数据基因工程
溯源模型
每一个流通中的数据（文件）是一个信息元，它包含着整个数据行为事件的全部信号和遗传密码，达成对数据资产和数据链路的全景映射。
全息网御运用DNA双螺旋结构的数据溯源模型，利用NDA复杂结构与数据溯源进行类比，将DNA中的两条链分别代表数据序列和操作序列，连接两条链间的碱基代表关联数据和操作的属性，通过这种对应关系建立起的一种数据DNA双螺旋结构模型。
全息关联技术
独家专利洞观不一样的数据视界
数字宇宙空间是一个各部分之间全息关联的统一整体，一切数据活动都具有时空四维全息性，围绕数据活动全生命周期，全息网御的核心专利技术“四维全息图”，建立了相互全息的对应关联，即同一数据的各维度指征要素（用户、设备、应用）与数据本身、同一平行切面的数据活动之间、不同切面与系统中的数据之间、数据生命周期活动的开始与结束、数据链路上的所有过程、时间与空间，都存在着相互全息的对应关系；每一部分中都包含着其它部分，同时它又被包含在其它部分之中。
“数据影像”的立体感不是全息唯一的特殊之处，更神奇的是，“数据全息图”中的每一小部分都包含着整个数据活动的完整影像。如果把某个由全息相片式结构组成的数据活动“解剖”开来，我们不会得到部分，而会得到较小的整体。
事实上，全息网御提出数据的全息关联，其实本质上是几何意义上的多维度，全息关联为我们观察数据要素世界引出一个全新的视角，经历一番思考，你会发现，原来在数字的世界里竟是这样的：“世界”的每个局部似乎都包含了整个“世界”！
人工智能赋能数据安全
数据安全 机器学习 算法模型
传统的信息安全更多应用的是基于规则的技术，比如防火墙，入侵检测以及DLP，SIEM。大数据以及云计算等技术广泛应用，需要引入人工智能技术来应对这些变革带来的挑战。 而人工智能技术的引入，需要我们考虑的场景，数据，算法，以及体验。主机失陷、账号失陷、账号滥用，主机滥用等是人工智能应用成熟的场景。
在安全事件溯源、调查取证上，人工智能有更广泛的应用空间，旨在实现数据可视化、态势感知、系统预警、自动控制等功能。
感知是基础，数据是核心，基于大数据安全分析的网络异常行为检测与安全态势感知，全息网御从数据安全防护角度着力推动流动场景中海量数据的聚合、分析与挖掘。在全息数据安全风险感知平台设计中，通过数据挖掘，并利用统计和无监督机器学习的自适应分析，实现了用户和实体的行为画像以及异常检测分析(User and Entity Behavior Analysis, UEBA)。
|
|
