【導(dǎo)讀】系統(tǒng)反擊能力具有重要的意義。本文重點(diǎn)研究大規(guī)模網(wǎng)絡(luò)安全態(tài)勢(shì)分析及可視化，針對(duì)大規(guī)模網(wǎng)絡(luò)拓。通過對(duì)比實(shí)驗(yàn)證明了所提算法的優(yōu)越性和有效性。整體運(yùn)行效果好。本課題來源于國(guó)家863高技術(shù)研究發(fā)展計(jì)劃項(xiàng)目。生活的各個(gè)領(lǐng)域中的應(yīng)用，網(wǎng)絡(luò)的安全也越來越引起世界各國(guó)的關(guān)注。國(guó)外早已開展了早期預(yù)。病毒的擴(kuò)散有著重要作用。目前我國(guó)還沒有適合于大規(guī)模網(wǎng)絡(luò)的預(yù)警系統(tǒng)。本文提出了一種把。面上顯示網(wǎng)絡(luò)拓?fù)洹r下可視化效果較好，但對(duì)于大規(guī)模網(wǎng)絡(luò)有時(shí)需要較多的人工干預(yù)，而且可視化效果不佳。發(fā)的Walrussoftwaretool，它們采用了間隔樹布局方式在三維空間中繪制大規(guī)模網(wǎng)絡(luò)。當(dāng)連接比較緊密時(shí)，球形表面的點(diǎn)和邊會(huì)遮住其余部分的結(jié)構(gòu)，因此，對(duì)于連接緊密的。另外，它們?nèi)狈υ诙S平面下顯示直觀。息，將引發(fā)安全事件相關(guān)的主機(jī)地址、事件類型、嚴(yán)重程度等報(bào)警信息發(fā)送至綜合分析子系統(tǒng)。綜合分析子系統(tǒng)，匯總同一時(shí)間段內(nèi)所有檢測(cè)點(diǎn)上報(bào)的報(bào)警信息，然后將所有報(bào)警信息分類，

　　

【正文】 4 位圖的重映射 2． 圖的放縮 當(dāng)對(duì)圖形進(jìn)行放縮操作時(shí)，首先通過矢量運(yùn)算對(duì)圖形放縮，然后在把用戶當(dāng)前觀察的那部分映射在位圖上， 而不是直接對(duì)位圖拉 伸，從而實(shí)現(xiàn)了矢量圖放縮不失真的特點(diǎn) 。同時(shí) 采用 矢量圖形文件保存的節(jié)點(diǎn)的位置和曲線、顏色 ， 用很小的文件記錄規(guī)模很大的網(wǎng)絡(luò)拓?fù)鋱D信息，大大節(jié)省了占用空間。 大規(guī)模網(wǎng)絡(luò)拓?fù)鋱D的分層顯示技術(shù) 分層技術(shù)一方面可以使復(fù)雜的拓?fù)鋱D簡(jiǎn)單化，從而大大簡(jiǎn)化了系統(tǒng)模型和處理過程；另一方面，以單一的圖層作為處理單位，使系統(tǒng)具有很大的靈活性。本文以點(diǎn)的度數(shù)為度量，將拓哈爾濱工業(yè)大學(xué) 2020 屆本科優(yōu)秀畢業(yè)設(shè)計(jì)（論文）選集 428 撲圖分層。不同比例顯示不同的圖層，在小比例下，顯示圖的骨干圖層（度數(shù)大的圖層），突出圖的概貌。在大比例下，增加圖層顯示，來突出圖的局部細(xì)節(jié)。實(shí)現(xiàn)了拓?fù)鋱D的金字塔式 顯示。 7 大規(guī)模網(wǎng)絡(luò)拓?fù)淇梢暬瘜?shí)現(xiàn)結(jié)果 本文給出拓?fù)浒l(fā)現(xiàn)子系統(tǒng)探測(cè)到的全國(guó)網(wǎng)拓?fù)鋱D，它包含 19847 個(gè)點(diǎn)和 24864 條 邊 。 圖 5 拓?fù)鋱D局部 顯示 圖 6 拓?fù)鋱D 整體顯示 圖 5 中用邊的粗細(xì)力度來表示是否為骨干， tooltip 給出了每一個(gè)點(diǎn)的 ip、地理位置、 whios信息等 ,如圖 5 中 tooltip 顯示該點(diǎn)代表的路由器 ip 為 ，所在位置為內(nèi)蒙古自治區(qū)。圖 6 顯示了各個(gè)子圖的位置和連結(jié)關(guān)系。 8 大規(guī)模網(wǎng)絡(luò)安全態(tài)勢(shì)分析的可視化結(jié)果 網(wǎng)絡(luò)安全事件的分布圖 圖 7 中著色的點(diǎn)表示該點(diǎn)帶表的路由 器受到網(wǎng)絡(luò)安全事件的攻擊，不同的顏色表示不同的攻擊事件。例如圖中藍(lán)色的點(diǎn)表示它帶表的路由器 80 端口受到攻擊，即 蠕蟲攻擊事件；哈爾濱工業(yè)大學(xué) 2020 屆本科優(yōu)秀畢業(yè)設(shè)計(jì)（論文）選集 429 著綠色的堤岸表示它帶表的路由器 110 端口受到攻擊，即 bios 蠕蟲攻擊事件，著黑色的點(diǎn)表示該點(diǎn)同時(shí)發(fā)生了多個(gè)事件，如圖所示，我們從 tooltip 信息中得到該點(diǎn)同時(shí)發(fā)生了 和bios 蠕蟲攻擊。同時(shí)， tooltip 還給出了其他異常信息，如涉及的主機(jī)數(shù)、危害程度等。 圖 7 全國(guó)網(wǎng)的安全事件分布圖局部顯示 圖 8 全國(guó)網(wǎng)網(wǎng)絡(luò)安全事件宏觀分布圖 圖 8 給出了安全事件在 整張網(wǎng)絡(luò)拓?fù)鋱D上的宏觀分布，能夠使管理員對(duì)當(dāng)前網(wǎng)絡(luò)安全事件的分布和感染程度有一個(gè)整體的把握。并可以給出每個(gè)子圖的安全事件統(tǒng)計(jì)信息，如圖 9 所示 。在圖 9 中，選中的子圖有 1720 個(gè)路由器，其中 133 個(gè)路由器有安全事件發(fā)生，占子圖路由器總數(shù)的 %,為了控制安全事件的擴(kuò)散，需要對(duì) 292個(gè)路由器作控制，占子圖路由器總數(shù)的 %.同時(shí)還給出了整個(gè)網(wǎng)絡(luò)的統(tǒng)計(jì)信息，如圖顯示：整個(gè)網(wǎng)絡(luò)共有 19847 個(gè)路由器，選中的子圖路由器個(gè)數(shù)占整個(gè)網(wǎng)絡(luò)的 %，整個(gè)網(wǎng)絡(luò)共有 1046 個(gè)路由器發(fā)生了安全事件，占整個(gè)網(wǎng)絡(luò)路由器總數(shù) 的 %，需要對(duì) 4151 個(gè)路由器采取控制，占路由器總數(shù)的 %。 哈爾濱工業(yè)大學(xué) 2020 屆本科優(yōu)秀畢業(yè)設(shè)計(jì)（論文）選集 430 圖 9 安全事件統(tǒng)計(jì) 網(wǎng)絡(luò)安全事件的分布圖 當(dāng)一個(gè)節(jié)點(diǎn)被感染后，它就有可能成為攻擊源，繼續(xù)向與它相鄰的節(jié)點(diǎn)發(fā)起攻擊。這時(shí)，我們?cè)谕負(fù)鋱D中不僅要顯示攻擊源，還要對(duì)它相鄰的節(jié)點(diǎn)進(jìn)行預(yù)警，提示管理員要在這些點(diǎn)上進(jìn)行控制，以防止安全事件的進(jìn)一步擴(kuò)散，如圖 59 所示，圖中用紅色表示需要采取控制措施的點(diǎn)，這些點(diǎn)稱為控制點(diǎn)?？刂泣c(diǎn)可以封閉住一個(gè)安全事件發(fā)生區(qū)域，來控制事件的近一步擴(kuò)散。如下圖所示： 圖 10 全國(guó)網(wǎng)控制點(diǎn)分布圖 網(wǎng) 絡(luò)安全事件最短傳播軌跡圖 當(dāng)給出一對(duì)源目的 ip，可以顯示從源到目的的最短路徑。這是針對(duì)安全事件傳播速度快的特點(diǎn)，最短路徑是它傳播的最快路徑，在該路徑作限制，可以減慢安全事件的傳播速度。同時(shí)，路徑的顯示可以追溯傳播源點(diǎn)，并在 tooltip 中給出引起事件傳播的源主機(jī) ip，如圖 10；圖11 給出了兩條傳播路徑在全國(guó)網(wǎng)拓?fù)鋱D上的宏觀顯示。 哈爾濱工業(yè)大學(xué) 2020 屆本科優(yōu)秀畢業(yè)設(shè)計(jì)（論文）選集 431 圖 11 傳播路徑在拓?fù)鋱D上局部顯示 圖 12 傳播路徑在全國(guó)網(wǎng)拓?fù)鋱D上的宏觀顯示 結(jié) 論 本文針對(duì)大規(guī)模網(wǎng)絡(luò)平面可視化問題提出了一種基于分治思想的平面可視化算法整體 框架，并探討了其中采用的關(guān)鍵算法和技術(shù)?，F(xiàn)在對(duì)這些算法和技術(shù)總結(jié)如下： 1. 核心路由器篩選技術(shù)：裁減 葉結(jié)點(diǎn)得到圖的骨干，來降低圖的規(guī)模和提高圖的平面可視化效率 。 2. 無向圖分割算法 MLkP/CR：基于 MLkP 算法提出的一種保證分割后子圖的自連通性的算法 3. 子圖平面可視化算法：按樹的層次星形布局點(diǎn)和畫弧避點(diǎn) 的 邊布局算法，得到了良好的效果。 4. 基于受力分析的子圖宏觀自動(dòng)布局算法： 引入物理模型，使得子圖在布局空間上合理的布局 。 5. 大規(guī)模無向圖矢量化顯示技術(shù)：一種基于位圖的矢量化顯示技術(shù)，使顯示的圖 形同時(shí)具有矢量圖和位圖的優(yōu)點(diǎn)。 6. 分層顯示技術(shù)：把矢量化顯示和分層顯示結(jié)合起來，提高了顯示效率和性能。 這些 算法和技術(shù) 使用使 了 大規(guī)模網(wǎng)絡(luò) 平面可視化問題中的算法時(shí)空復(fù)雜度、效果 、 資源、性能等問題 得以 解決 。 最后，把大規(guī)模網(wǎng)絡(luò)拓?fù)鋱D可視化算法應(yīng)用到網(wǎng)絡(luò)綜合預(yù)警系統(tǒng)中，給出最終的實(shí)現(xiàn)結(jié)果。 由于該預(yù)警系統(tǒng)不受網(wǎng)絡(luò)規(guī)模的限制，并且有良好的可視化效果，將在國(guó)家網(wǎng)絡(luò)監(jiān)控中發(fā)揮重要作用，具有廣泛的應(yīng)用前景。