根據(jù)APT的攻擊技術(shù)特點(diǎn)，應(yīng)利用多種檢測(cè)手段，基于大數(shù)據(jù)分析技術(shù)，對(duì)某些流量的行為進(jìn)行持續(xù)性分析，才能夠提升定位的精準(zhǔn)度。

寸草心網(wǎng)盾采用異常流量監(jiān)測(cè)、信譽(yù)檢測(cè)、基于沙箱的代碼檢測(cè)、全包捕獲與分析、綜合分析等多種檢測(cè)技術(shù)從網(wǎng)絡(luò)流量、網(wǎng)絡(luò)取證、Payload分析、終端行為分析、終端取證五個(gè)層面進(jìn)行安全檢測(cè)，構(gòu)建起多層次的檢測(cè)體系，發(fā)現(xiàn)已知威脅的同時(shí)通過(guò)動(dòng)態(tài)、靜態(tài)數(shù)據(jù)分析，采用Zui新大數(shù)據(jù)、機(jī)器學(xué)習(xí)和數(shù)據(jù)深度挖掘技術(shù)，發(fā)現(xiàn)并抵御APT攻擊。具體實(shí)現(xiàn)過(guò)程是通過(guò)四個(gè)數(shù)據(jù)處理階段：數(shù)據(jù)匯入：實(shí)現(xiàn)對(duì)多源數(shù)據(jù)的收集，流量類(lèi)、文件類(lèi)、業(yè)務(wù)類(lèi)，通過(guò)全面的安全檢測(cè)，從海量數(shù)據(jù)中提取關(guān)鍵信息；數(shù)據(jù)存儲(chǔ)：數(shù)據(jù)清洗過(guò)濾、脫敏轉(zhuǎn)換、歸一聚合、ETL處理，實(shí)現(xiàn)對(duì)結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)；數(shù)據(jù)分析：通過(guò)多維度實(shí)時(shí)、批量可視化快速建模數(shù)據(jù)分析，并關(guān)聯(lián)單點(diǎn)異常行為，掌控安全態(tài)勢(shì)和挖掘潛在威脅，從而還原出APT攻擊鏈；數(shù)據(jù)展示：利用可視化技術(shù)，將安全分析的結(jié)果動(dòng)態(tài)的呈現(xiàn)出來(lái)，實(shí)現(xiàn)針對(duì)APT快速檢測(cè)與預(yù)警，從而準(zhǔn)確識(shí)別和防御APT攻擊，避免核心信息資產(chǎn)損失。

結(jié)合大數(shù)據(jù)分析技術(shù)的APT防護(hù)，還可與威脅情報(bào)結(jié)合，將通過(guò)大數(shù)據(jù)分析檢測(cè)到的未知威脅，形成更新威脅情報(bào)并發(fā)現(xiàn)影響范圍，通過(guò)威脅情報(bào)共享，與下一代安全網(wǎng)關(guān)聯(lián)動(dòng)，將潛在的威脅扼殺在初期。同時(shí)通過(guò)外部威脅數(shù)據(jù)的采集和情報(bào)提純處理，可為用戶(hù)收集有關(guān)的威脅情報(bào)，為態(tài)勢(shì)感知平臺(tái)提供威脅情報(bào)數(shù)據(jù)，搭建威脅情報(bào)系統(tǒng)，動(dòng)態(tài)更新數(shù)據(jù)，協(xié)助加固整體網(wǎng)絡(luò)安全防護(hù)體系，提高用戶(hù)綜合安全防護(hù)能力。