作为网络运维和管理者，

你也许想知道：

网络流量中到底有什么？

是谁在使用网络？

产生的网络行为符合规定吗？

一个又一个问题，

促使我们进一步研究网络流量，

透过网络流量看用户轨迹，

以下欢迎欣赏。

对网络管理者来说，“人”是网络的重要组成部分，但网络世界中冰冷的IP，很难与实际用户一一对应，从而导致很多安全事件发生后无法溯源。另一方面，网络承建者希望为用户创造更好的体验，却总会有网络资源紧张的情况出现。

网络将我们带入数字时代，极大方便了日常工作和生活，同时也降低了网络犯罪成本。不良言论充斥网络，用户数据盗取更是屡见不鲜，网络安全已成为“达摩克利斯之剑”，为此国家出台了诸多法律法规进行制约。除了考虑实际网络应用场景，还需满足合规要求。

因此，基于用户行为的审计技术已成为网络安全建设的热门。

该技术主要包含四大核心功能，分别是：“用户管理”回答谁在使用网络的问题；“应用引擎”进行网络行为识别，了解用户在网络中干什么；“策略管理”控制用户行为，明确哪些事能做，哪些事不能做；“数据分析”得到有价值的信息，进而预测用户下一步的网络动向，帮助管理人员做出正确决策。

用户管理。2020年2月，RSA大会在旧金山举行，“Human Element”被认为是永不过时的主题。原因在于：1、人对网络安全行业来说永远是必不可少的，管理的是人，被管理的也是人；2、人是最薄弱的安全环节，因为控制尺度会随感情发生变化；3、需要构建以人为中心的安全策略。

智能引擎。该功能具有高性能、一体化等特性，可以快速基于应用指纹识别网络流量，确定流量由哪款APP产生，解决用户行为识别问题。智能引擎可根据应用属性将应用提前归类，让管理者更好了解网络流量的组成。当应用没有指纹时，引擎依然可根据提前训练获得的应用DNS和应用行为快速完成识别，这是其过人之处。

策略管理。有了智能引擎，还要依赖策略如何生效，想制定一套适合自身的策略，可以重点从三个中心出发考虑。中心一：设计和创建的策略以人为中心，毕竟管理的对象是人；中心二：落地的策略以业务为中心，网络建设的初衷是为了更好开展业务；中心三：策略以时间为中心，在不同时间段制定不同策略，才能做到张弛有度。

数据分析。完成前三个功能之后，还要将整个流程的数据汇总处理，数据才是人机交互的重点。数据分析主要分为两个阶段：数据粗处理和数据深处理。

数据粗处理让我们从整个数据链条看，知道用户是谁，他可见的现实身份和虚拟身份有哪些，他使用网络做了哪些事，哪个方向是他比较偏向的。这就基本完成了将网络流量对应到每一个用户的过程。

数据深处理将全网数据进行汇总，以一定的数据分析技术模型为基础，从多个维度深挖数据。比如，通过分析浏览招聘网站、邮件投递等维度，可以知道当前网络中的用户是否有离职倾向；或者从另一个角度看，当前网络中的用户求职热度有多高，这一点在高校应届生网络中经常被重点关注。当然这仅仅是数据深处理的一个方向，还有非工作时间上网分析、工作效率分析、校园网贷分析、沉迷网络分析、热门事件分析等，相信未来还会有更多贴近业务的功能出现。

站在用户角度，以上已基本完成网络用户的实际行为审计，但从国家层面看，每一个网络依然是一个小小的黑盒。这也是国家出台一系列法律法规、推动网络合规建设的初衷，国家希望了解清楚网络中的每一个行为，这部分数据主要为安全事件发生后溯源准备。

现阶段，数据合规的强制对象是非经营性的网络商，类似火车站网络、机场网络等。这些网络的共性特点是：网络服务免费、使用网络资源的用户流动性强。推进单位是各地网监部门，其主要职责一方面是完成数据的收集，另一方面是针对合规建设的监管监控，用法律手段保证合规建设的有序落地。