一种网络资产信息频繁变化的监测方法与流程
本发明涉及网络资产监测,具体涉及一种网络资产信息频繁变化的监测方法。
背景技术:
1、互联网暴露面资产指面向公网开放、可通过互联网直接访问的网络资产集合,涵盖城域网范围内的公网ip段、开放端口、在线服务系统,以及电力、政务等大型行业对外暴露的业务系统、网络设备、接口服务等。随着网络规模持续扩张,多云环境、容器集群、动态边界网络广泛部署,网络资产的动态性显著提升,资产信息频繁变更已成为常态化现象。网络资产信息频繁变化主要针对城域网及大型行业互联网暴露面资产,指资产的开放端口集合、服务banner、ssl(secure sockets layer,安全套接层)证书属性、操作系统指纹等关键标识信息,在单位时间内发生多次有效变更的异动现象。现有网络资产信息变动监测技术主要存在两类核心缺陷:
2、监测逻辑层面的缺陷:现有技术仅能实现“资产是否变更”的二元判定,不具备对“频繁变化”行为的量化监测能力:无法统计单位时间内资产变更频次,难以区分云资源弹性扩缩容、运维临时调试等正常波动,与黑客恶意篡改服务、频繁上线后门等高危高频异动;同时依赖单维度特征比对,cdn(content delivery network,内容分发网络)节点轮换、dns(domain name system,域名系统)动态解析、程序自动更新均会触发大量误告警,安全运营人员无法精准定位高风险资产。
3、探测支撑层面的缺陷:针对城域网、电力专网等超大规模网络场景,传统统一周期全量扫描模式存在“高并发与深发现”的固有矛盾:若追求高并发快速扫描,则无法实现多协议深度指纹提取,监测粒度不足;若执行全量深度探测,则探测周期长、算力消耗大,无法支撑高频次滚动监测,极易漏判短时间内多次发生的资产频繁变更行为。此外,传统探测任务调度方式粗放,无法结合资产重要性与波动程度差异化分配探测资源,整体监测效率低下。
4、为此,我们发明了一种网络资产信息频繁变化的监测方法,解决了以上技术问题。
技术实现思路
1、本发明提供一种网络资产信息频繁变化的监测方法,构建了任务均衡调度-两阶段精准探测-分层变更校验-频次量化研判-自适应闭环优化的完整监测体系,实现了资产频繁变化的精准、高效识别。
2、一种网络资产信息频繁变化的监测方法,所述方法包括:
3、步骤1,对目标网络进行网格化逻辑划分,构建网格级权重和资产级权重两级量化权重体系;
4、步骤2,采用无状态初筛和多协议深探的两阶段探测,进行网络资产特征采集,生成网络资产的标准化资产探测快照;
5、步骤3,构建资产多维时序基线库;
6、步骤4,将网络资产的所述标准化资产探测快照进行分层特征比对,并进行有效变更判定;
7、步骤5,进行多级滑动窗口频次量化分级,计算网络资产的变更频次等级;
8、步骤6,结合网络资产的所述变更频次等级与所述资产级权重,调整网络探测周期与探测深度。
9、可选地,在步骤1,按地理范围与网段属性对目标网络进行网格化逻辑划分,形成多个独立探测网格单元;构建所述网格级权重和所述资产级权重两级量化权重体系,基于多维度指标量化计算所述网格级权重和所述资产级权重的权重系数,具体包括:
10、步骤11,计算所述网格级权重时,针对每个探测网格单元,从资产密度、区域重要性、历史活跃度三个维度加权计算,得到所述网格级权重的数值;
11、步骤12,计算所述资产级权重时,针对探测网格内每台资产,从基础属性、安全属性、运行属性三个运行属性维度量化打分,并映射为三级权重,综合得分大于等于第一预设值时为一级权重,综合得分低于所述第一预设值高于等于第二预设值时为二级权重,综合得分低于所述第二预设值时为三级权重,所述第一预设值高于所述第二预设值;
12、步骤13,将所述网格级权重和所述资产级权重随监测周期动态更新,每完成一轮完整的网络探测,根据资产最新状态更新运行属性得分,微调所述资产级权重;每季度根据探测网格单元的资产密度、业务域部署变化更新所述网格级权重;对于触发高频频繁变化告警的资产自动临时上调一级权重,异动平息后自动回落。
13、可选地,所述方法还包括,在步骤1之后,在多地异构网络环境内部署弹性探测节点,构建分布式探测集群,各节点为独立发包单元,内置无状态探测引擎与多协议深度交互引擎,统一接收调度中心下发的网格任务;节点间无会话状态依赖,支持横向弹性扩展,支撑超高并发的全网探测需求。
14、可选地,步骤2包括:
15、首先,进行无状态高并发初筛,筛选出存活的网络资产:依托所述分布式探测集群并行执行,采用无状态tcp探测机制,仅向目标ip发送syn连接请求包,不维护完整会话状态、不跟踪未回复请求,快速识别存活主机与开放端口,完成存活资产粗筛;
16、然后,进行多协议深度探测:进行任务调度与资源分配时,以所述网格级权重为依据,依托所述分布式探测集群,为高权重核心业务网格优先分配更多探测节点,保障探测时效与解析精度;低权重边缘网格缩减资源配额,避免无效算力消耗;针对初筛确认的存活资产,完成http、ssh、ftp多协议握手交互,解析协议栈语义特征,提取banner信息、版本号、ssl证书序列号、操作系统指纹、mac地址和核心服务标识这些多维属性,匹配资产指纹库标注设备类型与业务标签,生成标准化资产探测快照。
17、可选地,在步骤3,基于多协议深度探测提取的mac地址、操作系统指纹、ssl证书序列号、核心服务标识这些稳定属性,通过哈希运算为每台存活的网络资产生成唯一身份指纹,动态ip场景下以mac地址与ssl证书序列号作为核心绑定维度,ip变动时通过两项稳定特征的组合匹配锁定同一资产主体,保障资产身份识别的连续性,豁免业务正常微小波动。
18、可选地,在步骤4,将网络资产的所述标准化资产探测快照与基线数据进行分层加权比对,高权重核心特征变动直接标记异动,低权重次要特征超出容忍阈值后标记异动;采用simhash算法快速计算特征相似度,设置多特征联动校验规则:仅当至少两类不同维度特征同步异动时,判定为一次有效变更事件;过滤cdn轮换、dns刷新、设备重启这些无效异动。
19、可选地,在步骤5,为每台存活的网络资产独立配置三级滑动时间窗口,统计滑动时间窗口内有效变更事件数量,计算网络资产变更频次;预设三级频次阈值,将网络资产划分为低频稳定、中频波动、高频频繁变化三类;区分瞬时偶发波动与持续性高频变更,识别高危异动资产。
20、可选地,在步骤6,当网络资产的资产变更频次等级为低频稳定,所述资产级权重为三级权重时,拉长探测周期,仅执行无状态初筛,降低资源消耗;
21、当网络资产的资产变更频次等级为中频波动,所述资产级权重为二级权重时,执行无状态初筛和多协议深探的两阶段探测,保持中等探测周期,持续跟踪波动趋势;
22、当网络资产的资产变更频次等级为高频频繁变化,所述资产级权重为一级权重时,缩短探测周期,加密执行深度探测,同步开启漏洞探测、行为审计这些专项监测。
23、可选地,所述方法还包括,在步骤6之后,进行异动溯源与基线闭环优化;存储全量时序监测数据,针对高频频繁变化资产溯源异动诱因,分类标记业务弹性变更、运维操作变更和恶意攻击变更,输出可视化监测报表与处置建议;对高危异动资产锁定基线禁止自动更新,需人工复核后方可调整,形成完整监测闭环。
24、一种网络资产信息频繁变化的监测系统,所述系统包括:
25、网格化建模单元,对目标网络进行网格化逻辑划分,构建网格级权重和资产级权重两级量化权重体系;
26、资产特征采集单元,采用无状态初筛和多协议深探的两阶段探测,进行网络资产特征采集,生成网络资产的标准化资产探测快照;
27、基线库构建单元,构建资产多维时序基线库;
28、变更判定单元,将网络资产的标准化资产探测快照进行分层特征比对,并进行有效变更判定;
29、变更频次等级计算单元,进行多级滑动窗口频次量化分级,计算网络资产的变更频次等级;
30、探测调整单元,结合网络资产的所述变更频次等级与所述资产级权重,调整网络探测周期与探测深度。
31、本发明提供的网络资产信息频繁变化的监测方法,一方面通过多级滑动窗口量化统计资产变更频次,结合多维特征分层校验实现频繁变化行为的精准识别,降低监测误报率;另一方面构建“区域拓扑-资产权重”双驱动的网格化分布式探测架构,采用无状态初筛+多协议深探的两阶段探测范式,破解大规模网络下高并发与深发现的矛盾,支撑高频次滚动监测,最终实现大规模复杂网络场景下网络资产频繁变化的高效、精准、闭环监测。本发明针对城域网全域、大型行业互联网暴露面等大规模资产监测场景,通过网格化双驱动调度、两阶段协同探测、分层变更校验、多级窗口量化、自适应闭环优化的完整技术体系,相较传统资产监测技术在探测效率、识别精度、资源利用率、场景适配性等维度实现全面提升。经省级城域网、电力行业等多场景实测与仿真验证,与现有技术相比,本发明具有以下技术优点:
32、第一,大规模网络探测效率成倍提升,破解高并发与深发现的矛盾。
33、本发明采用无状态初筛+多协议深探的两阶段探测范式,配合网格化任务均衡调度,在保证资产识别深度的前提下大幅压缩探测周期:
34、无状态初筛阶段剥离会话状态跟踪,单节点并发发包速率可达1000万包/秒,较传统全连接tcp扫描并发能力提升20倍以上;
35、初筛可将深度探测目标规模缩减93%,同等硬件算力条件下,12亿级ip规模的省级城域网全域测绘,传统全量深度扫描单次周期约720小时(30天),本发明仅需336小时(14天),整体探测效率提升53.3%;
36、网格化任务调度实现节点负载均衡,集群整体任务完成时效偏差控制在8%以内,避免传统均分任务导致的部分节点过载、部分节点闲置的问题。
37、第二,资产频繁变化识别精度大幅提高,有效降低误报与漏报。
38、本发明通过多维特征分层校验、多特征联动判定、多级滑动窗口量化的组合技术方案,解决了传统单特征二元判定误报率高、无法区分正常波动与高危异动的核心痛点:
39、采用核心/次要特征分层比对+双特征联动校验规则,可过滤cdn节点轮换、dns刷新、设备重启等无效异动;相较传统单特征比对方案,监测误报率从65%以上降至18%以下,有效变更事件识别准确率提升至92.7%;
40、三级滑动时间窗口联合判定,可区分瞬时偶发波动与持续性高频变更,高频频繁变化资产的捕获准确率达95.2%,漏报率低于4.8%,首次实现资产频繁变化行为的量化精准识别;
41、动态ip场景下采用mac地址+ssl证书序列号联合身份绑定,资产身份匹配准确率从传统ip绑定的61.5%提升至94.3%,避免ip漂移导致的变更统计断裂与误判。
42、第三,监测资源精准投放,整体资源利用率显著提升。
43、本发明基于“频次-权重”双维度自适应调度机制,将探测资源向高风险、高权重资产倾斜,避免全量高频扫描的无效资源消耗:
44、同等监测效果与告警响应要求下,全网整体探测带宽、算力消耗较传统统一周期扫描模式降低60%以上;
45、一级权重高频资产的探测周期可缩短至1小时,相较传统24小时统一扫描,重点资产的异动响应时效提升24倍,实现高危资产加密监测、稳定资产降频减负的差异化调度;
46、网格级与资产级两级权重体系,使核心业务区域、关键资产的探测资源占比提升40%,资源投放精准度显著提高。
47、第四,具备闭环自优化能力,适配多场景持续运营。
48、本发明构建了“监测-反馈-迭代-优化”的完整技术闭环,支持不同场景下的持续适配优化:
49、监测结果反哺权重动态迭代,系统稳定运行3个月后,任务调度与资产实际风险的匹配度提升35%,监测精度随运行持续优化;
50、基线自优化机制可根据人工核验结果自动调整特征容忍阈值,电力等行业专属场景下,运行稳定后误报率可进一步降至12%以内;
51、架构可灵活适配城域网全域测绘、大型行业互联网暴露面监测等多类场景,无需重构技术框架,仅需调整权重参数与频次阈值即可完成场景适配。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com