1.网络分布式可切换工控蜜网诱捕方法,其特征在于,依次包括以下步骤:
(1)数据全流量采集;
(2)数据包离线导入;
(3)数据存储;
(4)数据分析与输出;
所述步骤(1)中第三代网络数据采集引擎(Colasoft Packet Capture Engine,简称CSPCE)和底层驱动对数据进行采集,所述底层驱动支持Windows与Linux双平台;所述第三代网络数据采集引擎为自主研发的采集引擎,第三代网络数据采集引擎支持从百兆到上千兆网络环境下的流量线速采集,能够为系统上层的数据分析提供真实可靠的数据源,在采集过程中,第三代网络数据采集引擎根据流量大小自动调整抓包策略,当出现突发性流量峰值时,自动提高引擎缓存数量与大小,确保峰值数据不丢失,采集到的数据进行协议数据预处理,通过配合数据包协议识别引擎(Colasoft Protocol Recognize Engine,简称CSPRE)协议,识别引擎进行数据包协议树路径描绘,并在原有数据包中附上识别信息供后续分析引擎的高效利用,第三代网络数据采集引擎支持数据包过滤采集,利用TRE协议识别过滤模块或按需实时过滤流量中的P2P,根据上层规则配置进行针对性的采集,包括特定协议、特定地址、网络层端口及特定包长进行快速过滤;
所述步骤(2)中具体包括:将PCAP文件中的数据包以及数据包的时间戳读取出来,并将数据按照内部统一标准格式进行封装后利用无锁队列批量发送到上层模块;
所述步骤(3)中,使用存储引擎(Colasoft Storage,简称CSStorage)技术对数据进行储存,所述存储引擎技术为自主研发,存储引擎的存储架构基于分布式存储平台设计,支持大容量的数据完整存储能力,同时支持更大存储空间的平滑扩容,存储引擎利用CPU多核化带来的并行运算效率的提升,采用了多线程并行IO处理技术,减少无谓的IO读写,提高IO读写效率,支持1000Mbps~20000Mbps网络流量的实时采集和分析,最大支持万兆骨干链路大流量时的线速分析能力。
2.根据权利要求1所述的分布式可切换工控蜜网诱捕方法,其特征在于:所述步骤(4)中,包括特征识别技术以及行为模式识别技术。
3.根据权利要求2所述的分布式可切换工控蜜网诱捕方法,其特征在于:所述特征识别技术利用的是基于特征字的识别技术。
4.根据权利要求2所述的分布式可切换工控蜜网诱捕方法,其特征在于:所述行为模式识别技术利用对源地址、目的地址、源端口、目地端口、发送时间、接收时间、发送时间频率信息进行综合分析,建立综合的识别模型,以作为对异常网络通讯的判断依据。