网络资产探测关键技术研究
网络安全与数据治理 5期
邵 磊1，余 晓2，吴剑章1
(1.东南大学 网络空间安全学院，江苏 南京210096；2.东南大学 继续教育学院，江苏 南京210096)
摘要： 网络资产探测是指探测具有网络连接的硬件和软件，可以为企业、学校等网络资产全生命周期管理打下坚实的基础。结合资产标识、漏洞管理能够有效追溯每个资产的状态并及时弥补漏洞，避免造成经济损失。从网络资产探测相关技术角度出发，将相关技术分类为扫描识别技术、性能优化技术、隐蔽扫描技术和机器学习技术，先阐述当前技术面临的挑战，然后分析并总结各类技术的原理及其优缺点，最后对未来研究方向进行展望。
中圖分類號： TP393.0
文獻標識碼： A
DOI： 10.19358/j.issn.2097-1788.2022.05.001
引用格式： 邵磊，余曉，吳劍章. 網絡資產探測關鍵技術研究[J].網絡安全與數據治理，2022，41(5)：3-9，35.
文獻標識碼： A
DOI： 10.19358/j.issn.2097-1788.2022.05.001
引用格式： 邵磊，余曉，吳劍章. 網絡資產探測關鍵技術研究[J].網絡安全與數據治理，2022，41(5)：3-9，35.
Research on method of network assets detection
Shao Lei1，Yu Xiao2，Wu Jianzhang1
(1.School of Cyber Science and Engineering，Southeast University，Nanjing 210096，China； 2.School of Continuing Education，Southeast University，Nanjing 210096，China)
Abstract： Network asset detection refers to the detection of hardware and software connected with network, which can lay a solid foundation for the full lifecycle management of network assets in enterprises, schools, etc. Combined with asset identification and vulnerability management, it can effectively trace the status of each asset and make up for vulnerabilities in time to avoid economic losses. From the perspective of technologies related to network asset detection, the technologies are classified as scanning technology, performance optimization technology, stealthy scanning technology and machine learning technology. Firstly, the challenges faced by current technologies are elaborated. Secondly, the principles, advantages and disadvantages of these technologies are analyzed. Finally, the future research directions are summarized.
Key words : network asset detection；operating system identification；traffic analysis；search engine；machine learning
0 引言
網絡資產探測的目的是探測目標范圍內在線的主機及其開放的端口、服務、操作系統等信息。掌握資產信息是進行網絡資產全生命周期管理的前提，結合資產標識技術可以追蹤任何一個網絡資產的在線情況、版本信息，為更新版本、下線不再使用的資產等管理工作提供信息基礎。還可以結合最新的漏洞信息，更好地保護面臨威脅的網絡資產，避免被不法分子利用而造成財產損失。
1 網絡資產探測概述
網絡資產可以定義為具有網絡連接的任何對于企業、高校等組織具有價值的資源。網絡資產主要可以分類為硬件和軟件，硬件包含各種通信、計算、存儲類等設備；軟件主要是指運行在硬件上的各類服務，例如Web服務、數據庫、操作系統等。
網絡資產探測方法可以分類為：主動探測、被動探測和基于安全搜索引擎探測[1]。本文根據各類方法所需要使用的相關技術，從技術角度分類為掃描識別技術、性能優化技術、隱蔽掃描技術和機器學習技術。掃描識別指的是直接進行資產探測的相關技術，如通過主動發送數據包進行掃描。性能優化是指對于掃描技術在效率上的優化技術。由于資產探測往往伴隨著被防火墻、入侵檢測系統等發現的風險，如對一段互聯網協議(Internet Protocol，IP)地址進行順序掃描很容易被網管察覺并警告，這就需要使用到隱蔽掃描?，F如今，機器學習的應用范圍不斷擴大，而在網絡資產方面，它可以應用于根據常見協議的指紋特征進行操作系統識別。
本文詳細內容請下載：http://www.tom3567.com/resource/share/2000005019
作者信息：
邵 磊1，余 曉2，吳劍章1
(1.東南大學 網絡空間安全學院，江蘇 南京210096；2.東南大學 繼續教育學院，江蘇 南京210096)
此內容為AET網站原創，未經授權禁止轉載。