a&s专业的自动化&安全生态服务平台
公众号
安全自动化

安全自动化

安防知识网

安防知识网

手机站
手机站

手机站

大安防供需平台
大安防供需平台

大安防供需平台

资讯频道横幅A1
首页 > 资讯 > 正文

视频内容共享平台的那些事儿

资讯频道文章B

共享平台建设辅助技术

  共享平台作为PAAS层的平台,提供的是能力和服务,当然也可以基于能力和服务开发具体的SAAS层产品,但不是主业,从这个意义上说,共享平台就是能力开放中间件。以下技术可以使共享平台架构更加合理、安全性更高,兼容性更强,资源分类和提供更加智能化。

  1、综合管理技术

  共享平台集成多种数据资源,必然需要用到综合管理技术。以Activity工作流机制驱动综合管理,可以根据现场不同的业务需求场景自定义工作流模板,表单可以复用,极大地简化了定制开发工作量。ProcessEngine对象和Activity工作流引擎是Activiti工作的核心,负责生成流程运行时的各种实例及数据、监控和管理流程的运行。目前主流的工作流框架还有:JBPM、OSWorkFlow、WorkFlow等,都可以用来改进综合管理的细节。

图 1 Activiti 引擎的系统服务结构图

  2、深度学习和大数据技术

  目前主流的智能分析产品均已采用了深度学习技术。相较于深度学习,浅度学习(例如adaboost算法)是基于统计模型的机器学习算法。利用BP(反向传播)算法让一个人工神经网络模型从大量训练样本中学习统计规律,从而对未知事件做预测。这种基于统计的机器学习方法比起早先基于人工规则的系统,在很多方面显出优越性。这种人工神经网络,虽也被称作多层感知机(Multi-layer Perception),但实际是种只含有一层隐层节点的浅层模型。

  深度学习的实质,是通过构建具有很多隐层的机器学习模型和海量的训练数据,来学习更有用的特征,从而最终提升分类或预测的准确性。因此,“深度模型”是手段,“特征学习”才是目的。

  区别于传统的浅层学习,深度学习的不同在于:1)强调了模型结构的深度,通常有许多层的隐层节点;2)明确突出了特征学习的重要性,也就是说,通过逐层特征变换,将样本在原空间的特征表示变换到一个新特征空间,从而使分类或预测更加容易。与人工规则构造特征的方法相比,利用大数据来学习特征,更能够刻画数据的丰富内在信息。因此深度学习与大数据的结合是共享平台的重要特征。

  3、安全防御技术

  针对共享类平台,尤其是互联网平台的安全防御是非常重要的。安全防御包括网络安全、web安全、防入侵、防注入、重要信息加密、权限管理等策略。因此共享平台需要对安全防御做出规划。

  •针对重要核心信息可以采用加密存储和传输的策略,并且规划合理的分层级的权限管理策略,尤其是针对流媒体、文件媒体等资源,需要经过认证才能申请。

  •共享平台可以采用核心软件硬件化的策略防止不良模块注入,并通过对重要系统调用挂钩的方法监控调用参数和调用行为,将这些参数和行为汇总到安全监控模块,并通过大数据模块的分析产生常见调用行为和罕见调用行为的分析报表。

  •共享平台也可以采用安装过滤型驱动的方法监控网络流量。例如基于winpcap方式堆叠在NIC驱动之上,在链路层即开始监控网络流量信息,绕过NDIS、TCPIP协议驱动和AFD。

  一般来说,过滤得越底层,防入侵侧级别和安全性越高。这些大量的流量信息,包括源端和目的端、报文长度等细节,可以作为重要数据源汇聚到大数据模块,作为流量分析、网络异常监控的主要依据。

图2 网络协议栈驱动结构图

点赞0
参与评论
回复:
0/300
文明上网理性发言,评论区仅供其表达个人看法,并不表明a&s观点。
0
关于我们

a&s是国际知名展览公司——德国法兰克福展览集团旗下专业的自动化&安全生态服务平台,为智慧安防、智慧生活、智能交通、智能建筑、IT通讯&网络等从业者提供市场分析、技术资讯、方案评估、行业预测等,为读者搭建专业的行业交流平台。

© 2020 Messe Frankfurt (Shenzhen) Co., Ltd, All rights reserved.
法兰克福展览(深圳)有限公司版权所有 粤ICP备 12072668号
用户
反馈