基于数据驱动的网络安全态势感知预测
网络安全与数据治理
吴宝江
中国电子科技集团有限公司电子科学研究院
摘要： 云计算和互联网的快速发展引发网络数据的爆炸式增长，随之而来的网络威胁也变得日益复杂，大量的数据给网络带来了巨大的安全风险。传统的安全措施往往不足以抵御这些持续动态变化的网络安全威胁，需要综合应用人工智能和机器学习等技术，基于数据驱动形成数据应用智能化，采用态势数据采集、大数据关联分析、安全威胁研判等手段，实现网络安全威胁实时监测并预测潜在的网络攻击行为，支撑防御策略动态调整，提升网络空间安全防御整体效能。此外，基于数据驱动的网络安全态势感知预测系统能够帮助网络安全管理人员丰富网络风险处理相关专业知识，在实际网络安全威胁场景下做出更好的判断和决策。
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.tom3567.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。