当今社会,科技发展迅速,大数据时代已经到来,而数据可视化作为数据展示和分析的重要技术,能够直观地展示数据规律。本文基于异常流量攻击的背景,将网络安全态势感知与大数据可视化技术相结合,并针对web端的大数据渲染性能差、异常流量的攻击线混乱、攻击目标无法展示于真实场景等痛点,实现了基于B/S架构的时空多维大数据可视化系统,为异常流量攻击的识别和防御奠定基础。本文工作主要包含以下几个方面:1.本文设计并实现了基于异常流量攻击背景的时空多维大数据可视化系统。系统实现了流量可视、攻击可视、目标追踪可视等功能,并从性能、可视化效果等多个角度优化系统。实现了时空多维数据的多视图、多角度、多维度的展示与交互。2.本文针对异常流量攻击线混乱的问题,使用K-means算法进行优化。通过改变K-means算法的距离度量方式,并对球面模型上的点进行聚类,实现了以质心代替簇中其他的点,绘制攻击线的效果,有效解决了3D可视化中攻击线多而混乱的问题。3.本文基于Web3D技术,解决了攻击目标无法展示于真实场景的问题,实现了对目标主机的精确追踪和定位。系统结合3D工厂思想,将数据展示于真实场景,并选用模型渲染和代码实现两种方式完成对真实房间的模拟,用户可通过系统查看房间内的攻击情况。4.本文使用WEBGL技术解决了浏览器端的海量数据渲染的性能问题,对比了MapV、WEBGL在不同量级数据下的渲染时间,并比较百万数据点的可视化效果。事实证明,WEBGL技术在比较中表现更佳,它使用GPU渲染,能够提升渲染性能。5.本文完成了系统功能、性能和兼容性的测试。详细测试了系统的功能模块、数据接口等,并在性能方面,完成了海量数据点的加载时间、系统白屏时间、FPS的测试,最后分析测试结果。