[發明專利]一種企業網絡安全評估方法、裝置、移動終端及存儲介質

有效

• 申請號: 202210122613.7
• 申請日: 2022-02-09
• 公開（公告）號: CN114615016B
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 李程雄;陳旭;黃江平
• 申請（專利權）人: 廣東能源集團科學技術研究院有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 陳志明

1.一種企業網絡安全評估方法，其特征在于，包括：

獲取待評估企業的基礎數據；

根據所述基礎數據，結合深度學習單元進行流量態勢評估、資產態勢評估、內部威脅風險評估和外部威脅風險評估后，分別生成流量風險指標、資產態勢指標、內部威脅風險指標和外部威脅風險指標；所述根據所述流量風險指標、所述資產態勢指標、所述內部威脅風險指標和所述外部威脅風險指標對所述待評估企業進行網絡安全評估，具體為：采用層次分析法計算所述流量風險指標、所述資產態勢指標、所述內部威脅風險指標和所述外部威脅風險指標的主觀權重；采用熵權法計算所述流量風險指標、所述資產態勢指標、所述內部威脅風險指標和所述外部威脅風險指標的客觀權重；根據所述主觀權重和所述客觀權重，計算綜合權重；根據所述綜合權重、所述流量風險指標、所述資產態勢指標、所述內部威脅風險指標和所述外部威脅風險指標，計算得到所述待評估企業的整體網絡風險評分，根據所述整體網絡風險評分進行網絡安全評估；

根據所述流量風險指標、所述資產態勢指標、所述內部威脅風險指標和所述外部威脅風險指標對所述待評估企業進行網絡安全評估。

2.根據權利要求1所述的一種企業網絡安全評估方法，其特征在于，所述進行流量態勢評估，具體為：

獲取所述待評估企業的流量包數據；其中，所述基礎數據包括所述流量包數據；

當根據所述流量包數據判定第一預設時段內、歸屬于同一源地址的流量包的個數大于第一預設閾值時，確認所述源地址為惡意地址、所述流量包為惡意流量包；其中，所述第一預設時段包括：第一時段和第二時段；

計算所述第一時段和第二時段內所述惡意流量包的總數后，分別記為第一總數和第二總數；

計算所述第二時段內所述惡意地址出現的概率，記為第一概率；

將所述第一總數、所述第二總數和所述第一概率輸入至所述深度學習單元中，以使所述深度學習單元進行流量態勢評估，生成所述流量風險指標。

3.根據權利要求1所述的一種企業網絡安全評估方法，其特征在于，所述進行資產態勢評估，具體為：

獲取所述待評估企業的資產數據；其中，所述基礎數據包括所述資產數據；

根據所述資產數據進行安全性等級劃分和重要性等級劃分后，根據劃分結果得到告警事件數量和漏洞數量；

將所述告警事件數量和所述漏洞數量輸入至所述深度學習單元中，以使所述深度學習單元進行資產態勢評估，生成所述資產態勢指標。

4.根據權利要求1所述的一種企業網絡安全評估方法，其特征在于，所述進行內部威脅風險評估，具體為：

獲取所述待評估企業的內網數據；其中，所述基礎數據包括所述內網數據；

根據所述內網數據，獲取第二預設時段內的異常情況數據；其中所述異常情況數據包括：非法設備接入次數、內網非法wifi熱點數量、非法用戶接入數次數、內部惡意請求次數情況、漏洞數量情況和感染病毒數量；

將所述異常情況數據輸入至所述深度學習單元中，以使所述深度學習單元進行內部威脅風險評估，生成所述內部威脅風險指標。

5.根據權利要求1所述的一種企業網絡安全評估方法，其特征在于，所述進行外部威脅風險評估，具體為：

獲取第三預設時段內的所述待評估企業的外部威脅情況數據；其中，所述基礎數據包括所述外部威脅情況數據，所述外部威脅情況數據包括：外部攻擊次數、外部攻擊頻率、入侵成功次數和入侵攔截次數信息；

將所述外部威脅情況數據輸入至所述深度學習單元中，以使所述深度學習單元進行外部威脅風險評估，生成所述外部威脅風險指標。

6.根據權利要求1所述的一種企業網絡安全評估方法，其特征在于，所述獲取待評估企業的基礎數據，具體為：

根據所述待評估企業的安全設備數據、系統日志數據、網絡流量數據、終端流量數據和業務流量數據，獲取所述基礎數據。