网络攻防学习笔记 Day99

MDATA 模型被命名为多维数据关联和威胁分析模型。创立 MDATA 模型的目的是解决网络安全态势感知中数据分布广、网络安全知识因具有时空特性而难以表示等难题。

知识图谱中的一种常用表示方式是采用三元组对知识进行表示和存储，如 RDF（Resource Description Framework，资源描述框架）将知识分解为（主语，谓语，宾语）这样的三元组。常用的知识图谱表示方法将知识表示为（实体，关系，实体）或（实体，属性，属性值）的形式，通过很多这样的三元组表达事实。

在网络安全态势感知中，我们可以将资产（如计算机、服务器、硬件、软件、文件系统等）表示为主要实体，将型号、版本号等作为次要实体，从而可以将资产之间的关联作为关系，将资产的型号、版本号等定义为属性。在关系层面，不同资产之间的关联关系可能随着时间、空间发生变化，如某终端之间的连接关系随着网络拓扑的改变而发生改变，因此关系会存在时间和空间上的特性。

雾云计算架构是一种用于泛在网络空间大数据分析处理的体系架构。随着互联网、物联网、移动互联网、工业互联网等多种类型网络的发展，网络空间的概念逐渐拓展，从单一的互联网发展为融合各种网络类型的泛在网络空间。在泛在网络空间中进行数据分析和处理具有很大的难度。

雾云计算架构分为三个层次：雾端主要从大数据海洋中抽取知识；中间层用于对抽取的知识进行融合；云端是对融合以后的多知识体进行协同计算，从而满足用户的计算目标。

雾云计算与边缘计算、云计算的主要区别在于，雾云计算是在多知识体的基础上，支持雾端、中间层和云端的高度协同计算能力，其中各层知识体分别运行在不同的知识体运行平台，能对海量、多来源数据进行有效的关联和协同分析。