佟宇涵 朱欣彤 張文靜

(沈陽工學(xué)院信息與控制學(xué)院，遼寧 撫順 113122)

數(shù)據(jù)可視化最先始于1960年的計算機圖形學(xué)，人們使用計算機創(chuàng)建圖形圖表，可視化提取出來的數(shù)據(jù)，將數(shù)據(jù)的各種屬性和變量呈現(xiàn)出來，隨著計算機硬件的發(fā)展，人們創(chuàng)建更復(fù)雜、規(guī)模更大的數(shù)字模型，發(fā)展了數(shù)據(jù)采集設(shè)備和數(shù)據(jù)保存設(shè)備。同理，也需要更高級的計算機圖形學(xué)技術(shù)及方法來創(chuàng)建這些規(guī)模龐大的數(shù)據(jù)集。隨著數(shù)據(jù)可視化平臺的拓展，應(yīng)用領(lǐng)域的擴大，表現(xiàn)形式也不斷變化，增加了諸如實時動態(tài)效果、用戶交互使用等內(nèi)容。

1 網(wǎng)頁數(shù)據(jù)來源分析與設(shè)計

1.1 網(wǎng)頁數(shù)據(jù)來源分析

在如今，網(wǎng)絡(luò)時代發(fā)展越來越快，使得同一網(wǎng)站可以匯集不同網(wǎng)址的數(shù)據(jù)，就比如當(dāng)今最有名的京東網(wǎng)站，內(nèi)部匯集有優(yōu)品網(wǎng)、當(dāng)當(dāng)?shù)戎T多知名和其他不太知名的網(wǎng)站，在此就需要考慮到數(shù)據(jù)來源是否安全并符合相關(guān)條例標準(例如：是否是綠色網(wǎng)站及無惡意病毒，能夠普及大眾，數(shù)據(jù)來源與更新符合發(fā)展需求且透明化)，另要分析每個網(wǎng)站以及目前國內(nèi)和世界的病毒分布與流經(jīng)途徑是否會影響到公司的發(fā)展與網(wǎng)站安全性，因此，本網(wǎng)頁的主要數(shù)據(jù)來源于近2年病毒類型與攻擊對象和流經(jīng)省份，采自各網(wǎng)站對其統(tǒng)計，我們利用表格對其進行統(tǒng)計。最后，合計并整理利用可視化手段SVG與Echarts對其進行可視化處理。

1.2 網(wǎng)頁設(shè)計

本網(wǎng)站設(shè)計的大體框架是當(dāng)今最流行的bootstrap，由于bootstrap的網(wǎng)頁兼容性能非常好，并在組件的契合度上設(shè)計得非常具有可視感。js的框架與結(jié)構(gòu)大多數(shù)引用的是Echarts，使可視化動態(tài)效果顯示更明顯，更能凸顯出來數(shù)據(jù)的來源與分析過程，由于經(jīng)費原因，在本項目內(nèi)并沒有添加具體網(wǎng)站與解析域名等配置，因此在后期完善會考慮到上線與運維。

1.3 數(shù)據(jù)可視化流程與主要代碼分析

在設(shè)計過程中由于需要安裝Echarts，因此，需要在官方網(wǎng)站先下載到本地中通過運行cmd代碼：$ npm install echarts-save進行安裝，在index.js中通過寫入：var echarts = require(‘./echarts/lib/echarts.js’)引入echarts模型，通過echarts模型進行可視化建模，再進行echarts初始化：var myEcharts = echarts init(document getElementById(‘echarts’)) 初始化完成后，寫入數(shù)據(jù)進行對數(shù)據(jù)的可視化，首先對數(shù)據(jù)進行配置到j(luò)s中，引入數(shù)據(jù)量，給定變量opoints

var opoints = [

title: {

text:′漏洞統(tǒng)計′,

subtext:′Topsec發(fā)布′,

x:′center′

},

tooltip: {

trigger:′item′,

formatter: ″{a}
 : {c} (pzjr5bv%)″

},

…(此處省略部分代碼)

}

}]

后進行繪圖，使用map對地圖進行繪制與地址配置。

1.4 數(shù)據(jù)分析

在安全評分中可看出，在近幾年內(nèi)數(shù)據(jù)庫訪問安全性大多數(shù)處于正常范圍：70-85，也有極少次數(shù)處于85-100危險范圍，可知近幾年內(nèi)國內(nèi)數(shù)據(jù)庫的安全性還需要進一步提高，安全性能要進一步加強。從動態(tài)走向可知，電腦病毒大多數(shù)來源于北京、廣州、上海等人口高密度地區(qū)，而受感染的地域主要分布于成都、重慶、合肥、長春等集散型地區(qū)。由此可知，在病毒傳播過程更應(yīng)注意高密度人群的地區(qū)對集散型地區(qū)的影響，應(yīng)在此過程加強防范措施。從威脅排名可以得出，Ddos對電腦攻擊居多，其次是普通病毒、SQL注入等。

2 結(jié)束語

通過Echarts和SVG對數(shù)據(jù)進行可視化，使人們對數(shù)據(jù)分析更方便、更清楚，利用相關(guān)代碼使頁面對數(shù)據(jù)可視化變得十分容易，并通過此方式使人們得知網(wǎng)絡(luò)安全重要性，并了解到近幾年電腦病毒的主要分布區(qū)域和主要攻擊對象，使人們更加清楚地了解網(wǎng)絡(luò)病毒的危害，提高人們的網(wǎng)絡(luò)安全意識。