大数据环境下油田信息安全体系的构建

浦靖珊

[摘 要]本文对油田大数据环境下的数据安全现状进行了分析，然后在此基础之上，对大数据带给油田信息安全的挑战及机遇进行了深入讨论。

[关键词]大数据；油田；信息；安全

doi：10.3969/j.issn.1673 - 0194.2016.24.038

[中图分类号]TP309 [文献标识码]A [文章编号]1673-0194（2016）24-00-01

随着信息技术和网络技术的不断成熟，各行各业不同领域中信息化建设也在不断地深入和加强。对于油田领域，信息化的价值更是不容忽视。为实现油田工业环境中各个环节的生产安全，必然要从生产环境前端的各个仪表中采集数据，才能准确判断井场工作安全水平并且加以控制和调整。而随着互联网等相关技术的不断成熟，更多数据涌入到油田信息体系中，海量的数据与数据结构的多样组成了油田的大数据环境，同时也为油田信息安全带来新的挑战。

1 油田大数据环境下的数据安全

油田环境中的信息安全，对油田生产有序地开展而言至关重要。信息及大量的数据，负责对井场等环境诸多设备的工作状态和安全水平加以反映，而数据的完整性、可靠性及保密性等相关属性，作为信息安全的重要组成部分，直接关系到油田安全生产开展。

在大数据环境之下，油田的信息安全问题呈现出多样化的形式。曾经相对常规的软硬件安全，诸如病毒传播和端口攻击等，在当前信息环境之下都已经变得微不足道。综合目前的信息技术与油田领域的应用状况，安全需求突出表现在两个方面。

第一，网络的大范围应用，使安全防范更加困难。曾经的网络环境呈现出部门化等特征，因此安全问题也都局限在不同的工作部门内，信息的流动也基本局限于部门内部。部门内部的网络环境通常比较单纯，结构简单，数据格式种类较少，并且不需要长距离传输，因此安全防范比较容易实现。而在目前的油田信息环境下，为了能够实现整个井场甚至整个油田工作系统的协调工作，提升工作效率，不同部门之间必须保持高度的数据互通，加强对彼此工作状态的了解，这就必然要将多个部门内部网络环境进行串联。在提升部门之间沟通的同时，相应的安全问题也随之而来。尤其是油田工作环境中，不同部门之间在地理位置上相对分散，因此多个子网之间的互联经常需要通过公共数据网加以实现，这也是安全隐患水平提升的因素。

第二，海量数据及数据本身的复杂结构，是导致信息系统安全无法有效地提升到另一个层面。为了能够实现对油田工作系统更为密切的监督，大量数据采集设备涌入工作环境中，随之而来的庞大数据量，给油田信息安全带来新的挑战。传统面向数据传输过滤的安全机制在当前环境中呈现了一定的弊端，在网络体系中，安全本身就需要服务器等相关设备必要的运算能力才能得到保障，海量数据无疑能够耗尽这样的安全计算能力，从而使信息安全本身无法得到保证，同时，复杂的数据结构和多样化的数据格式，决定了识别数据本身的难度，想要在数据识别的基础之上展开有针对性的安全防范，是相当不容易的。

2 大数据环境下油田信息安全的实现

大数据环境之下，油田信息安全的难度呈现出前所未有的严峻局面，但与海量数据和多样化数据相对应的是大数据技术，其在近年来的信息环境之下呈现出旺盛的生命力。相应的，在安全领域之下，大数据技术的价值同样不容忽视。

在海量多样化数据涌入油田信息环境的时候，大数据技术依靠虚拟化的手段，实现了对网络环境中相关资源的优化与利用。在安全领域中体现在以下几个方面。

2.1 网络运算资源的优化

油田信息系统中庞大的数据总量，使其在很多情况之下无法在网络环境中进行数据传输行为，及检查存储的数据安全，导致安全隐患在信息系统中蔓延。对于此种状况，如果单纯是通过在网络环境中增加运算容量来实现安全计算能力的提升，那么就会在发展的过程中不停地出现一些问题。大数据技术是利用整个网络环境中的安全运算能力将数据集中在资源池中，并且面向全网展开优化利用。从其本质职能上看，可以算得上是大数据技术的基本职能，在安全需求的环境下增加了必要的特征。

2.2 数据分析

常规的油田信息环境中，数据分析即利用大数据技术，在不同的数据类型中，进行交叉分析，获取数据价值，推进智能油田建设。在大数据技术的支持下，这种分析数据工作的特征，面向多样化的数据类型展开交叉分析。这种工作在信息安全领域中同样适用。在这一方面，数据分析的功能略类似于“安全嗅探”。通过主动面向网络数据传输状况，对整个网络数据特征展开分析，获取有价值的信息，是大数据的主要职能。

2.3 基于生命周期的数据识别

数据识别在油田信息安全的需求背景下显得尤为重要，不同的数据会在安全需求方面呈现出显著差异。如果能够面向不同的数据群体提供差异化的安全保护，那么对于油田信息环境而言，无疑可以在资源优化利用方面进一步发展。考虑到油田工作体系下数据本身具有很强的时效性，从数据的产生开始，很多数据都具有极强的实时性特征，在不同的时间点上，数据呈现出不同的安全需求，因此，建议对数据的识别，也可以加上对数据的生命周期的考虑。增加时间维度的识别，一方面增加了一个更为明确地识别数据的标签，另一个方面对资源的优化具有积极的价值。

3 结 语

油田工作环境中，信息的安全关系到油田本身的安全，因此不容忽视。大数据作为当前信息领域的一个特征，在带来挑战的同时也带来了诸多机遇，因此，在实际工作中要妥善分析，才能合理部署，进而获得良好的效果。

主要参考文献

[1]李景瑜.解析油田网络安全管理和防护建设[J].科技与企业，2015（1）.

[2]旺建华.浅谈油田网络信息安全应急预案的建设[J].中国信息化，2013（12）.