
深度解析大數(shù)據(jù)可視化設計案例分析
大數(shù)據(jù)可視化是個熱門話題,在信息安全領域,也由于很多企業(yè)希望將大數(shù)據(jù)轉(zhuǎn)化為信息可視化呈現(xiàn)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(shù)據(jù)可視化已經(jīng)成為網(wǎng)絡安全技術的一個重要趨勢。
一、什么是網(wǎng)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(shù)據(jù)網(wǎng)絡安全可視化圖,我們可以在幾秒鐘內(nèi)回答這些問題,這就是可視化帶給我們的效率。大數(shù)據(jù)網(wǎng)絡安全的可視化不僅能讓我們更容易地感知網(wǎng)絡數(shù)據(jù)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(shù)據(jù)+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(lián)系?異常值?空間關系?比如政府機構(gòu),想了解全國各個行業(yè)漏洞的分布概況,以及哪個行業(yè)、哪個地區(qū)的漏洞數(shù)量最多;又如企業(yè),想了解內(nèi)部的訪問情況,是否存在惡意行為,或者企業(yè)的資產(chǎn)情況怎么樣??傊?,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。
有了故事,還需要找到數(shù)據(jù),并且具有對數(shù)據(jù)進行處理的能力,上圖是一個可視化參考模型,它反映的是一系列的數(shù)據(jù)的轉(zhuǎn)換過程:
我們有原始數(shù)據(jù),通過對原始數(shù)據(jù)進行標準化、結(jié)構(gòu)化的處理,把它們整理成數(shù)據(jù)表。
將這些數(shù)值轉(zhuǎn)換成視覺結(jié)構(gòu)(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(xiàn)出來。例如將高中低的風險轉(zhuǎn)換成紅黃藍等色彩,數(shù)值轉(zhuǎn)換成大小。
將視覺結(jié)構(gòu)進行組合,把它轉(zhuǎn)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(zhuǎn)換,去更好地了解數(shù)據(jù)背后有什么問題和規(guī)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(wǎng)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(shù)據(jù)進行處理,加上一些設計的方法,就構(gòu)成了可視化。
1.2 可視化設計流程
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(shù)據(jù)、匹配圖形、優(yōu)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(shù)據(jù),包含元數(shù)據(jù)、數(shù)據(jù)維度、查看的視角等;其次,我們利用可視化工具,根據(jù)一些已固化的圖表類型快速做出各種圖表;然后優(yōu)化細節(jié);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(guī)模漏洞感知可視化設計
上圖是全國范圍內(nèi),各個行業(yè)漏洞的分布和趨勢,橙黃藍分別代表了漏洞數(shù)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(jīng)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(nèi)容進行關鍵詞的提煉??梢暬暮诵脑谟趯?nèi)容的提煉,內(nèi)容提煉得越精確,設計出來的圖形結(jié)構(gòu)就越緊湊,傳達的效率就越高。反之,會導致圖形結(jié)構(gòu)臃腫散亂,關鍵信息無法高效地傳達給讀者。
對于大規(guī)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(nèi),各個行業(yè)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(shù)據(jù)可視化設計的核心點,整體的圖形結(jié)構(gòu)將圍繞這三個核心點來展開布局。
2.2 分析數(shù)據(jù)
想要清楚地展現(xiàn)數(shù)據(jù),就要先了解所要繪制的數(shù)據(jù),如元數(shù)據(jù)、維度、元數(shù)據(jù)間關系、數(shù)據(jù)規(guī)模等。根據(jù)需求,我們需要展現(xiàn)的元數(shù)據(jù)是漏洞事件,維度有地理位置、漏洞數(shù)量、時間、漏洞類別和級別,查看的視角主要是宏觀和關聯(lián)。涉及到的視覺元素有形狀、色彩、尺寸、位置、方向,如圖所示。
2.3 匹配圖形
分析清楚數(shù)據(jù)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(xiàn)成數(shù)據(jù)分析得到,而這一步更多地需要經(jīng)驗和閱歷。幸運的是,現(xiàn)在已經(jīng)有很多成熟的圖形可以借鑒了。從和業(yè)務的溝通了解到,需要匹配的圖形有中國地圖、餅圖、top圖、數(shù)字、趨勢等。
2.4 確定風格
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(jù)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(shù)據(jù)是權(quán)威的。
最后根據(jù)設計風格進一步確定了深藍為標準色,代表科技與創(chuàng)新;橙紅藍分別代表漏洞數(shù)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(yōu)化圖形
有了圖形后,嘗試把數(shù)據(jù)按屬性繪制到各維度上,不斷調(diào)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(gòu)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”。
在這個任務中,圖形經(jīng)過很多次修改,上圖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(xiàn)高、中、低危的漏洞數(shù)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(xiàn),簡潔清晰,重點突出。
完成初稿后,我們進一步優(yōu)化了維度、動效和數(shù)量。維度:每個維度,只用一種表現(xiàn),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(shù)量:考慮了太密或太疏時用戶的感受,對圓的半徑做了統(tǒng)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。
三、案例二:白環(huán)境蟲圖可視化設計
如果手上只有單純的電子表格(左),要想找到其中IP、應用和端口的訪問模式就會很花時間,而用蟲圖(右)呈現(xiàn)之后,雖然增加了很多數(shù)據(jù),但讀者的理解程度反而提高了。
3.1 整體項目分析
當前,企業(yè)內(nèi)部IT系統(tǒng)復雜多變,存在一些無法精細化控制的、非法惡意的行為,如何精準地處理安全管理問題呢?我們的主要目標是幫助用戶監(jiān)測訪問內(nèi)網(wǎng)核心服務器的異常流量,概括為2個關鍵詞:內(nèi)網(wǎng)資產(chǎn)和訪問關系,整體的圖形結(jié)構(gòu)將圍繞這兩個核心點來展開布局。
3.2 分析數(shù)據(jù)
接下來分析數(shù)據(jù),案例中的元數(shù)據(jù)是事件,維度有時間、源IP、目的IP和應用,查看的視角主要是關聯(lián)和微觀。
3.3 匹配圖形
根據(jù)以往的經(jīng)驗,帶有關系的數(shù)據(jù)一般使用和弦圖和力導向布局圖。最初我們采用的是和弦圖,圓點內(nèi)部是主機,用戶要通過3個維度去尋找事件的關聯(lián)。通過測試發(fā)現(xiàn),用戶很難理解,因此選擇了力導向布局圖(蟲圖)。第一層級展示全局關系,第二層級通過對IP或端口的鉆取進一步展現(xiàn)相關性。
3.4 優(yōu)化圖形
優(yōu)化圖形時,我們對很多細節(jié)進行了調(diào)整:
– 考慮太密或太疏時用戶的感受,只展示了TOP N。
– 弧度、配色的優(yōu)化,與我們UI界面風格相一致。
– IP名稱超長時省略處理。
– 微觀視角中,源和目的分別以藍色和紫色區(qū)分,同時在線上增加箭頭,箭頭向內(nèi)為源,向外是目的,方便用戶理解。
– 交互上,通過單擊鉆取到單個端口和IP的信息;鼠標滑過時相關信息高亮展示,這樣既能讓畫面更加炫酷,又能讓人方便地識別。
3.5 檢查測試
通過調(diào)研,用戶對企業(yè)內(nèi)部的流向非常清楚,視覺導向清晰,鉆取信息方便,色彩、動效等細節(jié)的優(yōu)化幫助用戶快速定位問題,提升了安全運維效率。
四、總結(jié)
總之,借助大數(shù)據(jù)網(wǎng)絡安全的可視化設計,人們能夠更加智能地洞悉信息與網(wǎng)絡安全的態(tài)勢,更加主動、彈性地去應對新型復雜的威脅和未知多變的風險。
可視化設計的過程中,我們還需要注意:1、整體考慮、顧全大局;2、細節(jié)的匹配、一致性;3、充滿美感,對稱和諧。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10