基于计算机安全监控系统的关键技术分析

基于计算机安全监控系统的关键技术分

析

******************

摘要：进入21世纪以来，我国科技水平发展迅速，计算机技术被广泛应用

在各个领域中。本文对相关技术进行了介绍，设计并实现了计算机网络安全监控

系统，采用分布式技术改进通信子系统，以确保计算机网络安全监控系统的安全

稳定运行。随着信息技术与生产活动深度融合，网络技术在给人类带来诸多方便

的同时也产生了许多问题。目前，网络安全已进入人们的视野并逐渐受到重视，

特别是计算机网络安全监控系统能辅助管理人员监控计算机，在网络安全中具有

重要的现实意义。

关键词：计算机；安全监控系统；关键技术

引言

对于远程监控系统，与传统监控系统之间有着密切的联系，是传统监控系统

发展进步的结果。在远程监控系统中，最新的计算机网络传输技术得到了广泛的

应用，以此来将远程监控的实时化、清晰度展现出来。虽然远程监控系统的配置

比较简单化，但是优势突出，特别在功能、使用等方面，在实际应用方面，可以

对远程的视频、远程的音频进行查看与了解，具有良好的保密性，可以不断增强

其安全系数。总之，在现代社会不断发展过程中，远程监控系统的作用不容小觑，对社会经济的发展与进步具有极大的促进作用。但是，需要注意一点，为了将远

程监控系统的应用价值发挥出来，网络安全测评也是必不可少的，应开展相应的

整改工作，防止任何不安全因素的出现。

1智能视频分析系统的组成

系统主要由前端、后端平台、分析挖掘服务器和应用服务器组成。前端主要包括采集器，负责实时采集视频信息并传输至分析挖掘服务器。该数据源包括摄像机、智能补光灯、录像机等。前端设备通过通信网络将采集到的信息传输至后端分析挖掘软件。该软件对监控图像进行预处理及特征提取，将这些数据存储于数据库中，根据需求将相应的视频进行综合应用。后端是分析挖掘服务器，通过采集器对各类视频资源进行数据采集存储和处理，实现综合安防管理平台系统搭建。分析挖掘服务器是智能视频分析系统的核心部分，负责对前端获取的视频数据进行存储与处理，包括前端图像预处理、人员检测、行为异常分析等。

2系统功能和设计目标

系统的主要功能包括系统管理类、系统控制类及监控类等基本功能。其中，系统管理类功能包含管理员操作日志、受控机消息日志、违章连接日志等系统日志管理功能和受控机参数设置、操作管理策略、受控机IP访问范围和系统监控受控机管理等配置管理功能。系统控制类功能主要包含远程关闭或重新启动计算机、控制网内计算机上进程和程序、网络相关管理人员可远程操纵网内计算机和远程锁定鼠标和键盘等功能；监控类功能主要包含监控、控制本地计算机使用Modem拨号上网、自动发现并控制不合法的网络连接、自动监控受控机是否在监视范围内以及自动发现出现在网络内的陌生计算机等功能。

另外，系统还有监控代理、网络嗅探器及监控台等功能，其中监控代理主要包括接受监控台关闭或重启等操作和连接请求、定期检测进程和连接是否合法、接受来自监控中心的非法地址或是非法进程表等控制策略以及依照相关策略关闭非法进程和连接等功能；网络嗅探器主要包括非有非法网络连接时发出警报、自动探测陌生计算机入网以及监控网络数据流等功能；监控台主要提供受控机和监控中心之间相关的所有管理界面，如日志查询界面、所有活动监控列表界面等。

在深入研究各种网络安全技术的基础上，结合实际需求，本文设计的安全监控系统采用分布式C/S架构，主要的组成部分有监控代理、数据中心服务器和监控台，同时添加网络嗅探器辅助子系统。该安全监控系统使用智能代理，融合最新技术，最终期望其具备一定的通用性、灵活性、继承性、完备性、易用性和实时性，同时具有较好的性能。

3计算机安全监控系统的关键技术分析

3.1加强监控系统管理和监控系统维护

为了将监控系统安全效益充分发挥出来，要认识到系统管理、完善维护的重

要作用。（1）应加强远程监控系统的管理措施的制定，其内容应涵盖监控中心

工作人员守则、各类技防设备操作规定、紧急情况应急员等，并对操作权限予以

严格规定，将规范操作程序高度明确化。（2）要加强监督约束机制的构建，对

于监控中心主任和值班员之间，应确保分工的明确性，且合理划分其责任，保持

密切的交流与协作，基于横向与纵向视角促使约束、督导机制的顺利形成。（3）为了确保所有网络设备的稳步运行，专人管理、定期维护和保养都是至关重要的。加强电磁设备屏蔽、线路信道传输加密等方法的使用，给予泄露、感染病毒等现

象的发生有效的预防，防止系统的运行出现异常状况。（4）应对监控设备要求

进行深入分析，对防雷击、防静电等设备进行合理配置，维护保养器材也要配置

完整，做到防患于未然。此外，在维护方面，应与技防公司保持友好往来，加强

网点巡视检查合同的签订，公司应安排银行的技术人员，不定期维护和保养主要

设备，并注重现场检查和测试。面对故障问题的出现，维护小组可以及时抵达网

点现场，迅速开展相应的修复工作。

3.2图像识别子系统

图像识别子系统可以是一组识别子系统的集合，或进一步包含多个子识别系统，来提供各类识别服务。例如在施工现场，有人脸、安全帽佩戴、吸烟、禁区

堆放等安全相关的识别需求。

图像识别子系统通常基于某些机器学习框架来构建。整个子系统包括数据采集、数据标注、模型选择、模型训练、模型评估、模型部署、线上采样、模型优化、图像检索等模块。

图像识别子系统涉及各类深度学习框架的整合，一般以某一框架为主，其他

框架下的模型通常可通过工具进行转化，但有时也需要引入多个框架，视具体情

况而定。目前应用较广泛的深度学习框架有TensorFlow、PyTorch、PaddlePaddle、MXNet等。