本发明公开了一种基于流量分析的工业防火墙策略自动生成部署方法，管理员登录工业防火墙管理模块;通过策略自动学习配置模块选择学习时长、学习粒度、防护粒度和应用场景条目进行学习;策略自动学习配置模块将管理员配置的学习粒度、应用场景条目下发至智能流量分析模块;智能流量分析模块根据配置条目解析流入工业防火墙的流量，并将解析后的元数据进行储存;策略自动学习配置模块根据设置的学习时长启动定时器模块，定时器超时触发策略生成模块运行;策略生成模块根据管理员配置的防护粒度、应用场景和存储模块中的元数据，利用策略生成算法生成多维度的防护策略并自动部署。本发明解决了现有工业防火墙难以快速应对网络环境变化的问题。
本发明实施例公开了工控DPI引擎AFL模糊测试方法、装置和设备，该方法包括：对原始DPI程序代码加入AFL测试代码，以加入解析和形成待测模块的原始数据的代码逻辑;从源码编译程序时进行插桩，以记录代码覆盖率;启动插桩后的DPI程序进行流量学习生成AFL模糊测试的原始数据;检查所述原始数据是否合法;如果所述原始数据合法，则根据所述原始数据对DPI指定模块进行所述AFL模糊测试，以测试所述DPI指定模块运行时程序是否崩溃。本发明通过流量学习快速的生成AFL的初始输入文件，提高AFL的效率。
本发明涉及一种基于大数据的数据处理方法包括步骤S101,获取各数据的数据特征以对数据进行分类;步骤S102,根据各种类数据的实际数量选择发送该种类数据的数据发送通道的数量;步骤S103,根据数据种类确定发送对应种类数据的数据发送通道的数量,并传输对应种类的数据;步骤S104,获取各数据发送通道的实际传输速度,并根据各数据发送通道的实际传输速度选择性对传输的数据进行压缩。本发明通过对剩余未发送数据进行压缩,可以有效的降低数据的大小,以增加单位时间内的数据传输速度,进一步的保证了数据传输效率,并有效的提高了数据传输速度。
本申请公开了一种基于OpManager的存储监控管理方法、系统及存储介质,其涉及存储设备管理技术领域,该方法包括如下步骤获取存储设备的历史故障数据和多维度的历史数据;将所述历史数据分离为正常历史数据和突增历史数据;基于所述正常历史数据构建初始数据预测模型;基于所述历史故障数据和所述突增历史数据对所述初始数据预测模型进行优化,得到数据预测模型;通过所述数据预测模型对数据增长进行预测,并根据预测结果规划所述存储设备的存储容量。本申请具有数据中心对存储设备的管理可以应对数据存储过程导致数据突变的突发事件。
本发明实施例公开了工控DPI引擎AFL模糊测试方法、装置和设备，该方法包括：对原始DPI程序代码加入AFL测试代码，以加入解析和形成待测模块的原始数据的代码逻辑;从源码编译程序时进行插桩，以记录代码覆盖率;启动插桩后的DPI程序进行流量学习生成AFL模糊测试的原始数据;检查所述原始数据是否合法;如果所述原始数据合法，则根据所述原始数据对DPI指定模块进行所述AFL模糊测试，以测试所述DPI指定模块运行时程序是否崩溃。本发明通过流量学习快速的生成AFL的初始输入文件，提高AFL的效率。
公开了一种数据控制方法和数据控制系统，故障终端根据服务器转发的第一用户终端的故障设置指令模拟生成相应的故障并生成反馈信息，将反馈信息通过服务器转发给第一用户终端，然后再根据服务器转发的第二用户终端的故障测量指令测量对应汽车线路的数据信息，并将测量后的数据信息通过服务器转发给第二用户终端，以使得第二用户终端确认所述汽车线路的状态。本发明实施例通过无线数据通讯的方式可以模拟汽车不同线路的故障并实现对不同线路故障的检测，由此可以使得维修人员可以快速准确掌握各类线路故障问题，提高快速查找故障的水平，达到汽车教学的目的。
本申请实施例公开了一种内网渗透过程还原方法和系统，通过捕获攻击事件;根据所述攻击事件获取所述攻击事件对应的流量元数据特征;根据所述攻击事件对应的流量元数据特征基于数据库确定所述攻击事件对应的攻击类别;进一步，基于机器学习组件对所述攻击事件对应的攻击类别进行关联分析和聚类，得到所述攻击事件对应的攻击路径。实现了攻击过程的还原，为防止网络入侵技术提供重要依据。
本发明公开了一种木马文件溯源方法、系统及设备，通过三因子模型分析从多角度、多形态、多层次刻画了木马文件的基因特征，为木马文件溯源提供了更全面、更精准的木马指纹数据，提高了木马文件的分析、识别能力，为木马文件溯源提供了更完备的数据资源。并且与云端黑客指纹档案库联动，能够结合黑客组织的行为习惯，进行木马文件的关联与溯源，拓展了木马文件的分析维度，能够识别隐藏更深、设计更巧的木马文件并溯源。另外，采用多源数据综合评判的木马文件溯源方法，真正实现了多源数据的融合、关联与应用，能够识别高级别、复杂木马样本，具备更精准的判定和溯源能力。
