网络安全关联分析

⑴ 知识普及-安全态势

随着网络规模和复杂性不断增大，网络的攻击技术不断革新，新型攻击工具大量涌现，传统的网络安全技术显得力不从心，网络入侵不可避免，网络安全问题越发严峻。

单凭一种或几种安全技术很难应对复杂的安全问题，网络安全人员的关注点也从单个安全问题的解决，发展到研究整个网络的安全状态及其变化趋势。

网络安全态势感知对影响网络安全的诸多要素进行获取、理解、评估以及预测未来的发展趋势，是对网络安全性定量分析的一种手段，是对网络安全性的精细度量，态势感知成已经为网络安全2.0时代安全技术的焦点，对保障网络安全起着非常重要的作用。

一、态势感知基本概念

1.1 态势感知通用定义

随着网络安全态势感知研究领域的不同，人们对于态势感知的定义和理解也有很大的不同，其中认同度较高的是Endsley博士所给出的动态环境中态势感知的通用定义：

态势感知是感知大量的时间和空间中的环境要素，理解它们的意义，并预测它们在不久将来的状态。

在这个定义中，我们可以提炼出态势感知的三个要素：感知、理解和预测，也就是说态势感知可以分成感知、理解和预测三个层次的信息处理，即：

感知：感知和获取环境中的重要线索或元素；

理解：整合感知到的数据和信息，分析其相关性；

预测：基于对环境信息的感知和理解，预测相关知识的未来的发展趋势。

1.2 网络安全态势感知概念

目前，对网络安全态势感知并未有一个统一而全面的定义，我们可以结合态势感知通用定义来对对网络安全态势感知给出一个基本描述，即：

网络安全态势感知是综合分析网络安全要素，评估网络安全状况，预测其发展趋势，并以可视化的方式展现给用户，并给出相应的报表和应对措施。

根据上述概念模型，网络安全态势感知过程可以分为一下四个过程：

1）数据采集：通过各种检测工具，对各种影响系统安全性的要素进行检测采集获取，这一步是态势感知的前提；

2）态势理解：对各种网络安全要素数据进行分类、归并、关联分析等手段进行处理融合，对融合的信息进行综合分析，得出影响网络的整体安全状况，这一步是态势感知基础；

3）态势评估：定性、定量分析网络当前的安全状态和薄弱环节，并给出相应的应对措施，这一步是态势感知的核心；

4）态势预测：通过对态势评估输出的数据，预测网络安全状况的发展趋势，这一步是态势感知的目标。

网络安全态势感知要做到深度和广度兼备，从多层次、多角度、多粒度分析系统的安全性并提供应对措施，以图、表和安全报表的形式展现给用户。

二、态势感知常用分析模型

在网络安全态势感知的分析过程中，会应用到很多成熟的分析模型，这些模型的分析方法虽各不相同，但多数都包含了感知、理解和预测的三个要素。

2.1 始于感知：Endsley模型

Endsley模型中，态势感知始于感知。

感知包含对网络环境中重要组成要素的状态、属性及动态等信息，以及将其归类整理的过程。

理解则是对这些重要组成要素的信息的融合与解读，不仅是对单个分析对象的判断分析，还包括对多个关联对象的整合梳理。同时，理解是随着态势的变化而不断更新演变的，不断将新的信息融合进来形成新的理解。

在了解态势要素的状态和变化的基础上，对态势中各要素即将呈现的状态和变化进行预测。

2.2 循环对抗：OODA模型

OODA是指观察（Oberve）、调整（Orient）、决策（Decide）以及行动（Act），它是信息战领域的一个概念。OODA是一个不断收集信息、评估决策和采取行动的过程。

将OODA循环应用在网络安全态势感知中，攻击者与分析者都面临这样的循环过程：在观察中感知攻击与被攻击，在理解中调整并决策攻击与防御方法，预测对手下一个动作并发起行动，同时进入下一轮的观察。

如果分析者的OODA循环比攻击者快，那么分析者有可能“进入”对方的循环中，从而占据优势。例如通过关注对方正在进行或者可能进行的事情，即分析对手的OODA环，来判断对手下一步将采取的动作，而先于对方采取行动。

2.3 数据融合：JDL模型

JDL（Joint Directors of Laboratories）模型是信息融合系统中的一种信息处理方式，由美国国防部成立的数据融合联合指挥实验室提出。

JDL模型将来自不同数据源的数据和信息进行综合分析，根据它们之间的相互关系，进行目标识别、身份估计、态势评估和威胁评估，融合过程会通过不断的精炼评估结果来提高评估的准确性。

在网络安全态势感知中，面对来自内外部大量的安全数据，通过JDL模型进行数据的融合分析，能够实现对分析目标的感知、理解与影响评估，为后续的预测提供重要的分析基础和支撑。

2.4 假设与推理：RPD模型

RPD（Recognition Primed Decision）模型中定义态势感知分为两个阶段：感知和评估。

感知阶段通过特征匹配的方式，将现有态势与过去态势进行对比，选取相似度高的过去态势，找出当时采取的哪些行动方案是有效的。评估阶段分析过去相似态势有效的行动方案，推测当前态势可能的演化过程，并调整行动方案。

以上方式若遇到匹配结果不理想的情况，则采取构造故事的方式，即根据经验探索潜在的假设，再评估每个假设与实际发生情况的相符度。在RPD模型中对感知、理解和预测三要素的主要体现为：基于假设进行相关信息的收集（感知），特征匹配和故事构造（理解），假设驱动思维模拟与推测（预测）。

三、态势感知应用关键点

当前，单维度的网络安全防御技术手段，已经难以应对复杂的网络环境和大量存在的安全问题，对网络安全态势感知具体模型和技术的研究，已经成为2.0时代网络安全技术的焦点，同时很多机构也已经推出了网络安全态势感知产品和解决方案。

但是，目前市场上的的相关产品和解决方案，都相对偏重于网络安全态势的某一个或某几个方面的感知，网络安全态势感知的数据分析的深度和广度还需要进一步加强，同时网络安全态势感知与其它系统平台的联动不足，无法将态势感知与安全运营深入融合。

为此，太极信安认为网络安全态势感知平台的建设，应着重考虑以下几个方面的内容：

1、在数据采集方面，网络安全数据来源要尽可能的丰富，应该包括网络结构数据、网络服务数据、漏洞数据、脆弱性数据、威胁与入侵数据、用户异常行为数据等等，只有这样态势评估结果才能准确。

2、在态势评估方面，态势感评估要对多个层次、多个角度进行评估，能够评估网络的业务安全、数据安全、基础设施安全和整体安全状况，并且应该针对不同的应用背景和不同的网络规模选择不同的评估方法。

3、在态势感知流程方面，态势感知流程要规范，所采用的算法要简单，应该选择规范化的、易操作的评估模型和预测模型，能够做到实时准确的评估网络安全态势。

4、在态势预测方面，态势感知要能支持对不同的评估结果预测其发展趋势，预防大规模安全事件的发生。

5、在态势感知结果显示方面，态势感知能支持多种形式的可视化显示，支持与用户的交互，能根据不同的应用需求生成态势评测报表，并提供相应的改进措施。

四、总结

上述几种模型和应用关键点对网络安全态势感知来讲至关重要，将这些基本概念和关键点进行深入理解并付诸于实践，才能真正帮助决策者获得网络安全态势感知能力。

太极信安认为，建设网络安全态势感知平台，应以“业务+数据定义安全”战略为核心驱动，基于更广、更深的数据来源分析，以用户实际需求为出发点，从综合安全、业务安全、数据安全、信息基础设施安全等多个维度为用户提供全面的安全态势感知，在认知、理解、预测的基础上，真正帮助用户实现看见业务、看懂威胁、看透风险、辅助决策。

                            摘自 CSDN 道法一自然

⑵ 如何查看我上网有没有被人监控

要查看上网是否被人监控，可以采取以下方法：

1. 查看端口：

   • 使用端口扫描工具从其他主机扫描本机所有开放端口，特别注意是否有被隐藏的端口。这些隐藏端口可能是监控软件用于数据传输的通道。

2. 查看进程：

   • 利用进程查看软件，检查当前运行的进程列表，特别是注意那些带有异常路径或启动参数的进程。这些进程可能是监控软件的一部分。

3. 检查启动项：

   • 仔细检查所有启动项，包括服务、计划任务等，确保没有未知或可疑的启动项。这些启动项可能会在系统启动时自动运行监控软件。

4. 查看关联项和插件项：

   • 检查可引起程序调用的关联项和插件项，确保没有未知或可疑的关联和插件。这些关联和插件可能是监控软件用于自动启动或执行特定操作的手段。

为了进一步确认是否被监控，还可以采取以下解决方法：

1. 高级防范：

   • 使用高级的安全工具和技术，防止内核级隐藏端口、进程和注册表的检测，以提高系统的安全性。

2. 使用其他操作系统启动：

   • 考虑使用其他可读取本系统文件的操作系统启动，然后检查本机文件和注册表。这种方法可以帮助发现可能被当前操作系统隐藏的监控软件。

3. 分析网络通讯：

   • 通过对比网络总流量与各套接字流量的和，以及查看路由器网络通讯记录等方法，分析是否存在异常的网络通讯行为。这些异常行为可能是监控软件在进行数据传输时产生的。

请注意，以上方法仅供参考，并不能保证100%检测到所有的监控行为。为了保障个人隐私和数据安全，建议定期更新和升级安全软件，并保持警惕。如果怀疑自己的上网行为被严重监控或存在其他安全风险，请寻求专业的安全机构或专家的帮助。

⑶ 关联排查是什么意思

关联排查是一种安全事件分析的方法，旨在通过收集和分析所有相关的数据和记录，找出安全事件的来源、影响和漏洞。以下是关于关联排查的详细解释：

1. 目的：

   • 找出事件来源：通过深入分析数据，确定安全事件的发起者或来源。
   • 评估事件影响：了解事件对企业网络、数据和业务的具体影响。
   • 识别漏洞：发现系统或网络中的潜在漏洞，以便进行修复和改进。

2. 关键步骤：

   • 数据收集：广泛收集与安全事件相关的所有数据和记录，包括日志、网络流量、用户行为等。
   • 数据整理和建立时间线：对收集到的数据进行整理，并按照时间顺序建立事件的时间线。
   • 分析数据并识别威胁：通过大数据技术，分析数据来源，识别出涉及恶意行为的事件，并评估其威胁程度。

3. 应用场景：

   • 高级持续性威胁调查：关联排查技术常被用于调查复杂且持续时间长的网络攻击。
   • 网络入侵处理：在网络入侵事件中，关联排查有助于快速定位攻击路径和攻击者。

4. 优势：

   • 提升可见性：关联排查技术可以提升企业网络的可见性，使企业能够更全面地了解网络状态。
   • 增强响应能力：通过及时识别和分析威胁，企业能够更快地做出响应，减少损失。
   • 强化安全体系：关联排查不仅有助于解决当前的安全问题，还能帮助企业发现潜在的安全隐患，从而进一步完善安全体系。

5. 其他应用：

   • 预防电信诈骗：通过分析用户行为和通信模式，关联排查可以帮助企业识别并预防电信诈骗。
   • 防范内部威胁：通过监控和分析内部员工的行为数据，关联排查有助于发现潜在的内部威胁。