云诺安全管控云平台白皮书V1.docxVIP

云诺安全管控云平台 技术白皮书 北京安普诺信息技术有限公司 二〇一六年 目录 1.前言 3 1.1 大数据时代 3 1.2 个性化推荐 3 1.2.1 基于内容的个性化推荐算法 4 1.2.2 协同过滤算法 4 1.2.3 基于知识的推荐算法 4 2.研发背景 5 3.产品概述 5 3.1 应用技术介绍 5 3.1.1 基于用户数据的分析技术 6 3.1.2 基于用户的个性化推荐技术 6 3.2 产品优势 7 3.2.1 统一的安全监控 7 3.2.2 多维度的分析呈现 8 3.2.3 脆弱性分析 8 3.2.4 可用性监控 8 3.2.5 实时监测告警 8 3.2.6 专家级报告 8 3.2.7 精细化的Web安全防护 9 3.2 体系结构 10 3.2.1 软件体系架构 10 3.2.2 模块组成结构 11 3.3 主要功能简介 12 3.3.1 账户管理 12 3.3.2 安全威胁情报感知 12 3.3.3 智能运维及监控 13 3.4各模块功能 13 3.4.1 态势感知 13 3.4.2 服务器管理 13 4.产品特点 15 4.1 基于数据分析的智能威胁情报感知 15 4.2 定期的服务器安全诊断 15 4.3 智能的运维以及监控 15 4.4 便捷的访问方式 15 5.运行环境 16 6. 产品购买 16 6.1商务流程 16 6.2联系方式 16 1.前言 1.1 大数据时代 半个世纪以来，随着计算机技术全面融入社会生活，信息爆炸已经积累到了一个开始引发变革的程度。它不仅使世界充斥着比以往更多的信息，而且其增长速度也在加快。互联网（社交、搜索、电商）、移动互联网（微博）、物联网（传感器、智慧地球）、车联网、GPS、医院影像、安全监控、金融（银行、股市、保险）、电信（通话、短信）都在疯狂的产生着数据。 20111年5月，在“云计算遇到大数据”为主题的EMCWorld 2011会议中，EMC抛出了“Bis Data”概念。 在喜新厌旧的技术初创企业界，已有3年历史的“大数据”听起来似乎已经过气了。虽然Hadoop在2006年已经出来，但“大数据”这个概念大概是在2011年到2014年左右才真正火起来。也是在这段时间里，至少是在媒体或者专家眼里，“大数据”成了新的“金子”或者“石油”。至今大数据已经走过将近4个年头了，大数据有趣的一点在于，它不再像当初经历过那样成为炒作的题材了。 无论业界如何褒贬，炒作也罢，不实际也好，大数据还是为消费者或商业用户体验提供了充足的动力，就像大数据最核心的企业技术：数据库、分析一样，这些东西运行在后台，没有几个人能看得见。那么运行在后台的这些能够帮助用户做什么？对于企业来讲，比如销售和营销的大数据应用通过处理大规模的内外部数据来帮助找到哪位客户可能会购买、续约或者流失，且速度越来越实时化。对于客服应用大数据帮助提供个性化的服务。个人应用帮助找到如何吸引和挽留最好的员工等。 在大家争相“卖数据”、“倒弄数据”的时代，涉猎并深入的研究“大数据”并将它加入到产品中，为广大用户提供更加合理可靠地服务，成为了北京安普诺信息技术有限公司的一个研究方向，除此之外，这也是以“数据驱动”为核心的云诺安全管控云平台必须职能。 1.2 个性化推荐 打开网页，你会发现页面一小块区域中会出现一些推荐，电子产品、服装、图书等等，这些产品你会发现是你之前在一些购物网站浏览或者搜索的项目，这时候或许由于你的习惯，你已经不太想追究它到底是怎么知道你的喜好以及你现在正需要的东西了，但是这些东西可没有忽略。这便是所谓的个性化推荐的一方面的应用了，它根据用户的浏览记录以及足迹来为用户推荐一些产品。 1.2.1 基于内容的个性化推荐算法 基于内容的推荐算法的原理是用户喜欢和自己关注过的Item在内容上类似的Item，比如你看了哈利波特I，基于内容的推荐算法发现哈利波特II-VI，与你以前观看的在内容上面（共有很多关键词）有很大关联性，就把后者推荐给你，这种方法可以避免Item的冷启动问题（冷启动：如果一个Item从没有被关注过，其他推荐算法则很少会去推荐，但是基于内容的推荐算法可以分析Item之间的关系，实现推荐）。 弊端在于推荐的Item可能会重复，典型的就是新闻推荐，如果你看了一则关于MH370的新闻，很可能推荐的新闻和你浏览过的，内容一致；另外一个弊端则是对于一些多媒体的推荐（比如音乐、电影、图片等)由于很难提内容特征，则很难进行推荐，一种解决方式则是人工给这些Item打标签。 1.2.2 协同过滤算法 协同过滤算法的原理是用户喜欢那些具有相似兴趣的用户喜欢过的商品，比如你的朋友喜欢电影哈利波特I，那么就会推荐给你，这是最简单的基于用户的协同过滤算法（user-based collaboratIve filtering