大数据安全分析之大数据分析的技术架构及关键技术
一、大数据分析的技术架构
大数据安全分析总体架构由数据采集、预处理、存储、处理、分析计算、数据应用展示几部分组成：
数据源
数据源是大数据分析的基础与前提，准确高质量的多源异构数据是安全分析效果的保证，进行安全分析需要收集的数据源包括：
日志数据：包括设备与系统的日志和安全告警信息。
流量数据：网络流量数据，包括Netflow数据和全流量镜像数据。
支持数据：包括资产信息、账号信息、漏洞信息和威胁情报信息等。
采集和预处理
对数据源收集的信息进行解析、标准化和丰富化处理，从而为数据分析提供高质量的数据。
数据传输采集：根据不同类型的数据源，以及数据存在的状态，采用不同的传输与采集技术。
数据预处理：对数据进行解析、补全、标准化操作，从而提高安全分析的可信度，降低误报率。
数据存储
全量存储网络中原始的网络数据，使数据结果分析更加全面可信。对所有网络行为数据建立索引，便于快速查询、管理分析和举证。
数据分析
利用关联分析、机器学习、深度学习等技术，从海量原始数据中自动挖掘出有价值的信息，最大的发挥数据的价值。
数据应用
依据数据分析结果，实现安全态势感知、安全预警、追踪溯源等应用。
二、大数据分析的关键技术
数据采集与解析技术
利用日志采集器实时以非格式化或半格式化采集原始数据，根据配置的解析规则和字段补全规则，完成数据的解析与数据补全。最终将解析的数据存入大数据存储中，以便后续进行实时或长周期的展示和统计分析。
大数据存储与处理技术
大数据平台计算处理能力达到日存储数据超过1T，支持千亿条数据的秒级处理，PB级数据管理与应用，保证高吞吐量与高数据压缩率，为安全智能分析提供实时或者长期的关联分析数据基础。
关联分析
通过关联分析引擎对采集的实时数据流进行深度关联分析，包括安全告警、系统日志、资产、网络、漏洞等信息之间采用基于规则、基于统计、基于资产、基于情报等深度关联分析方法，综合分析进行安全威胁检测、预警。
机器学习
通过机器学习和算法对大量的历史信息和安全信息的关联，以无监督学习(异常检测)为主，并有人工辅助的半监督学习(专家、管理人员反馈)，对威胁行为进行一个长周期的分析，找出安全威胁与攻击的异常行为和隐藏的威胁行为。
