华为 ASG2000 上网行为管理产品 技术白皮书 华为技术有限公司 华为 ASG2000 上网行为管理产品技术白皮书 2014-8-20 华为保密信息,未经授权禁止扩散 第 2 页, 共 23 页 版权所有 © 华为技术有限公司 2012。 保留一切权利。 非经本公司书面许可，任何单位和个 华为 ASG2000 上网行为管理产品技术白皮书 2014-8-20 华为保密信息,未经授权禁止扩散 第 3 页, 共 23 页 目 录 1 技术背景 ................................................................. 4 2 上网行为管理给用户带来的价值 .......... 支持对流量进行连接数控制 ........................................................................... 13 3.4 行为和内容审计 .............................................................................................

并实现访问控制及安全防护功能的产品。 ３ 入侵检测系统 (IDS) 以网络上的数据包作为数据源 , 监听所保护网络节点的所有数据包并进 行分析 , 从而发现异常行为的产品。 ４ 入侵防御系统 (IPS) 以网桥或网关形式部署在网络通路上 , 通过分析网络流量发现具有入侵 特征的网络行为 , 在其传入被保护网络前进行拦截的产品。 ５ 网络和终端隔离产品 在不同的网络终端和网络安全域之间建立安全控制点 , 实现在不同的网 支持公钥管理体制 , 提供鉴别、加密、完整性和不可否认服务的基础 设施。 18 网络安全态势感知产品 通过采集网络流量、资产信息、日志、漏洞信息、告警信息、威胁信息 等数据 , 分析和处理网络行为及用户行为等因素 , 掌握网络安全状态 , 预 测网络安全趋势 , 并进行展示和监测预警的产品。 19 信息系统安全管理平台 对信息系统的安全策略以及执行该策略的安全计算环境、安全区域边界 和安全通信网络等方面的安全机制实施统一管理的平台。 联网、政府、交 通、能源等行业上千家客户。 瑞数信息创新的“动态安全”技术，完全颠覆了传统安全依赖攻击特征与策略规则的被动 式防御技术，可对已知和未知的自动化攻击，各种利用自动化工具发起的恶意行为做到更及时、 更高效地拦截。结合“动态安全”与“AI 人工智能”两大核心技术的协同效力，让安全能力从 主动防御，提升到可持续安全对抗的新台阶，高效防护各类数字化时代的新兴威胁。 瑞数信息自主研

态度的方式。为了迎合这一变化，全球珠宝品牌加速数字化转型。例 如，某珠宝品牌通过电商平台、社交媒体互动和数据驱动的个性化推 荐，成功吸引了大量年轻消费者，并建立了强大的品牌影响力。 未来，Z世代的消费行为将深刻影响珠宝市场的发展。个性化定制、环 保和可持续发展已成为核心议题。如何通过数字化升级和创新营销策 略，更高效地满足这一群体的需求，将是珠宝品牌的关键挑战。本白 皮书将深入分析行业现状、数字化趋势及实际案例，为品牌提供抢占 电商平台崛起：如Blue Nile等平台的成功，展示了线上珠宝销售的潜力。 · 增强现实（AR）技术应用：全球超过50%的大品牌已引入虚拟试戴功能，显著提升 了线上购物体验。 · 数据驱动的决策：通过大数据分析消费者行为，为精准营销提供支持。 在此背景下，珠宝品牌的数字化转型不仅限于销售渠道的变革，更涉及运营模式、品牌 传播和用户体验的全面升级。数字化手段不仅可以帮助品牌实时了解消费者的需求，还 能通过数据分 。 Z世代的消费选择不仅注重产品的情感价值与文化背景，还高度认可符合自身生活方式 与个性表达的珠宝产品。他们对可持续性理念的重视，推动品牌更多采用环保材料和负 责任生产。 在应对Z世代的消费行为时，珠宝品牌面临着多重挑战。 · 个性化与数字化体验的双重需求：Z世代作为个性化消费的代表群体，倾向于寻求能 够展现个人风格的产品。因此，珠宝品牌必须提供创新设计和定制化服务，以满足这一 需求

优化方案设计、提升推理性能，助力智能课堂行 为分析 英特尔与合作伙伴共同探索课堂行为分析在智慧教育 场景中的应用 • 人工智能行为分析解决方案开发及挑战 • 面向教育场景的行为分析方案设计 • 针对行为分析的英特尔产品优化方案 基于英特尔优化方案的应用案例 • 阅面科技：借力人脸识别与课堂行为分析提升教学互动效果 • 百家云：基于课堂行为分析实现双师课堂教学效果评估 15 15 15 17 24 多样化的硬件产品矩阵，包括英特尔® 至强® 可扩展处理 器、英特尔® 酷睿™ 处理器、英特尔凌动 ® 处理器、英特尔® Movidius™ Myriad ™ X 视觉处理单元等。 现教育的优质、均衡发展；另一方面，借助课堂行为分析等 应用，能够通过动态、实时的教学数据分析，帮助教师和教 学管理人员获得智能化的课堂观察和分析能力，让 “教” 与 “学” 实现精准化。 • 练习测评场景：人工智能技术的引入大大丰富了练习测评 ，学校管 理人员可以快速远程巡课、智能排课、获取教学大数据， 教师可以进行智能备课，以及基于知识点地图和资源库开 展教学等。 教学环节 练习测评 教学管理 • AI LAB • 课堂行为分析 • AR/VR 教学 • 双师课堂 • 互动白板 • …… • 口语测评 • 智能阅卷 • 答题机器人 • 智能批改 • …… • 智能教育辅助 • 课程编排 • 智能备课

物流功能等对于视频的需求，采用了以光流场分析技术为基础的智慧视频用于目标 检测、目标识别和行为预判，为提高行为检测和分析的准确程度，设计了基于卷积 神经网络的学习机用于系统的深度学习和在线升级，完成了智慧视频为多项功能服 务的目标，实现信息的互联互通。 文章所采用的 ZigBee 技术很好地解决了智慧园区对于海量无线传感数据的采集 和传输问题，并利用智慧视频技术实现的行为检测和识别功能用于多项服务，以这 两项技术为基础的信息平台很好地满足了智慧园区的实际需要。 5.2.2 基于目标建模的目标检测法········································································48 5.3 异常行为识别与检测·························································································· 49 可以部署在不适宜于人类去的区域，但另一方面，完全依赖于人眼去发现视频画面 中的问题是不可能的，因此，如何采用人工智能的视频分析技术实现“智慧视频”， 利用大规模存储和计算能力实时完成视频分析，帮助管理者实时发现“行为异常”， 利用深度学习技术不断提高视频分析能力是文章拟解决的另一个关键技术。 本论文共分为 7 章，主要内容如下： 第 1 章：绪论，提出了本论文的研究背景，介绍了国内外研究的现状，给出了 论文的结构；

DataFunTalk 成就百万数据科学家！ 11 从定义上看，全局可解释性是指能够基于完整数据集上的预测结果和特征 之间的条件交互来解释和理解模型。简单地理解来，它就是他解释整个模 型的行为。举个常见的特征重要度的算法，是每个特征被引用的次数，对 次数的值进行一个排序，次数越多，排序越靠前，对应特征越重要，这样 就作为模型一种非常直观的解释方法。 3. 模型解释性方法-lime 图算法设计的背景及目标 1. 图算法设计的背景 在虚拟网络中存在部分的黑产用户，这部分用户通过违法犯罪等不正当的方式去 谋取利益，比如招嫖、色情宣传、赌博宣传的行为，更有甚者，如毒品、枪支贩 DataFunTalk 成就百万数据科学家！ 22 卖等严重的犯罪行为。当前工业界与学术界的许多组织推出了基于图像文字等内 容方面的 API 以及解决方案。而本次主题则是介绍基于账号层面上的解决方法， 为什么需要在账号层面对网络黑产的账号进行挖掘呢？ 为什么需要在账号层面对网络黑产的账号进行挖掘呢？ 原因主要有三： ① 恶意账号是网络黑产的源头，在账号层面对网络黑产的账号进行挖掘可以对黑 产的源头进行精准地打击； ② 账号行为对抗门槛高，用户的行为习惯以及关系网络是很难在短期内作出改变 的，而针对单一的黑产内容可以通过多种方式避免被现有的算法所感知，虽然黑 产用户可能不懂算法，但其可以通过“接地气”的方式来干扰算法模型，譬如在 图片上进行简

并实现访问控制及安全防护功能的产品。 ３ 入侵检测系统 (IDS) 以网络上的数据包作为数据源 , 监听所保护网络节点的所有数据包并进 行分析 , 从而发现异常行为的产品。 ４ 入侵防御系统 (IPS) 以网桥或网关形式部署在网络通路上 , 通过分析网络流量发现具有入侵 特征的网络行为 , 在其传入被保护网络前进行拦截的产品。 ５ 网络和终端隔离产品 在不同的网络终端和网络安全域之间建立安全控制点 , 实现在不同的网 支持公钥管理体制 , 提供鉴别、加密、完整性和不可否认服务的基础 设施。 18 网络安全态势感知产品 通过采集网络流量、资产信息、日志、漏洞信息、告警信息、威胁信息 等数据 , 分析和处理网络行为及用户行为等因素 , 掌握网络安全状态 , 预 测网络安全趋势 , 并进行展示和监测预警的产品。 19 信息系统安全管理平台 对信息系统的安全策略以及执行该策略的安全计算环境、安全区域边界 和安全通信网络等方面的安全机制实施统一管理的平台。 过滤、病毒检测、 内容过滤、网络行为管理等高级访问控制功能，并支持安全策略的快速检索，冗余策略分析， 命中时间分析和安全策略推荐。 ★应用识别：可精确识别 5000 余种互联网应用，700 余种移动应用，支持应用云识别。 ★行为管控：支持对 HTTP、SMTP、POP3、IMAP、FTP、TELNET 协议进行细粒度的控 制，过滤不受信任的网络行为。 11 统一威胁管理产品（UTM）

同的方法，沿着不 同的途径对智能进行了探索。其中，人工智能发展历史上的三大主要 的技术流派分别是符号主义、连接主义和行为主义。 在人工智能的发展过程中，不同的技术流派不仅先后在各自领域 取得了成果，各学派也逐渐走向了相互借鉴和融合发展的道路。比如 通过在强化学习（行为主义）中引入深度学习（连接主义），融合产 生的深度强化学习技术，成为 AlphaGo 战胜围棋高手李世石背后最 重要的技术。 人工智能在交通领域业务应用白皮书 4 感知目标要素，如视频数据结构化处理，提取人、车、运动轨迹等深 层关键信息。感知类的典型赋能场景包括身份核验（人脸识别）、人 流分析、车况监控、车外环境感知、驾驶员行为监测、交通设施状态 感知、实时路况感知、机非人（机动车、非机动车、行人）识别等。 目前人工智能感知类技术服务的产业化最为成熟，在交通领域应用的 范围最广泛。 人工智能技术基于对海量数据的“学习”，可以超越人类的经验 异构时空数据， 比如结合不同时间地点的道路拥堵、公交、地铁、人流等信息，为大 众提供实时个性化的路径导航服务。认知类的典型赋能场景包括路径 规划、个性化出行推荐、行车导航、主动安全预警、驾驶员行为评估、 违章抓拍、路况预测、车辆行驶轨迹跟踪等。人工智能认知类技术服 务常常建立在算法研究和对业务场景的深入理解之上，此类技术的应 用也在迅速推进。 人工智能在完成感知、认知之后，还可以将控制信息实时发送至

化文献理解、澄清概念并提供研究反馈；作 为助研，大模型承担研究助理职能，处理文献整理、参考文献格式调整、梳理建模和推导等重复性任务；作为 智能体，大模型本身成为研究对象与实验工具，能模拟人类决策行为、预测反应，并通过多智能体系统模拟社 会互动；作为朋友，大模型超越学术角色，提供全方位非学术支持，包括职业发展建议、心理辅导和人际交往 建议。大模型全面融入学术工作流程，不仅能通过自动化重复劳动提高研究效率，更能通过人机合作扩展人类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 7 作为智能体的 AI 50 7.1 单智能体模拟个体行为 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 7.2 多智能体模拟社会互动 模态大模型为另类数据提供了全新的研究方法。这些技术能够处理传统经济学方法难以量化的信息，如图像、 音频和非结构化文本，为经济学研究拓展了新的视野和分析维度。同时，大模型涌现出的行为能力本身，也为 经济学提供了新的研究对象。这些人工智能系统展现出的决策模式、信息处理机制和策略行为，为经济学理论 的应用与检验创造了前所未有的实验场景。 本文旨在向经济学家、管理学家和其它社会科学研究者全面地介绍大语言模型的技术和应用。我们首先

置工作人员进行设备维护、 网络运维、监督管理等。这些运维人员往往被赋予了较高的访问控制权限，以便 进行系统配置、监控和维护。人是网络安全工作的主体，也是网络系统的脆弱点， 内部人员的恶意或过失行为可能造成重要机密信息的泄露，在设备调试、升级维 护过程中信息安全保密隐患极大。 工业互联网安全解决方案案例汇编（2024） 6 2. 典型安全解决方案 2.1 案例一：某大型电力股份有限公司全网域网络安全态势 ， 需要实时处理和分析。例如，在电力监控系统中，每隔几秒钟就需要采集一次实 时运行数据，并且要及时做出控制决策。 管理信息大区的数据量可能非常大，尤其是在涉及大数据应用的场景下，如 电力客户行为分析系统。但数据的流速相对较灵活，不需要像生产控制大区那样 严格的实时处理。  安全需求差异 安全目标测重点：生产控制大区的安全重点是保障电力系统的物理设备安全 和运行稳定性，防止因网络攻 有业务系统的网络设备、工控设备、安全设备、服务器及其之上承载的操作系统、 数据库、应用系统、接口方式、硬件属性、使用维护人员等信息均作为资产管理 的内容，提供资产录入、管理、变更等管理功能。可通过流量监控开放端口、主 动外连行为等。 （2）安全监测  安全告警感知 事件监测以丰富的工业威胁模型识别、全面的检测策略、智能机器学习、高 效的沙箱动态分析，以及云端威胁情报匹配能力为基础，以安全事件为切入点， 以威胁对