首页 > 论文范文 > 社会科学论文 > 科技论文 > 网络安全论文 > 大数据时代计算机信息数据安全问题有效应对策略

大数据时代计算机信息数据安全问题有效应对策略

2021-06-12 267 上传者：管理员

摘要：随着社会的不断发展和进步,人类社会的和以前相比有了很多变化,人类生活和网络联系日益密切,数字化大数据时代是如今这个时代的重要标签,网络安全的重要性越来越明显。作为世界上拥有最多互联网用户和数据量的发展中国家,网络安全领域的问题对于我国是一个重要问题。本文首先介绍了大数据和网络安全的含义,分析了网络安全在中国的现状和问题,同时在文本的最后结合时代对网络安全技术的要求和需要,分析了其在大数据时代的应用,并对其在未来的发展进行了预测。

关键词：
大数据时代
数据挖掘
数据收集
网络安全
计算机
加入收藏

1、大数据技术的应用背景

目前的大数据技术包含了基于数据收集、数据储存、数据清洁、数据挖掘和基于数据模型等。其中，数据收集主要应该包括两个部分。一方面，使用网络爬虫这一手段把出现在网络和移动设备上的各类信息都收集了起来，并且有效地对这些信息加以了管理。另一方面，使用不同类型的传感器，收集各种行业的数据。数据存储就是按照系统规定的形态来收集所需要的数据，例如物理和实测信息。

显而易见，互联网技术取得了很大的进步并且仍在进步当中，这就导致了在世界范围内的数据量已经增加到很庞大的地步，我们的生活的变化可以用天翻地覆来形容。目前大数据处理方法常用的大数据技术有Spark、Hadoop以及MapReduce。大数据技术在分析数据集背后隐藏的信息时，通过机器学习等方式带来了很大的商业价值。

大数据技术有很大的作用，目前的大数据技术包含了基于数据收集、数据储存、数据清洁、数据挖掘和基于数据模型等。其中，数据收集主要应该包括两个部分。一方面，使用网络爬虫这一手段把出现在网络和移动设备上的各类信息都收集了起来，并且有效地对这些信息加以了管理。另一方面，传感器的使用，尤其是在各种传感器类型的发展下，对不同行业内数据的收集起到了正向的促进作用。在对数据存储工作时，大数据的发展可以在庞大的数据内按照系统所规定的方式收集需要的大量数据，比如对物理和实测信息的收集。

数据清洗所指的是对收集到的缺陷数据进行筛选及相应处理工作的过程，通过这点来保证结构的完整性。数据挖掘工作是以机器学习的方式，智能化挖掘数据中能分析得来的隐藏信息。而对于数据模型使用工作则是根据收集到的数据建立起智能模型并进行各种各样的预测。随着大数据技术的发展和进步，其在各行业的应用也愈发广泛。例如，根据大数据技术对信息进行采集和分析而建立起的银行信用卡诈骗检测模型来预防诈骗犯罪行为，同时大数据技术在财务风险评估和基因信息分析等方面也有重要的应用。

2、网络安全分析技术

(1）计算机网络安全分析的作用

网络安全分析收集、存储和分析网络安全日志、流量、用户方向、业务行为等信息，分析网络中存在的漏洞、潜在的网络攻击、和可能发生的网络信息盗窃威胁，诸如此类的安全威胁都能通过大数据在网络安全中的应用进行预防，大数据带来的网络安全分析的结果，能够帮助计算机在运行过程当中进行安全维护和保证计算机的稳定运行。所以大数据技术的应用可以说是网络安全维护工作和计算机网络稳定运行的基础，网络安全分析是网络安全正常运行的重要步骤之一。

(2）计算机网络安全分析技术的现状

目前，网络安全数据分析是一种基于网络全流量的分析技术，网络攻击给用户留下了一个可以直接用于网络跟踪的印记，网络攻击时所生成的各种网络数据不同于普通流量的网站所需要生成的各种数据，因此，通过对网络跟踪的分析，可以准确地认识和了解到网络的威胁，迅速应对各种网络攻击，最终根据这些网络攻击的取证结果做出判断。但是，随着现代互联网技术的更新和发展，会使用户在网上遭受各种形式的攻击。只依靠网络安全流程分析的技术，是无法满足各种互联网企业在保护和维持网络安全方面需求。因此，自动识别各类网络袭击、具有自适应保护功能的创新型智能化网络安全分析技术已成为当务之急。

3、大数据技术和计算机网络安全技术整合的必要性

随着互联网的普及和用户的不断增多，带来了数据量的激增，同时也给网络安全分析也提出了更高的要求，网络安全分析中要处理的数据量单位从TB阶段正发展到PB阶段，在分析的过程中，所面对的内容比原来详细更多，分析时进行的维度也变得愈发多样，信息数据传输率逐渐增加，并且0day等漏洞也在增加，同时有组织性的APT式攻击发生的频率也较以往更高。这就导致数据在长期保存的过程中丢失的可能性更大，难以跟踪源头。特别是在难以降低大量干扰的数据中，对数据的分析效率也很难满足需求，分析出的结果精度也不够高。而大数据技术的合理应用让处理的效率和精度都有所提高，同时降低了处理成本和安全风险，加快了对安全问题的发现速度。与此同时，在网络安全中应用大数据技术对挖掘的准确性有实质性的提高，二者的集成在未来有巨大的前景。

4、大数据时代计算机信息数据安全问题有效应对策略

(1）加强主机保护设置

在计算机安全问题的案例中，实际上，各种病毒的攻击的对象往往是计算机的主机，所以说对主机做好保护，就能大大提高对攻击防范的有效性。在采用大数据对用户的主机的保护机制进行增强的前提下，用户可以做到只通过相应的功能按钮进行重置，而无须重新启动计算机，这一改进可以有效保护系统的主机，进而维护网络安全。加强主机保护是保护计算机系统安全的有效手段因此必须有效地应用这一措施

(2）提高终端的安全性能

在大数据时代，存储在网络终端上的数据量也在增加。持续加强终端的安全性能可以有效地提高网络信息的安全性能，保证有效地执行网络管理规则，是保护计算机网络信息安全的有效对策。为了加强网络终端的安全，不仅要及时修复网络漏洞，还必须选择有效的防范病毒入侵、使用新技术有效抵御黑客攻击的有效对策。此外，还必须实施有效的安全保护，加强数据安全技术的研究开发，不断更新云计算模式。应用新技术可以彻底消除攻击力强的病毒，消除恶意代码等相关风险因素，从而有效地运行网络终端设备，保证网络信息安全。

(3）加强计算机病毒的防治能力

在大数据时代持续发展的情况下，存在着越来越多种类的计算机病毒，病毒数量也在增加，对计算机病毒的应对变得困难。在计算机网络的实际运行过程中，想要实现对信息安全的有效维护，病毒处理能力的加强也是重要的途径之一，可以选择合理的对策进行计算机网络病毒的防范工作。同时计算机用户在使用计算机网络的过程中，应当形成定期的杀毒习惯，重视网络安全，在网络技术应用的过程中遵循规则，规范自身的行为，对计算机网络信息安全进行维护。

5、大数据技术在计算机网络安全分析中的应用

(1）利用大数据技术收集网络信息

对于互联网公司而言，在为客户提供服务的过程当中，要面对大量的数据信息，为了对这些信息进行合理妥当的处理和分析，可以使用将Flume和Scribe采集系统，有效地采集数据。

(2）以大数据技术为基础的网络信息存储

传统的网络数据很大，通常存储在硬盘上。虽然磁盘容量在稳步增长，但磁盘的读取速度并未跟上时代的发展。而Hadoop大数据技术和YARN分布式文件系统中使用HDFS存储数据后，无论是数据的读取速度还是精确度都有了很大的提升，能够满足实际的要求。

(3）基于大数据技术的网络信息处理分析

所需要的各式信息隐藏业务行为以及互联网上生成的其他各种信息的背后，大数据的应用在保证数据安全的同时，实现了对数据的高效分析。例如MapReduce框架的合理使用可以避免数据集质量问题导致的错误和不良分析结果，如数据过滤、删除不完整的数据和改进数据集。同时，还可以使用MapReduce分析经过机器学习预处理的数据集，挖掘数据背后的价值建立预测模型，准确分析网络安全性。机器学习具有良好的一般化性能，可以应对各种网络攻击。

6、大数据技术和计算机网络安全技术整合分析平台

由于大数据技术优于分析、存储和检索的传统方法，因此可以有效提高数据分析的效率，具有从海量信息数据中消除安全问题和隐患的能力。以嵌入大数据技术和计算机网络安全技术的分析平台为例，可以更清楚地了解大数据技术的好处。

(1）基于大数据技术的网络安全分析平台架构

基于大数据技术的网络安全分析平台从上到下构成了数据获取层、数据存储层、数据挖掘层和数据显示层。从数据类型的观点来看，平台在计算机网络的运用中生成，如DNS流量信息数据、Netflow流量信息数据、用户行为信息、网络结构信息、Web应用信息等。数据存储层可以通过分布式存储实现各种非结构化数据的长期存储。在分析平台上，数据收集、数据存储、数据挖掘分析和数据显示可以形成整体。

(2）主要技术方法

数据挖掘技术：主要实现网络数据的在线分析和日志信息与交通信息的离线统计，信息数据的统计主要通过Hive实现。为了集成在线信息收集和离线信息收集，该平台集成了Strom和Kafka计算体系结构。在线信息数据和离线信息数据整合可以实现分布式、非结构化、可靠、高效的海量信息收集和收集，并在整合后将数据发送到相应的分布式存储点。与常见的数据挖掘方法不同，平台可以使用Kafka来保证流数据的有效处理，Strom可以传送各种实时消息，因此计算机网络在运行中可以连续读取、发送数据。

数据存储技术：所挖掘的网络信息数据主要存储在目前成熟的分布式文件存储技术HDFS中，可以在不同的数据节点中存储不同类型的非结构化数据。对于大量的信息数据，HDFS还支持数据的相互导入。

数据分析技术：平台数据分析由成熟的编程模型MapReduce实现，主要用于超过1TB的数据集的并行操作，可以实现数据分布式存储海量数据。此外，平台还使用Hive生成数据统计信息，并使用HDFS快速发现和查询非结构化数据。

7、结语

信息安全在大数据时代变成了数据分析的重要问题，目前网络信息数据规模不断扩大，数据种类不断增加，现有的网络安全技术难以实现准确有效的分析。大数据技术的特性能够满足目前计算机网络的安全要求。

参考文献:

[1]王晓雨.大数据时代背景下计算机网络安全防范应用与运行分析[J].信息记录材料,2020(11);210-212.

[2]董玮.大数据时代计算机信息技术在网络安全中的应用研究[J].信息与电脑(理论版),2020(19):196-198.

[3]邓伟婷,黄煜庭.对大数据时代计算机网络安全技术应用分析[J].网络安全技术与应用,2020(08):73-74.

文章来源：唐培全,戴小佳.基于大数据时代的计算机网络安全技术应用分析[J].网络安全技术与应用,2021(06):52-53.