基于數據驅動的網絡安全態勢感知預測方法，它能夠提供主動預測策略和實時監測，將為網絡安全管理人員針對網絡安全事件做出快速、準確決策提供有力支撐，使網絡安全管理人員能夠有效分配資源，采取應對措施，保護網絡環境免受安全威脅。
數據驅動不僅是數據的采集分析，更是數字化時代催生的各類創新技術（人工智能、機器學習等）的綜合應用，進而形成數據應用智能化，是利用數據分析來獲取有用知識的過程，并最終做出智能決策。由人工智能和機器學習賦能的基于數據驅動的網絡安全態勢感知預測方法，利用網絡日志、系統安全事件和用戶行為等眾多來源產生的大量數據來預測潛在的網絡攻擊，這使得積極主動和自適應的網絡防御系統成為可能，而不是僅僅依賴預定義的規則和標簽來防御網絡威脅。此外，網絡安全管理人員還可以通過從數據分析中獲得的有用知識對網絡攻擊對手進行分析，深入了解其網絡攻擊方法、技術和程序，以便在實際網絡安全威脅場景下做出更好的人工判斷和決策。
本文詳細內容請下載：
http://m.jysgc.com/resource/share/2000006542
作者信息：
吳寶江
（中國電子科技集團有限公司電子科學研究院，北京100041）
此內容為AET網站原創，未經授權禁止轉載。