CN109992961A - 用于数据库***防黑客入侵的检测***和方法 - Google Patents

用于数据库***防黑客入侵的检测***和方法 Download PDF

Info

Publication number
CN109992961A
CN109992961A CN201910172010.6A CN201910172010A CN109992961A CN 109992961 A CN109992961 A CN 109992961A CN 201910172010 A CN201910172010 A CN 201910172010A CN 109992961 A CN109992961 A CN 109992961A
Authority
CN
China
Prior art keywords
database
data
rule base
detection
misuse
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910172010.6A
Other languages
English (en)
Inventor
胡磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Huaan Putt Network Technology Co Ltd
Original Assignee
Beijing Huaan Putt Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Huaan Putt Network Technology Co Ltd filed Critical Beijing Huaan Putt Network Technology Co Ltd
Priority to CN201910172010.6A priority Critical patent/CN109992961A/zh
Publication of CN109992961A publication Critical patent/CN109992961A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
    • G06F21/55—Detecting local intrusion or implementing counter-measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
    • G06F21/55—Detecting local intrusion or implementing counter-measures
    • G06F21/56—Computer malware detection or handling, e.g. anti-virus arrangements
    • G06F21/566—Dynamic detection, i.e. detection performed at run-time, e.g. emulation, suspicious activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Virology (AREA)
  • Databases & Information Systems (AREA)
  • Bioethics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了用于数据库***防黑客入侵的检测***和方法，涉及数据库防入侵技术领域。本发明的报告上报***包括数据采集器、误用检测单元、异常检测单元、误用规则库、行为模式规则库、记录器、报警器、关联防火墙、事件数据库、磁盘管理器、客户端实时报警器、与用户交互模块、管理控制台；本发明的检测方法包括：S01：当前***审计数据；S02：数据采集和预处理；S03：数据挖掘；S04：得到当前用户行为特征；S05：综合规则库进行检测；S06：判断是否遭受入侵。本发明解决对数据库网络和黑客入侵不能实施监测报警，不能对数据库中的入侵事件进行管理和维护，对***检测的实时性和效率低的问题。

Description

用于数据库***防黑客入侵的检测***和方法
技术领域
本发明属于数据库防入侵技术领域，特别是涉及用于数据库***防黑客入侵的检测***及用于数据库***防黑客入侵的检测方法。
背景技术
随着互联网的飞速发展，数据库的应用也跟上了全球信息化的步伐，越来越多的政府、商业、金融等公司机构以及事业部门将数据库与互联网相连。随着数据库应用功能和范围越来越广和越来越强带，同时带来的还有各种网络和黑客攻击等因素存在的网络安全问题，使数据库面临越来越多的风险。因此如何应对网络和黑客攻击对数据库***带来的威胁是目前数据库***亟需解决的问题。目前国内关于数据库***的入侵检测研究尚不多见，技术上处于研究阶段，尚无完善的实用***，因此这对以上问题提供一种用于数据库***防黑客入侵的检测***及用于数据库***防黑客入侵的检测方法具有重要意义。
发明内容
本发明的目的在于提供用于数据库***防黑客入侵的检测***和方法，通过提供由数据审计***与数据库相连的数据采集器，数据采集器与误用检测单元和异常检测单元相连，误用检测单元实时检测采集的数据特征与误用规则库内的规则进行比较，异常检测单元实时检测采集的数据特征与行为模式规则库内的规则进行比较，并进行入侵判断，将入侵判断结果反馈至报警器和客户端实时报警器进行报警显示，解决对数据库网络和黑客入侵不能实施监测报警，不能对数据库中的入侵事件进行管理和维护，对***检测的实时性和效率低的问题。
为解决上述技术问题，本发明是通过以下技术方案实现的：
本发明的用于数据库***防黑客入侵的检测***，包括数据采集器、误用检测单元、异常检测单元、误用规则库、行为模式规则库、记录器、报警器、关联防火墙、事件数据库、磁盘管理器、客户端实时报警器、与用户交互模块、管理控制台；
所述数据采集器通过数据库审计***与数据库相连并进行信息数据交互；所述误用检测单元通过信息数据传输模块分别连接数据采集器、误用规则库、记录器和报警器；所述异常检测单元通过信息数据传输模块分别连接数据采集器、行为模式规则库、报警器；所述报警器通过信息数据传输模块分别与关联防火墙以及客户端实时报警器相连；
所述事件数据库通过信息数据传输模块分别连接记录器、报警器、磁盘管理器、管理控制台、与用户交互模块。
进一步地，所述采集数据库审计***对数据库中待审计日志生成审计记录；所述数据采集器用于采集数据库审计***对数据库提取的审计记录进行提取，实现审计数据和数据采集的并行化；
所述误用检测单元与异常检测单元用于分别读取数据采集器中的审计记录的数据，并分别与误用规则库和行为模式规则库中的规则进行检测；
所述误用规则库用于存放已知的攻击模式，由审计***管理员根据个人的经验和以往审计检测的结果进行建立和维护；
所述行为模式规则库用于存放用户正常行为模式，由异常检测模块根据基于关联规则的数据挖掘算法创建并进行增量更新；
所述报警器用于将误用检测单元和异常检测单元检测出的非正常行为传递给报警器，报警器根据此行为的异常程度采取相应的措施；
所述关联防护墙用于对误用检测单元和异常检测单元检测出的非正常行为进行防御，包括进行访问行为控制和危险操作阻断；
所述记录器用于对误用检测单元和异常检测单元检测产生的行为结果作出一个缓存；
所述磁盘管理器用于记录确实有效的检测结果信息；
所述事件数据库用于存放***在检测过程中产生的各种监测结果，***管理员根据存放在数据库表中的数据生成各种所需要的报表进行审计分析；
所述与用户交互模块用于用户对数据库和检测***进行交互动作，包括数据库访问和数据库入侵事件实时查看；
所述管理控制台用于***管理员根据当前数据库的运行环境，指定新的检测策略，以便更好地再现监控数据库。
进一步地，所述管理控制台包括用户登录界面模块和***主界面模块；
所述用户登录界面模块用于***管理员输入用户名和登录密码进行登录，并进入***主界面模块；
所述***主界面模块包括菜单栏、工具栏、主窗体和状态栏；所述菜单栏包括实时监控、审计维护、工具、窗口配置管理、攻击信息、帮助菜单项。
用于数据库***防黑客入侵的检测方法，包括如下步骤：
S01：当前***审计数据：通过所述采集数据库审计***对数据库中待审计日志生成审计记录数据；
S02：数据采集和预处理：通过所述数据采集器收集用户历史行为数据进行特征提取，并对收集到的用户历史行为数据进行集成和并行化的预处理，为下一步的数据挖掘座准备；
S03：数据挖掘：采用数据挖掘技术从采集数据库审计***中提取有关行为特征和规则，并建立入侵行为模式规则；
S04：得到当前用户行为特征：通过数据挖掘得到当前用户的行为特征数据；
S05：综合规则库进行检测：行为模式规则库中存有***需要的异常模式和正常模式，通过将当前用户的行为特征数据与异常模式和正常模式进行比较判断，判断当前用户的行为是否为入侵行为；
S06：判断是否遭受入侵：***根据一定的算法，从误用规则库和行为模式规则库中提取相关规则数据，对当前用户行为特征进行入侵检测，并根据检测的结果作出相应的行动；
若判断是入侵行为，则报警器响应，并将报警信号传输至客户端实时报警器进行报警，关联防护墙对入侵行为进行访问行为控制和危险操作阻断，同时记录器对入侵行为进行记录并存储于事件数据库和磁盘管理器；
若判断为非入侵行为，则***继续监控同时在误用规则库和行为模式规则库内进行规则增量更新，并将该非入侵行为进行记录并存储于事件数据库和磁盘管理器。
进一步地，位于所述步骤S01之前，所述误用规则库和行为模式规则库创建；
位于所述步骤S01-S06过程中，所述误用规则库和行为模式规则库同步进行规则增量更新和管理。
进一步地，对所述误用规则库的管理包括浏览规则、修改规则、添加规则、删除规则。
进一步地，对所述行为模式规则库的管理包括如下步骤：
T01：对用户历史行为数据进行采集并存储；
T02：对数据采集和预处理；
T03：对数据进行提取有关行为特征和规则；
T04：合并规则；
T05：将规则写入行为模式规则库。
本发明具有以下有益效果：
本发明通过提供由数据审计***与数据库相连的数据采集器，数据采集器与误用检测单元和异常检测单元相连，误用检测单元实时检测采集的数据特征与误用规则库内的规则进行比较，异常检测单元实时检测采集的数据特征与行为模式规则库内的规则进行比较，并进行入侵判断，将入侵判断结果反馈至报警器和客户端实时报警器进行报警显示，具有对数据库网络和黑客入侵可进行实施监测报警，方便对数据库中的入侵事件进行管理和维护，方便对误用规则库中的规则进行添加、删除、修改等管理，对***检测的实时性和效率高的优点。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的用于数据库***防黑客入侵的检测***的结构示意图；
图2本发明的用于数据库***防黑客入侵的检测方法的步骤示意图；
图3本发明的误用规则库管理的结构示意图；
图4本发明对行为模式规则库的管理的方法步骤图；
图5本发明的误用规则库和行为模式规则库同步进行规则增量更新的步骤示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明的用于数据库***防黑客入侵的检测***，包括数据采集器、误用检测单元、异常检测单元、误用规则库、行为模式规则库、记录器、报警器、关联防火墙、事件数据库、磁盘管理器、客户端实时报警器、与用户交互模块、管理控制台；
数据采集器通过数据库审计***与数据库相连并进行信息数据交互；误用检测单元通过信息数据传输模块分别连接数据采集器、误用规则库、记录器和报警器；异常检测单元通过信息数据传输模块分别连接数据采集器、行为模式规则库、报警器；报警器通过信息数据传输模块分别与关联防火墙以及客户端实时报警器相连；
事件数据库通过信息数据传输模块分别连接记录器、报警器、磁盘管理器、管理控制台、与用户交互模块。
其中，采集数据库审计***对数据库中待审计日志生成审计记录；数据采集器用于采集数据库审计***对数据库提取的审计记录进行提取，实现审计数据和数据采集的并行化；
误用检测单元与异常检测单元用于分别读取数据采集器中的审计记录的数据，并分别与误用规则库和行为模式规则库中的规则进行检测；
误用规则库用于存放已知的攻击模式，由审计***管理员根据个人的经验和以往审计检测的结果进行建立和维护；
行为模式规则库用于存放用户正常行为模式，由异常检测模块根据基于关联规则的数据挖掘算法创建并进行增量更新；
报警器用于将误用检测单元和异常检测单元检测出的非正常行为传递给报警器，报警器根据此行为的异常程度采取相应的措施；
关联防护墙用于对误用检测单元和异常检测单元检测出的非正常行为进行防御，包括进行访问行为控制和危险操作阻断；
记录器用于对误用检测单元和异常检测单元检测产生的行为结果作出一个缓存；
磁盘管理器用于记录确实有效的检测结果信息；
事件数据库用于存放***在检测过程中产生的各种监测结果，***管理员根据存放在数据库表中的数据生成各种所需要的报表进行审计分析；
与用户交互模块用于用户对数据库和检测***进行交互动作，包括数据库访问和数据库入侵事件实时查看；
管理控制台用于***管理员根据当前数据库的运行环境，指定新的检测策略，以便更好地再现监控数据库。
其中，管理控制台包括用户登录界面模块和***主界面模块；
用户登录界面模块用于***管理员输入用户名和登录密码进行登录，并进入***主界面模块；
***主界面模块包括菜单栏、工具栏、主窗体和状态栏；菜单栏包括实时监控、审计维护、工具、窗口配置管理、攻击信息、帮助菜单项。
如图2所示，用于数据库***防黑客入侵的检测方法，包括如下步骤：
S01：当前***审计数据：通过采集数据库审计***对数据库中待审计日志生成审计记录数据；
S02：数据采集和预处理：通过数据采集器收集用户历史行为数据进行特征提取，并对收集到的用户历史行为数据进行集成和并行化的预处理，为下一步的数据挖掘座准备；
S03：数据挖掘：采用数据挖掘技术从采集数据库审计***中提取有关行为特征和规则，并建立入侵行为模式规则；
S04：得到当前用户行为特征：通过数据挖掘得到当前用户的行为特征数据；
S05：综合规则库进行检测：行为模式规则库中存有***需要的异常模式和正常模式，通过将当前用户的行为特征数据与异常模式和正常模式进行比较判断，判断当前用户的行为是否为入侵行为；
S06：判断是否遭受入侵：***根据一定的算法，从误用规则库和行为模式规则库中提取相关规则数据，对当前用户行为特征进行入侵检测，并根据检测的结果作出相应的行动；
若判断是入侵行为，则报警器响应，并将报警信号传输至客户端实时报警器进行报警，关联防护墙对入侵行为进行访问行为控制和危险操作阻断，同时记录器对入侵行为进行记录并存储于事件数据库和磁盘管理器；
若判断为非入侵行为，则***继续监控同时在误用规则库和行为模式规则库内进行规则增量更新，并将该非入侵行为进行记录并存储于事件数据库和磁盘管理器。
如图3-5所示，其中，位于步骤S01之前，误用规则库和行为模式规则库创建；
位于步骤S01-S06过程中，误用规则库和行为模式规则库同步进行规则增量更新和管理。
其中，对误用规则库的管理包括浏览规则、修改规则、添加规则、删除规则。
其中，对行为模式规则库的管理包括如下步骤：
T01：对用户历史行为数据进行采集并存储；
T02：对数据采集和预处理；
T03：对数据进行提取有关行为特征和规则；
T04：合并规则；
T05：将规则写入行为模式规则库。
有益效果：
本发明通过提供由数据审计***与数据库相连的数据采集器，数据采集器与误用检测单元和异常检测单元相连，误用检测单元实时检测采集的数据特征与误用规则库内的规则进行比较，异常检测单元实时检测采集的数据特征与行为模式规则库内的规则进行比较，并进行入侵判断，将入侵判断结果反馈至报警器和客户端实时报警器进行报警显示，具有对数据库网络和黑客入侵可进行实施监测报警，方便对数据库中的入侵事件进行管理和维护，方便对误用规则库中的规则进行添加、删除、修改等管理，对***检测的实时性和效率高的优点。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (7)

1.用于数据库***防黑客入侵的检测***，其特征在于：
包括数据采集器、误用检测单元、异常检测单元、误用规则库、行为模式规则库、记录器、报警器、关联防火墙、事件数据库、磁盘管理器、客户端实时报警器、与用户交互模块、管理控制台；
所述数据采集器通过数据库审计***与数据库相连并进行信息数据交互；所述误用检测单元通过信息数据传输模块分别连接数据采集器、误用规则库、记录器和报警器；所述异常检测单元通过信息数据传输模块分别连接数据采集器、行为模式规则库、报警器；所述报警器通过信息数据传输模块分别与关联防火墙以及客户端实时报警器相连；
所述事件数据库通过信息数据传输模块分别连接记录器、报警器、磁盘管理器、管理控制台、与用户交互模块。
2.根据权利要求1所述的用于数据库***防黑客入侵的检测***，其特征在于，所述采集数据库审计***对数据库中待审计日志生成审计记录；所述数据采集器用于采集数据库审计***对数据库提取的审计记录进行提取，实现审计数据和数据采集的并行化；
所述误用检测单元与异常检测单元用于分别读取数据采集器中的审计记录的数据，并分别与误用规则库和行为模式规则库中的规则进行检测；
所述误用规则库用于存放已知的攻击模式，由审计***管理员根据个人的经验和以往审计检测的结果进行建立和维护；
所述行为模式规则库用于存放用户正常行为模式，由异常检测模块根据基于关联规则的数据挖掘算法创建并进行增量更新；
所述报警器用于将误用检测单元和异常检测单元检测出的非正常行为传递给报警器，报警器根据此行为的异常程度采取相应的措施；
所述关联防护墙用于对误用检测单元和异常检测单元检测出的非正常行为进行防御，包括进行访问行为控制和危险操作阻断；
所述记录器用于对误用检测单元和异常检测单元检测产生的行为结果作出一个缓存；
所述磁盘管理器用于记录确实有效的检测结果信息；
所述事件数据库用于存放***在检测过程中产生的各种监测结果，***管理员根据存放在数据库表中的数据生成各种所需要的报表进行审计分析；
所述与用户交互模块用于用户对数据库和检测***进行交互动作，包括数据库访问和数据库入侵事件实时查看；
所述管理控制台用于***管理员根据当前数据库的运行环境，指定新的检测策略，以便更好地再现监控数据库。
3.根据权利要求1所述的用于数据库***防黑客入侵的检测***，其特征在于，所述管理控制台包括用户登录界面模块和***主界面模块；
所述用户登录界面模块用于***管理员输入用户名和登录密码进行登录，并进入***主界面模块；
所述***主界面模块包括菜单栏、工具栏、主窗体和状态栏；所述菜单栏包括实时监控、审计维护、工具、窗口配置管理、攻击信息、帮助菜单项。
4.如权利要求1-3任一项所述的用于数据库***防黑客入侵的检测方法，其特征在于，包括如下步骤：
S01：当前***审计数据：通过所述采集数据库审计***对数据库中待审计日志生成审计记录数据；
S02：数据采集和预处理：通过所述数据采集器收集用户历史行为数据进行特征提取，并对收集到的用户历史行为数据进行集成和并行化的预处理，为下一步的数据挖掘座准备；
S03：数据挖掘：采用数据挖掘技术从采集数据库审计***中提取有关行为特征和规则，并建立入侵行为模式规则；
S04：得到当前用户行为特征：通过数据挖掘得到当前用户的行为特征数据；
S05：综合规则库进行检测：行为模式规则库中存有***需要的异常模式和正常模式，通过将当前用户的行为特征数据与异常模式和正常模式进行比较判断，判断当前用户的行为是否为入侵行为；
S06：判断是否遭受入侵：***根据一定的算法，从误用规则库和行为模式规则库中提取相关规则数据，对当前用户行为特征进行入侵检测，并根据检测的结果作出相应的行动；
若判断是入侵行为，则报警器响应，并将报警信号传输至客户端实时报警器进行报警，关联防护墙对入侵行为进行访问行为控制和危险操作阻断，同时记录器对入侵行为进行记录并存储于事件数据库和磁盘管理器；
若判断为非入侵行为，则***继续监控同时在误用规则库和行为模式规则库内进行规则增量更新，并将该非入侵行为进行记录并存储于事件数据库和磁盘管理器。
5.根据权利要求4所述的用于数据库***防黑客入侵的检测方法，其特征在于，位于所述步骤S01之前，所述误用规则库和行为模式规则库创建；
位于所述步骤S01-S06过程中，所述误用规则库和行为模式规则库同步进行规则增量更新和管理。
6.根据权利要求5所述的用于数据库***防黑客入侵的检测方法，其特征在于，对所述误用规则库的管理包括浏览规则、修改规则、添加规则、删除规则。
7.根据权利要求5所述的用于数据库***防黑客入侵的检测方法，其特征在于，对所述行为模式规则库的管理包括如下步骤：
T01：对用户历史行为数据进行采集并存储；
T02：对数据采集和预处理；
T03：对数据进行提取有关行为特征和规则；
T04：合并规则；
T05：将规则写入行为模式规则库。
CN201910172010.6A 2019-03-07 2019-03-07 用于数据库***防黑客入侵的检测***和方法 Pending CN109992961A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910172010.6A CN109992961A (zh) 2019-03-07 2019-03-07 用于数据库***防黑客入侵的检测***和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910172010.6A CN109992961A (zh) 2019-03-07 2019-03-07 用于数据库***防黑客入侵的检测***和方法

Publications (1)

Publication Number Publication Date
CN109992961A true CN109992961A (zh) 2019-07-09

Family

ID=67130501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910172010.6A Pending CN109992961A (zh) 2019-03-07 2019-03-07 用于数据库***防黑客入侵的检测***和方法

Country Status (1)

Country Link
CN (1) CN109992961A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111832030A (zh) * 2020-07-29 2020-10-27 南方电网科学研究院有限责任公司 一种基于国产密码数据标识的数据安全审计装置及方法
CN112861119A (zh) * 2019-11-27 2021-05-28 郭东林 一种防御黑客对数据库慢速撞库或***攻击的方法及***
CN113721569A (zh) * 2021-08-25 2021-11-30 上海电力大学 一种分散控制***攻击入侵检测装置及其方法
CN113973005A (zh) * 2021-09-22 2022-01-25 湖南鹏城信息技术有限公司 一种用于计算机软件开发的数据处理***

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1764125A (zh) * 2005-11-10 2006-04-26 上海交通大学 支持大规模多用户并发控制的交互式入侵检测实验***
CN104022999A (zh) * 2013-09-05 2014-09-03 北京科能腾达信息技术股份有限公司 基于协议分析的网络数据处理方法及***
CN104144063A (zh) * 2013-05-08 2014-11-12 朱烨 基于日志分析和防火墙安全矩阵的网站安全监控报警***
CN105681339A (zh) * 2016-03-07 2016-06-15 重庆邮电大学 一种融合粗糙集与ds证据理论的增量式入侵检测方法
CN106534212A (zh) * 2016-12-29 2017-03-22 杭州世平信息科技有限公司 基于用户行为和数据状态的自适应安全防护方法及***
CN108199875A (zh) * 2017-12-29 2018-06-22 上海上讯信息技术股份有限公司 一种网络入侵检测***及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1764125A (zh) * 2005-11-10 2006-04-26 上海交通大学 支持大规模多用户并发控制的交互式入侵检测实验***
CN104144063A (zh) * 2013-05-08 2014-11-12 朱烨 基于日志分析和防火墙安全矩阵的网站安全监控报警***
CN104022999A (zh) * 2013-09-05 2014-09-03 北京科能腾达信息技术股份有限公司 基于协议分析的网络数据处理方法及***
CN105681339A (zh) * 2016-03-07 2016-06-15 重庆邮电大学 一种融合粗糙集与ds证据理论的增量式入侵检测方法
CN106534212A (zh) * 2016-12-29 2017-03-22 杭州世平信息科技有限公司 基于用户行为和数据状态的自适应安全防护方法及***
CN108199875A (zh) * 2017-12-29 2018-06-22 上海上讯信息技术股份有限公司 一种网络入侵检测***及方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112861119A (zh) * 2019-11-27 2021-05-28 郭东林 一种防御黑客对数据库慢速撞库或***攻击的方法及***
CN111832030A (zh) * 2020-07-29 2020-10-27 南方电网科学研究院有限责任公司 一种基于国产密码数据标识的数据安全审计装置及方法
CN113721569A (zh) * 2021-08-25 2021-11-30 上海电力大学 一种分散控制***攻击入侵检测装置及其方法
CN113973005A (zh) * 2021-09-22 2022-01-25 湖南鹏城信息技术有限公司 一种用于计算机软件开发的数据处理***

Similar Documents

Publication Publication Date Title
CN109992961A (zh) 用于数据库***防黑客入侵的检测***和方法
CN107196910B (zh) 基于大数据分析的威胁预警监测***、方法及部署架构
US20050203881A1 (en) Database user behavior monitor system and method
US6347374B1 (en) Event detection
CN112787992B (zh) 一种敏感数据的检测与防护的方法、装置、设备和介质
KR100732789B1 (ko) 데이터 베이스 시스템을 모니터링하기 위한 방법 및 장치
CN113486351A (zh) 一种民航空管网络安全检测预警平台
Lunt Real-time intrusion detection.
CN103765820A (zh) 基于依照事件序列中时间位置的参考基线评估事件的***和方法
CN104283889A (zh) 基于网络架构的电力***内部apt攻击检测及预警***
EP1749386A2 (en) Pattern discovery in a network security system
CN107295010A (zh) 一种企业网络安全管理云服务平台***及其实现方法
Myers et al. Towards insider threat detection using web server logs
Lindqvist et al. eXpert-BSM: A host-based intrusion detection solution for Sun Solaris
CN105812200A (zh) 异常行为检测方法及装置
CN108259202A (zh) 一种ca监测预警方法和ca监测预警***
US7424742B1 (en) Dynamic security events and event channels in a network security system
CN109388949B (zh) 一种数据安全集中管控方法和***
CN113901450A (zh) 一种工业主机终端安全防护***
Bodeau et al. Cyber resiliency metrics, version 1.0, rev. 1
CN110119629A (zh) 隐私数据管理与数据安全一体化平台
Wasniowski Multi-sensor agent-based intrusion detection system
CN112685768A (zh) 一种基于软件资产审计的数据防泄漏方法及装置
KR20050093196A (ko) 정보자산에 대한 실시간 위험지수 산정 방법 및 시스템
KR102540904B1 (ko) 빅데이터 기반의 취약보안 관리를 위한 보안 토탈 관리 시스템 및 보안 토탈 관리 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190709