信息安全是一个复杂的话题，Web应用更是如此。一个企业为自己的Web应用安全购买了很多产品，但依然深受各式各样的攻击威胁，甚至是有效攻击。有的网站不幸被Google、杀毒软件厂商等列入恶意网站，对形象有着较大的损害。

一直以来，在Web应用安全方面存在很多误区，这些误区终将导致Web安全被忽视而引发各种安全事件。最典型的误区有如下五种：

◇Web网站使用了防火墙，所以很安全

◇Web网站使用了防篡改系统，所以很安全

◇ 漏洞扫描工具没发现任何问题，所以很安全

很现实地讲，只要对外有应用，就总是会有漏洞；只要Web服务被攻击者关注，一个不经意的问题都可能导致Web服务系统被有效攻击。过往的案例告诉我们，这种事每天都在发生……百分百解决之道答案只有一个：24小时用眼睛盯着。

NETON-TiDe Web监控系统由深圳网盾信息安全有限公司自主研发，以人机结合的方式对Web应用服务进行全天候立体化监控。为用户提供有时效性的安全检测服务，做到事前规避安全弱点、事中及时发现攻击、事后控制事态扩散。

NETON-TiDe不会在组织的网络和设备上安装任何程序、插件，而是利用完全第三方形式实现监控，通过分布式计算分析体系远程实时采集对象资源，并根据采集资料进行实时机器分析与专家分析，及时通告给用户。

NETON-TiDe全部采用自主技术，主要包括集群计算、数据挖掘、数学模型、模式匹配、专家决策支持、人工智能机器学习等。

集群计算：

集群由决策分析集群、爬虫集群、容灾备份集群、数据库集群4部分组成，由Master服务器管理调度Slave服务器执行计算, 分析等任务，具有高效率之特点。

数学模型分析：

NETON-TiDe引用数学统计分析模型—隐马尔可夫模型（HMM）进行概率分析和匹配，除了对采集资源进行概率分析之外，根据资源属性作为输入特征观察值，通过特征值的初始矩阵和状态转移矩阵, 以及特征值的观察序列推算和估计页面的概率。另外一个方面，垂直引擎也引入HMM概率，在互联网上对关注点等资讯进行自动匹配。

数据资源挖掘：

NETON-TiDe利用数据挖掘理论及算法, 空间向量模型(VSM)算法、均值无权配对组(UPGMA)聚类算法、K-均值算法挖掘和分析资源内容。对目标资源通过VSM生成n维向量, 通过UPGMA/K-均值进行挖掘计算,  得出分析计算的相似度。

人工智能分析：

人工智能机器学习(Machine Learning)是研究计算机怎样模拟或实现人类的学习行为, NETON-TiDe引入人工智能机器学习理论，基于支持向量机(SVM: Support Vector Machine)算法,  使平台可以向人脑一样不断获取新的知识，重新组织已有的知识结构使之不断改善自身的分析/判断精度。

专家决策系统：

潮汐平台引入专家决策系统的思想，面对海量数据流时，由机器代替人工做综合分析和数据分拣, 综合分析不同角度的算法的结果, 结合自身的逻辑规则(Rules)和事实(Facts), 做出机器分析的决策

NETON-TiDe可实现的自动与人工相结合，365天7×24小时全天候自动智能化对组织Web业务进行监控和机器值守，能完全从一个实用的角度，以最终用户体验式的监控方式，来弥补组织已经部署的各种安全设备和自动化信息安全技术的不足。

产品部署：

NETON_TiDe对于组织而言，可进行交互监控。如果组织拥有生产机房与灾备机房，可实现灾备网络监控生产网络Web系统。也可以部署在同一网络，以反连镜像的形式，以用户体验角度实现实时监控。