国产欧美日韩第一页|日本一二三不卡视频|在线精品小视频,亚洲第一免费播放区,metcn人体亚洲一区,亚洲精品午夜视频

隨著(zhù)大數據技術(shù)的日益成熟，圍繞大數據的應用呈現出了多種多樣的特點(diǎn)，使得大數據的流轉更加錯綜復雜，導致了數據暴露出更大的受攻擊面。同時(shí)，大數據在全生命周期過(guò)程中呈現出了類(lèi)型動(dòng)態(tài)化、等級多樣化、權屬復雜化、使用實(shí)時(shí)化等特點(diǎn)，這些特點(diǎn)都導致了大數據環(huán)境下的安全威脅攻擊手段多樣化，攻擊程序不斷更新迭代，使得大數據在全生命周期過(guò)程中被竊取、被濫用、被篡改的風(fēng)險不斷增大。傳統的安全手段及體系呈現出的單點(diǎn)、靜態(tài)、被動(dòng)防護的特點(diǎn)已不能有效應對大數據環(huán)境下的安全威脅。在這種趨勢的推動(dòng)下，安全防御思想正在從“以網(wǎng)絡(luò )為中心”向“以數據為中心”轉變，安全防御體系正在從單點(diǎn)、靜態(tài)、被動(dòng)防護向全面、動(dòng)態(tài)、主動(dòng)防護轉變。

在圍繞大數據全生命周期安全的主動(dòng)防御體系中，主動(dòng)防御所需采集數據的種類(lèi)多、數據量大，應盡量減少對采集系統資源的占用率，不影響被防御對象系統的正常運行，因此，數據采集效率對整個(gè)防御體系的準確性、實(shí)時(shí)性和高效性至關(guān)重要。

針對上述問(wèn)題，特別是面向大數據分析應用場(chǎng)景，本文提出了一種面向大數據主動(dòng)防御的低損耗數據采集方法。該方法采用無(wú)代理帶外采集方式，結合虛擬機內省機制，從大數據分析節點(diǎn)中的虛擬機外部對虛擬機內部的數據進(jìn)行采集，僅采集安全防御所需數據，不僅提高了數據采集的效率，而且有效降低了大數據分析節點(diǎn)網(wǎng)絡(luò )資源和虛擬機計算資源的占用率，從而實(shí)現低損高效的數據采集目的。

一、主動(dòng)防御系統數據采集架構

大數據主動(dòng)防御系統數據采集架構如圖1所示。

圖1　大數據主動(dòng)防御系統數據采集架構

在一個(gè)典型的面向大數據環(huán)境下的主動(dòng)安全防御系統中的采集系統主要包括三類(lèi)數據：網(wǎng)絡(luò )、終端、大數據分析節點(diǎn)。目前，針對大數據環(huán)境下的網(wǎng)絡(luò )和終端的數據采集技術(shù)相對成熟。網(wǎng)絡(luò )流量主要以探針的方式進(jìn)行數據采集，采集技術(shù)主要有：基于SNMP的采集技術(shù)、基于流的采集技術(shù)和基于數據包抓取的采集技術(shù)；終端主要以代理或探針?lè )绞竭M(jìn)行數據采集，終端采集代理或探針主要通過(guò)輕量化軟件容器實(shí)現；大數據分析節點(diǎn)由于部署在虛擬機上，數據采集方式以帶內采集方式為主，該方式的典型做法是基于主機的入侵檢測系統，由中心采集程序和植入虛擬機的代理程序組成，是一種松耦合的方法。帶內采集方式由于使用了采集程序和代理，會(huì )占用一定的虛擬機資源，占用量高時(shí)會(huì )嚴重影響到虛擬機的正常運行，而且更易于被攻擊和被繞過(guò)而導致數據采集失敗，這些問(wèn)題都會(huì )嚴重影響主動(dòng)防御系統的響應效率和防御效能，甚至導致防御失敗。

針對這些問(wèn)題，本文提出了一種高效低損的數據采集方法，該方法基于虛擬機內省技術(shù)，通過(guò)虛擬機監控層從外部對虛擬機內部進(jìn)行選擇性的數據采集和監控，實(shí)現了高效低損的采集效果。同時(shí)，由于帶外采集對虛擬機內部是透明的，虛擬機內部無(wú)法感知到帶外監控程序，因此本方法還具有更高的安全性。

二、基于虛擬化的數據采集技術(shù)

在大數據系統部署的過(guò)程中，為了實(shí)現高效的計算和存儲能力，一般大數據計算集群和存儲集群分開(kāi)部署，將計算集群部署在云計算平臺上，在這種部署情況下，為了實(shí)現大數據環(huán)境下的主動(dòng)防御能力，需要對計算集群進(jìn)行高效的數據采集和分析。在虛擬化環(huán)境下，從數據采集實(shí)現技術(shù)的角度看，采集方法主要有兩種：帶內采集（In-band）和帶外采集（Out-of-band）。

帶內采集是指從虛擬機內部進(jìn)行數據采集。如圖2所示，該方法主要通過(guò)在虛擬機中加載代理模塊攔截虛擬機內部事件來(lái)實(shí)現。該方法的優(yōu)點(diǎn)在于事件攔截是在虛擬機內部，可以直接獲取操作系統語(yǔ)義，獲取的語(yǔ)義精準且不需要進(jìn)行語(yǔ)義重構，因此減少了性能開(kāi)銷(xiāo)；缺點(diǎn)是容易遭受惡意軟件的攻擊和控制，容易成為新的安全隱患點(diǎn)，而且代理模塊采用加載的方式容易被用戶(hù)終止而輕松繞過(guò)。

圖2　帶內采集（In-band）

帶外采集是指從虛擬機外部，在虛擬機管理器中對虛擬機中的事件進(jìn)行攔截，從而實(shí)現對虛擬機數據的采集。由于帶外采集是在虛擬機管理器中執行，位于目標虛擬機的底層，可將數據采集單元與目標虛擬機隔離開(kāi)來(lái)，數據采集對目標虛擬機是不可感知的，因此增強了數據采集單元的安全性。與帶內采集相比，帶外采集具有更高的安全性，但其存在虛擬機內部的真實(shí)狀態(tài)與虛擬機外部抽取信息之間的語(yǔ)義鴻溝問(wèn)題，也就是如何將從外部抽取的低層信息（寄存器值、系統調用、I/O請求等）轉譯成高層信息（進(jìn)程、文件等）。如圖3所示，這種從虛擬機外部監控虛擬機內部的方法稱(chēng)為虛擬機內?。╲irtual machine introspection，VMI）。

圖3　帶外采集（Out-of-band）

三、低損耗數據采集方法

通過(guò)結合帶內和帶外數據采集方法的優(yōu)點(diǎn)，本文提出了一種基于虛擬機內省機制，面向大數據主動(dòng)防御的低損耗數據采集方法。

1.基于虛擬機內省的數據采集框架

本方法的主要思路是采用虛擬機內省技術(shù)在虛擬機監控器中設計數據采集監控模塊，通過(guò)監控模塊從虛擬機外部對虛擬機內部信息進(jìn)行采集，為了避免語(yǔ)義鴻溝問(wèn)題，設計一個(gè)采集注入模塊，在虛擬機啟動(dòng)時(shí)，通過(guò)將采集代碼注入目標虛擬機內存中，按照采集策略對所需數據安全信息進(jìn)行采集，因此無(wú)須進(jìn)行語(yǔ)義轉換。低損耗數據采集方法的整體技術(shù)框架如圖4所示。

圖4　基于虛擬機內省的數據采集框架

低損耗數據采集方法主要包括四個(gè)部分：策略設置模塊、數據采集模塊、采集注入模塊和采集注入代碼。其工作流程說(shuō)明如下：

Step1：虛擬機啟動(dòng)時(shí)，虛擬機監控器通過(guò)采集注入模塊將采集代碼以無(wú)感方式注入目標虛擬機的非換頁(yè)內存中，保證代碼不會(huì )被換出；

Step2：在虛擬機運行過(guò)程中，數據采集監控服務(wù)平臺管理員設置目標虛擬機的數據采集策略，采集策略管理模塊將制定好的策略下發(fā)至虛擬機監控器的策略設置模塊；

Step3：策略管理模塊通過(guò)采集注入模塊將策略下發(fā)至目標虛擬機的采集注入代碼中；

Step4：采集注入代碼根據策略，采集進(jìn)程、文件操作、磁盤(pán)訪(fǎng)問(wèn)等信息；

Step5：采集注入代碼將采集的信息定時(shí)或按照一定的數據量發(fā)送給數據采集模塊；

Step6：數據采集模塊將采集數據進(jìn)行清洗后，按照標準格式發(fā)送給數據采集監控服務(wù)平臺。

 數據采集監控服務(wù)平臺將接收到的采集數據進(jìn)行數據處理和數據分析，將發(fā)現的數據和進(jìn)程異常行為及時(shí)上報主動(dòng)防御系統，主動(dòng)防御系統根據接收到的威脅信息調整防御策略并進(jìn)行相應的協(xié)同防御。

2.數據采集優(yōu)化

數據采集模塊位于虛擬機監控器，利用虛擬機內省機制（LibVMI）實(shí)現虛擬機內部數據的外部采集。LibVMI是美國佐治亞理工學(xué)院的Payne等設計的一套開(kāi)源內省工具庫，如圖5所示，該工具不需要對虛擬機監視器進(jìn)行修改，而是直接利用虛擬機監視器提供的接口對虛擬機底層信息（進(jìn)程頁(yè)表、內存映射等）進(jìn)行重構，獲取虛擬機高層信息（進(jìn)程信息、內核數據），從而實(shí)現監控虛擬機的行為和狀態(tài)，這種方法對虛擬機影響最小。

圖5　數據采集模塊

基于虛擬機內省機制的LibVMI也存在語(yǔ)義鴻溝問(wèn)題，為了避免該問(wèn)題，本方法設計了采集注入代碼模塊，該模塊在虛擬機啟動(dòng)時(shí)以無(wú)感的方式通過(guò)采集注入模塊注入虛擬機非換頁(yè)內存區域中，通過(guò)注入代碼直接采集虛擬機的高級信息，因此不需要進(jìn)行語(yǔ)義轉換，從而解決了資源消耗問(wèn)題。同時(shí)，為了提高數據采集效率，并進(jìn)一步減小對目標虛擬機內存的占用率，對采集注入代碼進(jìn)行了優(yōu)化，設計了一種閾值綜合判定規則，該規則綜合考慮了采集時(shí)間（C）和資源占用率（S）兩個(gè)因素，資源占用率的閾值（T）一般為目標虛擬機內存的1%，該閾值可根據用戶(hù)需要進(jìn)行設定，采集時(shí)間間隔（I）由管理員設定，按照資源優(yōu)先原則，首先判斷資源占用率，如果S＞T，則數據輸出，否則，如果C＞I，則數據輸出。

通過(guò)上述的優(yōu)化過(guò)程，從系統層面到采集實(shí)施層面均對整體數據采集進(jìn)行了優(yōu)化，保障了采集效率和效果的有效權衡。

四、效果分析

實(shí)驗采用服務(wù)器配置：

CPU：Intel Xeon E5-2630 2.4 GHz

內存：64 GB

硬盤(pán)：2 TB

操作系統：CentOS 7.2 64位

軟件：yum、libvirt、qemu-kvm、LibVMI

采集數據如表1所示。

表1　采集數據表

1. 采集效率

本文設計的數據采集優(yōu)化方法采用了內存注入代碼方式，可直接從目標虛擬機內部采集數據，經(jīng)過(guò)測試，通過(guò)對數據采集1 000次并取平均值計算，數據采集時(shí)間為0.002 s，而采用代理程序方式的采集時(shí)間為0.6 s，采集效率提升了100倍，實(shí)現了高效的數據采集能力。

2. 采集效果

通過(guò)測試，在目標虛擬機內存占用率方面，本文方法內存占用量為56 KB，采集代理程序內存占用量為1.2 MB，在內存占用量上減少了95%；測試采集9 MB數據，目標虛擬機內存為1 GB，本文方法內存占用量為9.056 MB，內存占用率小于1%，而采集代理程序內存占用量為10.2 MB，內存占用率大于1%，說(shuō)明在采集相同數據量的情況下，本文方法具有更低的資源占用量，保障了目標虛擬機的高效運行。同時(shí)，采集的數據可根據采集策略進(jìn)行采集，故可根據防御的需求隨時(shí)更改采集的數據內容，保障采集內容的完備性，并可根據需要設定采集時(shí)間間隔，可動(dòng)態(tài)滿(mǎn)足主動(dòng)防御需求。

通過(guò)實(shí)驗分析，本方法從采集效率和效果上均達到了一種高效、低損的數據采集能力。

五、  結　語(yǔ)

本文圍繞大數據全生命周期安全的主動(dòng)防御體系對數據采集的準確性、實(shí)時(shí)性和高效性的需求，設計了一種基于虛擬機內省機制的高效低損的數據采集方法。該方法結合了帶內采集和帶外采集的優(yōu)點(diǎn)，從主動(dòng)防御系統的整體出發(fā)，從采集效果和采集效率上對采集模塊進(jìn)行了優(yōu)化，保證了數據采集的完備性和高效性，通過(guò)虛擬機內省機制和資源占用閾值的設定，保障了對虛擬機本身資源占用率的最小化。本文設計的方法為大數據主動(dòng)防御系統的構建提供了良好的支撐。