行为感知系统BA

专业的行为感知系统

       数据价值的挖掘，必然依赖于海量的原始数据，然而，并不是拥有海量数据就可以挖掘价值，必须要有先进的技术支撑，才能够完成大数据的价值挖掘。深信服采用基于MapReduce框架的可扩展大数据集模型，以及自主开发的非关系型数据库，承载海量的上网原始数据，形成基于Hadoop的行为感知系统。

行为感知应用商店

       深信服行为感知应用商店，基于上网行为管理日志中心平台，所有的日志分析应用以APP的形式发布到应用商店中，APP形式的好处是与上网行为管理的软件版本解耦和，可以做到随需索取，用完即走，就像我们在PC上安装播放器、浏览器一样简单。

       目前，行为感知系统已经发布了14款行为感知应用，而且还在不断探索新场景的应用，持续挖掘数据价值，帮助组织感知行为风险，简化网络运维管理。

场景1:感知行为风险

应用一：泄密追溯分析

       分析组织敏感信息和文件的外发情况，及时预警泄密风险，多维度追溯泄密轨迹。

应用二：工作效率分析

       分析组织的员工怠工情况，及时发现消极怠工的部门和人员，找到影响工作效率的因素。

应用三：离职倾向分析

       提前发现潜在离职风险的员工，便于组织及时安抚或妥当处置。

应用四：沉迷网络分析

       帮助学校发现沉迷网络的学生，便于进行有针对性的辅导和教育，拯救更多被网络毒害的学生

应用五：校园网贷分析

       帮助学校及时发现高危网贷学生，提供及时准确的沟通辅导对象，防止不良后果发生

应用六：图书馆资源优化分析

       帮助图书馆分析电子资源的搜索热度和已购资源的利用率，为购买决策提供数据支撑；统计并封堵恶意下载行为。

应用七：事件感知

       帮助组织及时发现内部特殊的恶性事件，为事件的妥善处置创造更多的时间，避免发生难以控制的负面影响

场景2:网络运维可视

应用一：全网上网态势分析

       整体把握广域网各分支上网现状以及安全现状，及时发现管理和安全的薄弱点，便于制定有效的处置策略

应用二：分支网络监测运维

       迅速发现分支的网络故障情况，帮助管理员快速定位并解决问题

应用三：专线质量分析

       分析各个专线带宽使用情况以及专线质量，并直观展现；评估专线带宽是否够用，为购买决策提供数据支撑