面向大规模网络的攻击预测可视分析系统设计与研究

由于网络安全数据量庞大和愈加复杂的网络入侵方式,传统的网络安全产品的攻击预测方法已变得不再适用。通过对网络流量日志的研究,提出了采用多模态可视化展示结构和快速异构树查询算法的实时网络流量日志可视化方法,开发并设计了大规模网络攻击预测可视分析系统Monic。结果表明,利用该系统通过交互分析能有效识别攻击者行为,预测网络攻击。     

基于Snort的多视图网络流量可视化系统

现今网络恶意行为成爆炸性增长,而传统的基于文本的网络入侵检测系统在面对海量网络数据时存在认知负担过重、交互性不够等问题.网络安全可视化技术则可以将海量数据以图形图像的方式表现出来,在人与数据之间实现图像通信,从而使人能够快速发现网络流量中潜在的安全威胁.本文利用Java可视化工具包实现了一个基于Snort的多视图网络流量可视化系统,该系统能对从数据库中提取出的流量警报数据进行多视图动态展示和交互操作,在一定程度上减轻了网络分析员的负担,加快了查找网络问题的进度.     

基于移动通讯数据的用户行为可视分析

手机通话记录数据反映了人类的生活行为。基于数量庞大、类型繁多的移动数据,设计了多视图多粒度可视方式,对城市居民消费分布规律、个体活动轨迹、个体紧密社会关系网络进行分析;基于数据的时空属性,关联时空对比可视分析,对个体活动位置、活动范围等进行分析;在此基础上,设计并实现了移动通讯用户行为可视分析系统。结果表明,该系统在用户交互下能有效识别用户活动规律。     

多源网络安全日志数据融合与可视分析方法研究

根据网络安全事件多源关联性的特征,为了提高用户对网络安全事件的认知、分析能力,提出了一种基于日志-事件的网络事件提取和融合方法,为了增强分析系统的可交互性和提高对网络安全数据的分析效率,研究并设计了针对大规模网络的协同可视化方案和3D可视化模型的布局算法,开发了基于以上技术的网络安全可视分析系统(NSVAS)。实验结果表明该系统对于大规模、长时间跨度的网络安全数据具有较强的分析能力,能够有效识别不同类型的入侵访问,帮助用户快速发现异常行为和进行网络取证。     

城市餐饮消费行为数据可视化

针对团购网站餐饮类消费数据类型的多样性,采用了多视图可视分析方法对城市餐饮消费行为中的消费者地域选择、情感倾向以及热点话题进行了分析,针对餐饮消费行为数据规模庞大、维度信息复杂等特征,基于时空维度设计了多粒度数据过滤方法,在此基础上设计并实现了城市餐饮消费行为可视分析系统。通过对某团购网站上某市餐饮类消费数据的分析表明,系统在用户交互分析下能够有效识别城市餐饮消费行为特征。     

三维可视化安全态势感知技术研究

网络态势可视化技术作为一项新技术,是网络安全态势感知与可视化技术的结合,将网络中蕴涵的态势状况通过可视化图形方式展示给用户,并借助于人在图形图像方面强大的处理能力,实现对网络异常行为的分析和检测。同时还选择安全态势可视化中的一种视图,开展了三维可视化技术的研究,介绍该软件的设计开发流程,并基于OpenGl开发平台对其进行了编码实现。     

车载网络安全数据可视化技术的设计与实现

为快速准确地检测出车载网络数据内部异常和网络安全威胁,制定有效的异常检测方案,通过车载终端采集车辆正常行驶阶段的真实CAN总线报文数据,从基于时间和数据特征的可视化的角度,设计消息事件时序散点图和报文内容时序变化图,表现和发掘车辆内部CAN总线网络的通信频率和通信内容等数据的变化特征;并采用统计和计算汉明距离等方法对原始报文数据进行二次加工处理,结合各种可视化方法,设计概略图等交互视图来表现网络内部变化态势。研究结果显示,此设计可有效实现车载网络安全数据的消息频率特征、消息内容特征和统计特征的可视化。     

一种面向时序数据的交互式可视化系统

在科学、经济、工程、工程等各领域,每时每刻都产生大量时序数据.挖掘多维时序数据中蕴含的相关性特征和周期性规律,是可视分析领域研究的重点.本文在总结了过往案例和可视化方法的基础上,提出了一种称为时序螺旋的可视化交互系统.该系统基于时间粒度和时间原语的概念进行设计,旨在通过可视分析的方法,挖掘数据维度之间的相关性关系和周期性规律.时序螺旋综合了年轮图、族线等多种周期性数据可视化布局方法,并辅以多种交互模型互为补充.最后以实际数据集的分析案例展示了我们的方法在探索和理解多维时序数据的有效性.     

利用鱼眼视图的轨迹可视化方法

地理信息轨迹的可视分析中往往在一个较大的尺度下进行,但传统的数据可视化方法在大尺度下可能导致重要信息被用户忽略。为了更好地为可视分析提供信息,文中提出了一种利用鱼眼视图在大尺度下对地理信息轨迹细节进行放大的方法。在大尺度下可视化中,采用指数函数构建多个鱼眼视图,并将利用这些鱼眼视图对包含细节信息较多的一些高密度轨迹地理区域进行放大,从而强化在大尺度下被弱化的轨迹信息;同时在提高图像空间利用率以及节点密度均匀的布局准则下,利用不同地理区域的轨迹密度的相对比例对多个鱼眼区域进行布局。结果表明,通过使用鱼眼视图,在大尺度下被弱化的细节信息被显著强化,使得可视分析用户可以在大尺度下同时兼顾细节信息。     

网络课程学生行为数据可视分析研究

可视分析技术对于大规模网络课程教学过程性评估具有重要作用。针对学生海量行为数据的多维性与复杂性,构建了学生行为绩效可视分析模型与师生交互可视分析模型,设计并实现了网络课程学生行为数据可视分析系统,采用某校网络教育学院课程数据对提出的可视化分析模型和系统进行了实证分析,结果表明该系统对于学生网络交互行为具有较强的分析能力,能够有效辅助探究学生行为与学习绩效的关联关系,实现师生交互整体分析与学生行为个性化分析。     

计算机网络流量监控设计分析

随着计算机行业的不断发展，计算机的网络安全问题日渐突出，网络用户规模的不断增大使得网络流量成指数型增长，给网络监测带来了不小的困难。实时网络监控是确保网络管理工作顺利开展的重要条件。本文通过对计算机网络流量监控现状进行研究，重点分析网络监控系统的数据流，通过选择合适的系统实现平台，在平台上通过系统功能框架和运行的模式进行网络流量的监控的设计与分析。     

非线性映射的气象数据可视化及其应用

为解决传统基于2.5维面的数据分析手段单一,未充分结合地理环境信息,难以快速实时获得任意区域气象变化规律的问题,提出非线性数据映射的2.5维面可视化方法,经过坐标转换应用至球面并利用GPU进行快速绘制;从区域和时域两方面进行全球气象数据可视分析:通过用户交互提取任意区域信息,定量展示分析结果并进行反馈;引入时间维展现选定区域气象数据变化趋势,并用不同表现形式进行统计分析。实验表明,本文可视化效果及可视分析方法能直观清晰地表达和分析气象数据的时间和空间关系,直观的视觉效果、实时交互的手段有助于气象预测和数据分析。     

校园网流量监测系统的研究与实现

为了便于网络管理、并为网络升级和故障分析提供可靠的依据,基于实时监测网络流量情况构造一个网络流量监测软件系统。该系统采用关系数据库对流量数据进行存储;并利用Jbuilder 2005设计出便捷的用户操作管理界面,实现处理保存流量数据的校园网流量监测。通过在某大学校园网上的示范应用表明,该软件不仅提供图形化的用户接口、将收集的历史数据和实时数据在其中以图形的方式直观地显示出来,还能为用户提供可视化的监控操作与管理、方便用户使用。这种方法简便易行、性能指标较好地满足网络流量实时监测的需求。     

信息可视化研究综述

信息可视化是可视化技术在非空间数据领域的应用,可以增强数据呈现效果,让用户以直观交互的方式实现对数据的观察和浏览,从而发现数据中隐藏的特征、关系和模式。可视化应用非常广泛,主要涉及领域:数据挖掘可视化、网络数据可视化、社交可视化、交通可视化、文本可视化、生物医药可视化等等。根据CARD可视化模型可以将信息可视化的过程分为以下几个阶段:数据预处理;绘制;显示和交互。根据SHNEIDERMAN的分类,信息可视化的数据分为以下几类:一维数据、二维数据、三维数据、多维数据、时态数据、层次数据和网络数据。其中针对后4种数据的可视化是当前研究的热点。多维数据可视化方法主要包括基于几何的方法、图标方法和动画方法等。基于几何的可视化方式中最经典的就是"平行坐标系"方法。平行坐标系(parallel coordinates)使用平行的竖直轴线来代表维度,通过在轴上刻划多维数据的数值并用折线相连某一数据项在所有轴上的坐标点展示多维数据。平行坐标系方法能够简洁、快速地展示多维数据,发展出很多改进技术。但是当数据集的规模变得非常大时,密集的折线会引起"视觉混淆"(visual clutter),处理方法包括维度重排、交互方法、聚类、过滤、动画等。其他基于几何的方法包括Radviz方法使用圆形坐标系展示可视化结果;散点图矩阵(scatter plot matrix)将多维数据中的各个维度两两组合绘制成一系列的按规律排列的散点图。基于图标的可视化方法用具备可视特征的几何形状如大小、长度、形状、颜色等刻划数据,代表性的方法包括星绘法和Chernoff面法等。动画方法用于可视化中可被用来提高交互性和理解程度,其缺点包括可能分散注意力、引起用户的误解、产生"图表垃圾"等。时间序列数据是指具有时间属性的数据集,针对时间序列数据的可视化方法如下:线形图、堆积图、动画、地平线图、时间线。层次数据具有等级或层级关系。层次数据的可视化方法主要包括节点链接图和树图2种方式。其中树图(treemap)由一系列的嵌套环、块来展示层次数据。为了能展示更多的节点内容,一些基于"焦点+上下文"技术的交互方法被开发出来。包括"鱼眼"技术、几何变形、语义缩放、远离焦点的节点聚类技术等。网络数据具有网状结构。自动布局算法是网络数据可视化的核心,目前主要有以下3类:一是力导向布局(force-directed layout);二是分层布局(hierarchical layout);三是网格布局(grid layout)。当数据节点的连接很多时,容易产生边交叉现象,导致视觉混淆。解决边交叉现象的集束边(edge bundle)技术可以分为以下几类:力导向的集束边技术、层次集束边技术、基于几何的边聚类技术、多层凝聚集束边技术和基于网格的方法等。其他研究热点包括图形的视觉因素研究、自适应可视化研究、可视化效果的评估等。视觉因素对于可视化效果的影响,如位置、长度、面积、形状、色彩等影响已经引起很多研究者的注意。色彩是视觉因素的重要组成部分,研究主要集中在颜色选择的原则和交互系统中。这些原则基于数据类型、类的数量、认知约束等。自适应可视化可以提高信息可视化的适应性。研究成果分为以下几类:自适应可视化展示、自适应资源模型、自适应用户模型。自适应可视化展示是指根据用户的特征自动为用户提供多种展示类型,自动选择可视化内容及布局的形式,自动调整可视化的元素等。自适应资源模型反映了对硬件和软件的利用以提高可视化性能。自适应用户模型通过显示用户模型的内容并让用户能够编辑,从而让用户能够控制模型的内容。当前关于信息可视化评价的研究较少,少量研究也没有提出直接和通用的可视化的评估方式,需要对信息可视化评价的理论基础、方法和应用做深入的研究。可视化技术与应用还应该继续向以下4个方面努力:直观化、关联化、艺术化、交互化。信息可视化技术的发展方向是协同(collaboration)、分析过程(analytics)、计算(computational)和意会(sense-making)。未来研究方向可以包括以下几个内容。信息可视化和数据挖掘的紧密结合。为提高处理海量数据时的速度和效率和解决视觉混淆现象;必须运用数据挖掘的公式和算法,对数据分析的过程及结果进行可视化展现。协同可视化。协同可视化领域的研究方向可以包括可视化接口设计、基于Web的可视化协同平台开发、协同可视化工作的视图设计、协同可视化中的工作流管理及协同可视化技术的应用等。更多领域的应用技术开发。包括统计可视化:需要研究使用几何、动画、图像等工具对数据统计的过程和结果进行加工和处理的技术;新闻可视化:对新闻内容进行抓取、清洗和提取和可视化展示;社交网络可视化:可视化方式显示社交网络的数据,对社交网络中节点、关系及时空数据的集成展示。搜索日志可视化:针对在使用搜索引擎时产生的海量搜索日志,可视化的展现用户的搜索行为、关系和模式等。     

面向多维稀疏时空数据的可视化研究

时空数据的多维属性和稀疏分布特征是数据分析的主要难点.利用数据可视化技术实现多维稀疏时空数据的表现和辅助分析是当前一个研究热点.基于此,提出一种多模态数据可视化方法,利用多层次视图表现模型和人机交互方式,直观展示稀疏时空数据的多维属性,进而分析数据的统计群组特征和典型个体行为模式,最终实现对异常行为的识别.针对覆盖新疆全区的车辆加油数据,融合多种相关数据源,利用该可视化方法,实现了一个车辆行为可视化数据分析系统,使用平行坐标、地图、日历矩阵、桑基图、散点图等视图模型,实现了对个体行为特征和群体行为模式的可视化表现,进而实现了对异常行为的识别、确认和预警等功能.     

拉美一体化发展特征可视分析方法

对拉美一体化发展特征分析的关键在于探索各国间的属性信息,但评估国家发展的因素众多且存在大量对结果无关因素的干扰。针对拉美国家数据的高维多元特征,提出一种利用层次数据划分和子空间分析相结合的可视分析模型,可同时分析属性相关性和局部子空间下国家的降维结果,再结合视觉隐喻等多种可视化手段和交互联动视图,设计了一个基于拉美国家数据的高维多元可视分析系统,支持对多个国家的关联对比和多属性的时变演化规律分析。对拉美国家数据从整体到个体、从宏观到特征事件进行筛选和探索,有助于认识拉美一体化发展的特征从而制定精准的扶贫计划。结合领域专家的需求进行了系统建模和案例分析,验证了本系统的有效性和适用性。     

基于Web的新闻数据可视化

对新闻数据可视化技术进行了研究,并充分整合数据挖掘、文本分析、分布式存储及可视化技术,设计实现了一个新闻数据可视化系统.它把采集到的新闻数据进行分类,并结构化存储,在WEB端为用户展示新闻数据的可视化分析成果.系统在交互式设计上提供了强大的用户界面来辅助新闻关注者对网络舆情的直观掌控,并通过对系统性能的测试,证明了系统在大量用户使用及大规模数据呈现的情况下都具有较好的性能.     

园区电力数据可视分析系统

将可视化分析技术应用于电力系统可以有效地解决电力系统发展带来的海量数据分析及显示等问题。文章介绍了数据可视化技术在电力系统中的研究和应用,针对电网企业数据和已有的分析手段,并结合园区电力系统分析需求提出一种支持用户交互式探索的可视分析系统框架;基于此提出了园区电力数据可视分析原型系统,支持在浏览器中或其他显示和交互设备上使用。案例分析表明,该系统可以全方面地展现园区内的供用电数据以及资源建设等信息,帮助供电部门综合多种电力数据进行分析。     

基于SnowNLP的微博网络舆情分析系统

随着微博、抖音、贴吧等新兴网络社交媒体的发展,大量用户开始喜欢使用这些平台进行发布和获取信息,因此累积了大量舆情数据。为了能够及时监测网络舆论动向,更好的维护互联网的安全运营和网络安全,针对实时微博数据,研究设计了一种基于SnowNLP的微博网络舆情分析系统。该系统由舆情数据采集、舆情数据分析和舆情数据可视化组成,能够实现微博数据文本挖掘、网络舆情数据情感分析、舆情数据与关键词匹配结果统计等功能,并能够对微博内容情感分析结果、用户等级、内容分词结果等进行可视化展示。实验测试结果表明：本系统功能运行正常,同时验证了设计方案的可行性和有效性。系统在网络舆情监测领域具有重要的应用价值。     

数据仓库中可视化决策支持系统模型构建

在构建“税务纳税评估数据仓库”模型的数据分析阶段,通过对可视化决策支持系统模型的研究和设计,采用面向对象的方法,将可视化决策支持系统分为方法层、模型层和应用层三个层次,通过对各层次定义和功能介绍,为数据仓库体系中可视化决策支持系统模型的建立提供了理论基础和实践依据.通过对可视化决策支持模型的构建,提供给用户一个分析界面可视、可互动地分析展示数据仓库可视化的分析决策系统,以便更好地利用现有的税务联机事务处理系统的数据进行复杂访问、报告和分析、决策,充分体现税务数据仓库所蕴涵的价值.