精品国产一级在线观看,国产成人综合久久精品亚洲,免费一级欧美大片在线观看

當前位置:大數據業界動態 → 正文

以網絡安全為例的大數據可視化設計

責任編輯:editor005 |來源:企業網D1Net  2015-10-29 14:09:16 本文摘自:愛數據

大數據可視化是個熱門話題,在信息安全領域,也由于很多企業希望將大數據轉化為信息可視化呈現的各種形式,以便獲得更深的洞察力、更好的決策力以及更強的自動化處理能力,數據可視化已經成為網絡安全技術的一個重要趨勢。

一、什么是網絡安全可視化

攻擊從哪里開始?目的是哪里?哪些地方遭受的攻擊最頻繁……通過大數據網絡安全可視化圖,我們可以在幾秒鐘內回答這些問題,這就是可視化帶給我們的效率 。 大數據網絡安全的可視化不僅能讓我們更容易地感知網絡數據信息,快速識別風險,還能對事件進行分類,甚至對攻擊趨勢做出預測。可是,該怎么做呢?

1.1 故事+數據+設計 =可視化

做可視化之前,最好從一個問題開始,你為什么要做可視化,希望從中了解什么?是否在找周期性的模式?或者多個變量之間的聯系?異常值?空間關系?比如政府機構,想了解全國各個行業漏洞的分布概況,以及哪個行業、哪個地區的漏洞數量最多;又如企業,想了解內部的訪問情況,是否存在惡意行為,或者企業的資產情況怎么樣。總之,要弄清楚你進行可視化設計的目的是什么,你想講什么樣的故事,以及你打算跟誰講。

大數據可視化

有了故事,還需要找到數據,并且具有對數據進行處理的能力,圖1是一個可視化參考模型,它反映的是一系列的數據的轉換過程:

我們有原始數據,通過對原始數據進行標準化、結構化的處理,把它們整理成數據表。

將這些數值轉換成視覺結構(包括形狀、位置、尺寸、值、方向、色彩、紋理等),通過視覺的方式把它表現出來。例如將高中低的風險轉換成紅黃藍等色彩,數值轉換成大小。

將視覺結構進行組合,把它轉換成圖形傳遞給用戶,用戶通過人機交互的方式進行反向轉換,去更好地了解數據背后有什么問題和規律。

最后,我們還得選擇一些好的可視化的方法。比如要了解關系,建議選擇網狀的圖,或者通過距離,關系近的距離近,關系遠的距離也遠。

總之,有個好的故事,并且有大量的數據進行處理,加上一些設計的方法,就構成了可視化。

1.2 可視化設計流程

大數據可視化

一個好的流程可以讓我們事半功倍,可視化的設計流程主要有分析數據、匹配圖形、優化圖形、檢查測試。首先,在了解需求的基礎上分析我們要展示哪些數據,包含元數據、數據維度、查看的視角等;其次,我們利用可視化工具,根據一些已固化的圖表類型快速做出各種圖表;然后優化細節;最后檢查測試。

具體我們通過兩個案例來進行分析。

二、案例一:大規模漏洞感知可視化設計

大數據可視化

圖2是全國范圍內,各個行業漏洞的分布和趨勢,橙黃藍分別代表了漏洞數量的高中低。

2.1整體項目分析

我們在拿到項目策劃時,既不要被大量的信息資料所迷惑而感到茫然失措,也不要急于完成項目,不經思考就盲目進行設計。首先,讓我們認真了解客戶需求,并對整體內容進行關鍵詞的提煉。可視化的核心在于對內容的提煉,內容提煉得越精確,設計出來的圖形結構就越緊湊,傳達的效率就越高。反之,會導致圖形結構臃腫散亂,關鍵信息無法高效地傳達給讀者。

對于大規模漏洞感知的可視化項目,客戶的主要需求是查看全國范圍內,各個行業的漏洞分布和趨勢。我們可以概括為三個關鍵詞:漏洞量、漏洞變化、漏洞級別,這三個關鍵詞就是我們進行數據可視化設計的核心點,整體的圖形結構將圍繞這三個核心點來展開布局。

大數據可視化

  2.2分析數據

想要清楚地展現數據,就要先了解所要繪制的數據,如元數據、維度、元數據間關系、數據規模等。根據需求,我們需要展現的元數據是漏洞事件,維度有地理位置、漏洞數量、時間、漏洞類別和級別,查看的視角主要是宏觀和關聯。涉及到的視覺元素有形狀、色彩、尺寸、位置、方向,如圖4。

2.3匹配圖形

大數據可視化

分析清楚數據后,就要找個合適的箱子把這些“蘋果”裝進去。上一步,或許還可以靠自身的邏輯能力,采集到的現成數據分析得到,而這一步更多地需要經驗和閱歷。幸運的是,現在已經有很多成熟的圖形可以借鑒了。從和業務的溝通了解到,需要匹配的圖形有中國地圖、餅圖、top圖、數字、趨勢等。

2.4確定風格

大數據可視化

數據可視化

匹配圖形的同時,還要考慮展示的平臺。由于客戶是投放在大屏幕上查看,我們對大屏幕的特點進行了分析,比如面積巨大、深色背景、不可操作等。依據大屏幕的特點,我們對設計風格進行了頭腦風暴:它是實時的,有緊張感;需要新穎的圖標和動效,有科技感;信息層次是豐富的;展示的數據是權威的。

最后根據設計風格進一步確定了深藍為標準色,代表科技與創新;橙紅藍分別代表漏洞數量的高中低,為輔助色;整體的視覺風格與目前主流的扁平化一致。

2.5優化圖形

有了圖形后,嘗試把數據按屬性繪制到各維度上,不斷調整直到合理。雖然這里說的很簡單,但這是最耗時耗力的階段。維度過多時,在信息架構上廣而淺或窄而深都是需要琢磨的,而后再加上交互導航,使圖形更“可視”。

大數據可視化

在這個任務中,圖形經過很多次修改,圖7是我們設計的過程稿,深底,高亮的地圖,多顏色的攻擊動畫特效,營造緊張感;地圖中用紅、黃、藍來呈現高、中、低危的漏洞數量分布情況;心理學認為上方和左方易重視,“從上到下”“從左至右”的“Z”字型的視覺呈現,簡潔清晰,重點突出。

完成初稿后,我們進一步優化了維度、動效和數量。維度:每個維度,只用一種表現,清晰易懂;動效:考慮時間和情感的把控,從原來的1.5ms改為3.5ms;數量:考慮了太密或太疏時用戶的感受,對圓的半徑做了統一大小的處理。

2.6檢查測試

最后還需要檢查測試,從頭到尾過一遍是否滿足需求;實地投放大屏幕后,用戶是否方便閱讀;動效能否達到預期,色差是否能接受;最后我們用一句話描述大屏,用戶能否理解。

關鍵字:數據可視化可視化設計

本文摘自:愛數據

x 以網絡安全為例的大數據可視化設計 掃一掃
分享本文到朋友圈
當前位置:大數據業界動態 → 正文

以網絡安全為例的大數據可視化設計

責任編輯:editor005 |來源:企業網D1Net  2015-10-29 14:09:16 本文摘自:愛數據

大數據可視化是個熱門話題,在信息安全領域,也由于很多企業希望將大數據轉化為信息可視化呈現的各種形式,以便獲得更深的洞察力、更好的決策力以及更強的自動化處理能力,數據可視化已經成為網絡安全技術的一個重要趨勢。

一、什么是網絡安全可視化

攻擊從哪里開始?目的是哪里?哪些地方遭受的攻擊最頻繁……通過大數據網絡安全可視化圖,我們可以在幾秒鐘內回答這些問題,這就是可視化帶給我們的效率 。 大數據網絡安全的可視化不僅能讓我們更容易地感知網絡數據信息,快速識別風險,還能對事件進行分類,甚至對攻擊趨勢做出預測??墒?,該怎么做呢?

1.1 故事+數據+設計 =可視化

做可視化之前,最好從一個問題開始,你為什么要做可視化,希望從中了解什么?是否在找周期性的模式?或者多個變量之間的聯系?異常值?空間關系?比如政府機構,想了解全國各個行業漏洞的分布概況,以及哪個行業、哪個地區的漏洞數量最多;又如企業,想了解內部的訪問情況,是否存在惡意行為,或者企業的資產情況怎么樣??傊宄氵M行可視化設計的目的是什么,你想講什么樣的故事,以及你打算跟誰講。

大數據可視化

有了故事,還需要找到數據,并且具有對數據進行處理的能力,圖1是一個可視化參考模型,它反映的是一系列的數據的轉換過程:

我們有原始數據,通過對原始數據進行標準化、結構化的處理,把它們整理成數據表。

將這些數值轉換成視覺結構(包括形狀、位置、尺寸、值、方向、色彩、紋理等),通過視覺的方式把它表現出來。例如將高中低的風險轉換成紅黃藍等色彩,數值轉換成大小。

將視覺結構進行組合,把它轉換成圖形傳遞給用戶,用戶通過人機交互的方式進行反向轉換,去更好地了解數據背后有什么問題和規律。

最后,我們還得選擇一些好的可視化的方法。比如要了解關系,建議選擇網狀的圖,或者通過距離,關系近的距離近,關系遠的距離也遠。

總之,有個好的故事,并且有大量的數據進行處理,加上一些設計的方法,就構成了可視化。

1.2 可視化設計流程

大數據可視化

一個好的流程可以讓我們事半功倍,可視化的設計流程主要有分析數據、匹配圖形、優化圖形、檢查測試。首先,在了解需求的基礎上分析我們要展示哪些數據,包含元數據、數據維度、查看的視角等;其次,我們利用可視化工具,根據一些已固化的圖表類型快速做出各種圖表;然后優化細節;最后檢查測試。

具體我們通過兩個案例來進行分析。

二、案例一:大規模漏洞感知可視化設計

大數據可視化

圖2是全國范圍內,各個行業漏洞的分布和趨勢,橙黃藍分別代表了漏洞數量的高中低。

2.1整體項目分析

我們在拿到項目策劃時,既不要被大量的信息資料所迷惑而感到茫然失措,也不要急于完成項目,不經思考就盲目進行設計。首先,讓我們認真了解客戶需求,并對整體內容進行關鍵詞的提煉??梢暬暮诵脑谟趯热莸奶釤挘瑑热萏釤挼迷骄_,設計出來的圖形結構就越緊湊,傳達的效率就越高。反之,會導致圖形結構臃腫散亂,關鍵信息無法高效地傳達給讀者。

對于大規模漏洞感知的可視化項目,客戶的主要需求是查看全國范圍內,各個行業的漏洞分布和趨勢。我們可以概括為三個關鍵詞:漏洞量、漏洞變化、漏洞級別,這三個關鍵詞就是我們進行數據可視化設計的核心點,整體的圖形結構將圍繞這三個核心點來展開布局。

大數據可視化

  2.2分析數據

想要清楚地展現數據,就要先了解所要繪制的數據,如元數據、維度、元數據間關系、數據規模等。根據需求,我們需要展現的元數據是漏洞事件,維度有地理位置、漏洞數量、時間、漏洞類別和級別,查看的視角主要是宏觀和關聯。涉及到的視覺元素有形狀、色彩、尺寸、位置、方向,如圖4。

2.3匹配圖形

大數據可視化

分析清楚數據后,就要找個合適的箱子把這些“蘋果”裝進去。上一步,或許還可以靠自身的邏輯能力,采集到的現成數據分析得到,而這一步更多地需要經驗和閱歷。幸運的是,現在已經有很多成熟的圖形可以借鑒了。從和業務的溝通了解到,需要匹配的圖形有中國地圖、餅圖、top圖、數字、趨勢等。

2.4確定風格

大數據可視化

數據可視化

匹配圖形的同時,還要考慮展示的平臺。由于客戶是投放在大屏幕上查看,我們對大屏幕的特點進行了分析,比如面積巨大、深色背景、不可操作等。依據大屏幕的特點,我們對設計風格進行了頭腦風暴:它是實時的,有緊張感;需要新穎的圖標和動效,有科技感;信息層次是豐富的;展示的數據是權威的。

最后根據設計風格進一步確定了深藍為標準色,代表科技與創新;橙紅藍分別代表漏洞數量的高中低,為輔助色;整體的視覺風格與目前主流的扁平化一致。

2.5優化圖形

有了圖形后,嘗試把數據按屬性繪制到各維度上,不斷調整直到合理。雖然這里說的很簡單,但這是最耗時耗力的階段。維度過多時,在信息架構上廣而淺或窄而深都是需要琢磨的,而后再加上交互導航,使圖形更“可視”。

大數據可視化

在這個任務中,圖形經過很多次修改,圖7是我們設計的過程稿,深底,高亮的地圖,多顏色的攻擊動畫特效,營造緊張感;地圖中用紅、黃、藍來呈現高、中、低危的漏洞數量分布情況;心理學認為上方和左方易重視,“從上到下”“從左至右”的“Z”字型的視覺呈現,簡潔清晰,重點突出。

完成初稿后,我們進一步優化了維度、動效和數量。維度:每個維度,只用一種表現,清晰易懂;動效:考慮時間和情感的把控,從原來的1.5ms改為3.5ms;數量:考慮了太密或太疏時用戶的感受,對圓的半徑做了統一大小的處理。

2.6檢查測試

最后還需要檢查測試,從頭到尾過一遍是否滿足需求;實地投放大屏幕后,用戶是否方便閱讀;動效能否達到預期,色差是否能接受;最后我們用一句話描述大屏,用戶能否理解。

關鍵字:數據可視化可視化設計

本文摘自:愛數據

電子周刊
回到頂部

關于我們聯系我們版權聲明隱私條款廣告服務友情鏈接投稿中心招賢納士

企業網版權所有 ©2010-2024 京ICP備09108050號-6 京公網安備 11010502049343號

^
  • <menuitem id="jw4sk"></menuitem>

    1. <form id="jw4sk"><tbody id="jw4sk"><dfn id="jw4sk"></dfn></tbody></form>
      主站蜘蛛池模板: 沅江市| 兰考县| 文昌市| 如东县| 同心县| 普安县| 五华县| 浦北县| 广德县| 吴桥县| 四会市| 长白| 绥宁县| 临城县| 安龙县| 扶风县| 汝南县| 彝良县| 集安市| 南丰县| 台东县| 玉门市| 滦南县| 和林格尔县| 绥芬河市| 增城市| 镇雄县| 冷水江市| 岳阳市| 呼伦贝尔市| 伊宁市| 普兰县| 沅陵县| 根河市| 新丰县| 惠水县| 南郑县| 红河县| 合作市| 镇安县| 百色市|