近日，由聚銘網(wǎng)絡(luò)申報的《一種基于變長記錄的安全日志壓縮存儲和檢索方法》與《一種基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)惡意行為識別方法》兩項發(fā)明專利通過國家知識產(chǎn)權(quán)局授權(quán)，正式獲得國家發(fā)明專利證書！
針對當前業(yè)內(nèi)需要對億級日志數(shù)據(jù)進行高效率壓縮存儲和檢索，以及減少對磁盤和CPU資源消耗的需求，聚銘網(wǎng)絡(luò)發(fā)明了《一種基于變長記錄的安全日志壓縮存儲和檢索方法》。
該發(fā)明通過利用各類設(shè)備的歷史日志解析結(jié)果，獲取不同模式在整體日志上的分布情況，為壓縮編碼提供實際依據(jù)。具體技術(shù)步驟如下：
-
搭建日志收取環(huán)境：根據(jù)實際需求，構(gòu)建適合收集不同類型設(shè)備日志的環(huán)境；
-
獲取日志中模式分布數(shù)據(jù)：對相關(guān)原始日志的解析情況進行統(tǒng)計分析，對每種設(shè)備及相關(guān)模式的占比情況進行標注，為后續(xù)壓縮編碼提供依據(jù)；
-
對模式中的固定部分進行變長編碼：某類設(shè)備或系統(tǒng)的日志具有較大的命中概率，針對大量重復的模式或數(shù)據(jù)進行變長編碼，實現(xiàn)高效壓縮存儲；
-
建立固定模式中的單詞索引：由于日志的固定部分在壓縮后已經(jīng)被編碼替代，故無法直接進行檢索，所以需要預(yù)先建立模式中所包含的單詞和索引的關(guān)系；
-
對模式中的變化部分進行變長編碼并建立索引：針對模式中的變化部分，進行變長編碼，并建立相應(yīng)的索引，以便于檢索。
-
根據(jù)固定部分和變長部分進行日志還原：首先對固定部分進行解碼，然后根據(jù)固定部分中的信息，按照變長部分的編碼方式對變長部分進行解碼，最終得到完整的原始日志；
-
根據(jù)固定部分、變長部分以及索引關(guān)系進行檢索：當用戶輸入某個或某些關(guān)鍵詞進行搜索時，通過固定部分編碼和索引關(guān)系、變長部分編碼和索引關(guān)系，聯(lián)合進行高效的日志檢索。
基于本項發(fā)明專利，聚銘綜合日志分析系統(tǒng)(SAS)能夠提供更加高效、節(jié)省存儲空間的日志壓縮存儲和檢索方法，幫助各類機構(gòu)和企事業(yè)單位客戶更好地管理日志數(shù)據(jù)，提高網(wǎng)絡(luò)安全防護能力。
《一種基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)惡意行為識別方法》為更好地發(fā)現(xiàn)網(wǎng)絡(luò)安全問題、檢測各類逃避手段提供了分析依據(jù)、方法及工具，特別是針對動態(tài)域名請求及其后續(xù)發(fā)生的行為甄別提供了有力的解決方案。
首先通過采集大量正常域名和動態(tài)域名的數(shù)據(jù)，形成訓練數(shù)據(jù)；其次獲取網(wǎng)絡(luò)流量數(shù)據(jù)包，并根據(jù)設(shè)定的數(shù)據(jù)過濾器篩選出符合分類要求的數(shù)據(jù)，并按照規(guī)則進行歸并；然后對篩選歸并后的數(shù)據(jù)進行特征預(yù)抽取，提取出代表性的數(shù)據(jù)特征，將其標記為正常流量或異常流量；接著使用LSTM神經(jīng)網(wǎng)絡(luò)進行訓練，生成相應(yīng)的權(quán)重及偏置描述文件；最后將待分類流量的特征向量輸入訓練好的神經(jīng)網(wǎng)絡(luò)中，根據(jù)輸出結(jié)果進行流量分類和識別。
在該項發(fā)明的加持下，聚銘網(wǎng)絡(luò)流量智能分析審計系統(tǒng)（iNFA）能夠更好的挖掘網(wǎng)絡(luò)環(huán)境中存在各類惡意行為，對全網(wǎng)流量實時進行威脅感知、可疑流量分析，為廣大機構(gòu)及企事業(yè)單位客戶提供更加高效、有力的網(wǎng)絡(luò)安全防護工具。
未來，聚銘網(wǎng)絡(luò)將繼續(xù)深耕網(wǎng)絡(luò)安全領(lǐng)域，加大產(chǎn)品研發(fā)力度，充分利用人才、設(shè)備等資源優(yōu)勢，積極探索前沿技術(shù)，不斷加強科研創(chuàng)新，提升企業(yè)核心競爭力，為廣大政企客戶提供更優(yōu)質(zhì)的產(chǎn)品和服務(wù)。
