倪 东

(合肥职业技术学院 安徽合肥 238000)

随着大数据技术的快速发展，海量的网络数据这都会给网络安全造成比较大的异常影响。这种带有多种信息的攻击行为如API攻击，导致企业的信息安全造成了安全威胁，随之造成了很大的经济损失[1]。这也说明在当前的信息安全技术仍然存在以下的隐患：由于数据量大规模增长，传统的电信企业信息安全体制架构已经无法保障网络的安全性；新型的攻击方式叠出不穷，现有的网络安全体系无法检测到其变化特征，因而也没有办法及时的做出响应[2-4]。基于此，电信企业对于现有的网络安全体系进一步改造数据架构，以此来提升企业的信息安全控制。

1系统总体架构

电信企业行业发展过程中，随着网络中的数据量急速增长和网络信息价值的提升，针对电信行业的异常行为也在不断的变异，这些都给各种管理工作带了很大的挑战。因此电信企业要构建异常行为感知能力体系结构，精确地溯源攻击路径，并建立相关的防范措施，进而保障网络信息安全[5]。

网络异常行为检测系统的系统架构根据不同层次的区别，如图1所示。各层次之间均能使用标准接口、数据进行连接，因此就减少了层次之间数据组件问题而对其它构建造成影响。

图1 网络异常行为检测体系

(1)数据采集层。该层是将网络中的数据源进行采集，将记录的网络行为日志发送给kafka。

(2)数据处理层。将采集的网络行为日志进行解析处理，采集层、处理层、存储层之间的数据服务均使用kafka消息服务信息来进行解耦和。……