面对日益复杂的网络安全环境,在安全设备的实际部署中,很多用户并没有真正地发挥出安全设备应有的价值。面对海量的安全日志,如何精准的发现问题所在始终是个难点,其原因在于缺乏好的工具对安全日志进行充分挖掘与利用。锐捷网络RG-BDS大数据安全平台采用了整体结构和精准的大数据分析模型,将用户的高危风险准确、实时、直观的呈现出来。
锐捷在面对海量的安全日志处理问题上是如何做的?据蔡铮鸣介绍,锐捷大数据安全平台RG-BDS整体架构包括了安全管理对象、事件采集、专项管理、大数据分析、业务功能和综合展现,共计“六层模型”。另外,RG-BDS大数据安全平台通过智能的“四步法则”。
第一,收集并标准化海量数据,构建安全大数据仓库;
第二,日志、资产、漏洞关联分析,直击要害问题。在平台内部内置了很多分析模型,可以涵盖大部分主要的安全风险定位。分析之后准确地把关键问题提取出来;
第三,工单系统+知识库,实现闭环安全管理。对工单系统处理过程进行监控,监控之后还要进行复查,把安全绩效的成绩提供出来;
第四,量化呈现安全业绩,实时跟踪安全态势。在主界面中,通过安全的综合评分,包括重要性、风险度、可靠性、接入日志数量、漏洞和机械的安全要素等综合起来,给整网打一个分数,让用户清晰地知道自己的问题出在哪里。最终达成掌握安全态势和量化展示安全工作业绩的管理目标。
例如,一个典型的案例过程是首先通过IDS告警日志分析出是针对X漏洞的攻击,目标包含A的网段;通过交换机日志分析出A主机连接交换机端口流量异常;通过主机漏扫数据扫描出A主机发现X漏洞;然后查看业务系统日志,发现A主机业务系统访问异常,少量用户异常中断链接;最后通过关联分析结论,高危告警,A主机的X漏洞在被攻击,从而成功发现并确定攻击源。
通过以上分析过程在短时间内即可锁定攻击源,解决安全威胁。
网络安全和信息化2016年12期