云平台下大数据信息的安全机制探讨

郑燕玲

摘要：近些年，网络技术得到了较为快速的发展，大数据急剧增加，在给企业、商业带来发展、为人们生活带来便利之外，也致使数据的安全风险增大。而传统信息安全防护方法已经难以满足现阶段信息安全的要求，需进一步对防护方法进行创新。在现阶段的大数据安全机制中，多种防范技术已经被引入，该文基于云平台下大数据信息安全中常见的问题，对一些防范措施与技术进行总结。

关键词：云平台；大数据；信息安全机制

中图分类号：TP311

文献标识码：A

文章编号：1009-3044（2017）10-0036-02

1.背景

当前，网络技术的发展速度较快，大数据应运而生，为社会经济发展、人们工作生活等带来了诸多便利，其中的信息、数据价值在人类社会发展中的作用越来越明显。但在对大数据进行应用的过程中，网络共享平台越来越开放，使信息安全风险增多，也使信息安全管理难度增大，计算机病毒、黑客时有入侵，对商业机密、个人隐私等造成严重威胁。而在云平台中，以上信息由文本、图像、音频等多种数据组成，大数据存储有一定混乱性，有较多的安全隐患存在。为了对这些数据进行保护，人们对授权访问、数字加密、防火墙技术等进行了应用，但受到操作、应用系统、数据库本身缺陷的影响，效果不够理想。基于此，仍需不断对云平台下大数据信息安全机制进行探讨，从系统入侵的预防人手，对安全问题进行有效防范，进而使数据安全性提升。

2.基于云平台的大数据信息安全状况

大数据的出现与应用对信息产业的发展产生了极大的促进作用，相关统计资料表明，2020年，全球大数据总量将达35ZB，大数据已经成为了互联网领域的一个热点之一。关于这一点，各IT企业均有明确认识，政府也参与到其中，将大数据发展提升到国家发展战略的高度。基于此背景，大数据信息安全问题也得到了广泛的关注，且现阶段信息安全、网站受攻击事件时有发生，更是提升了人们对云平台下大数据信息安全的重视程度。总之，在对云平台对大数据进行存储与应用时，需充分注重网络安全的管理，以对数据进行有效保护。

2.1大数据的信息安全问题

当前，云平台上大数据安全问题主要有两个方面：一方面，信息发生泄露，指的是未经允许者私自对云平台上存储的数据进行访问、盗取，可致使机密信息、个人隐私泄露，给用户带来严重损失。另一方面，信息遭到破壞，分为无意、有意两种，无意破坏即计算机网络被病毒入侵后，数据被修改或者删减；有意破坏即非法对信息进行操作、主动进行攻击。基于此，信息安全最为主要的目的就是对系统中数据的机密性、完整性、可用性进行保护。现阶段的信息安全技术已经过了三个发展阶段：第一，防御为主的技术，如应用密钥、对防火墙进行设置、对访问进行限制等；第二，入侵检测的技术，对日志可模式匹配进行应用；第三，容忍入侵检测。

2.2大数据信息安全的防御

云平台中大数据一旦受到攻击，则会造成极大损失，对此，需不断对防御措施进行制定，具体可从以下几个方面人手：第一，相关管理人员应该定期对系统实施扫描，以便于漏洞、病毒能够及时被发现，并进行处理。第二，对计算机安全体系进行完善，如网络安全体系、信息安全体系等，使大数据信息安全管理更为严密。第三，相关用户对数据信息进行应用时，需依照自己的访问权限进行操作。第四，相关管理人员、用户需不断对安全意识进行提升，对数据进行应用时，养成备份习惯，对因计算机、网络故障导致的数据丢失进行避免，对于重要的数据，需进行加密。第五，积极对网络病毒进行防范，可对效果显著的杀毒软件进行安装。

3.云平台下大数据信息安全管理具体措施

3.1防火墙的应用

防火墙的组成部分是硬件与软件，是一种介于网络外部与内部之间的保护屏障，可对内部网络的非法入侵进行保护，网关主要是服务访问规则、验证的工具、过滤等，安装后，计算机中的网络信息都需从防火墙中经过。在用户网络的系统边界处，防火墙有较大适用性，是一种对用户网络边界进行保护的重要设备。这里的网络边界指的是内部与外部网络连接处，如用户所用网络与Internet的连接。防火墙的主要目的是将一个安全控制点建立于网络边界处，以对进出内部网络的服务、访问进行监督与控制。对防火墙进行部署后，网络节点将被划分成多个网络区域，可对网络主机中通过的数据访问请求进行审核、控制，以实现对网络区域访问进行控制、对网络数据应用情况进行记录等作用。在这个过程中，网络中所有信息访问均受防火墙监控，防火墙可对非法访问进行阻断，以确保内部网络业务不受侵害，一旦网络数据受到攻击，防火墙可及时将警报发出，并予以相应处置。

3.2入侵检测的应用

入侵检测是近年来对大数据信息安全进行管理时常用的技术，即在网络、主机、服务器中对相关数据进行搜集，随后进行分析与判断，对违背安全协议是否出现进行明确。入侵检测技术可对网络的异常行为进行监视，并以系统策略为依据，对入侵、非入侵行为进行判断，属于防火墙的一种补充，可与防火墙相互协助，共同应用入侵攻击，使信息管理有效性增强。一般而言，依据检测技术，入侵检测可分为以下几种类型：第一，对异常入侵进行检测，主要对正常活动进行确定，如活动的范围，入侵活动与正常的主体活动有差异时，如流量应用异常，可判定有异常入侵行为出现。但对于活动档案与正常活动范围一致性的判断，此种技术难以实现。第二，对模式进行检测，即用模式特征来对所有入侵行为和手段进行表达，随后与正常状态下的模式进行比对，不匹配则可判定为出现入侵行为。依据入侵系统检测数据来源则可分成以下几类：其一，在主机基础上的入侵检测，主要分析主体审计日志中的数据，监视网络连接情况，出现不同于日志的活动时，此系统可自动实施措施。其二，在网络基础上的入侵系统，主要对网络中的信息流、数据包进行检测，对不同网段中流过的数据进行实时监视，对相应的数据包进行分析与处理。其三，在分布式基础上的入侵检测，即对前两种进行结合，可对前两组的不足进行弥补。

3.3入侵容忍技术

入侵容忍指的是系统、网络受到攻击后者有错误出现时，仍然可对部分甚至全部功能提供服务，使其继续运行。网络受到入侵，已经有故障发生时，在一段时间内，此技术可使网络或系统任务继续完成。相较于传统的安全技术，入侵容忍技术可进行自身修复、对系统进行重新配置。但少部分的系统可能难以完全被修复，主要组成部分如下：1）事件的收集器，从网络、服务器中对信息进行收集，收集后并不实施处理，主要对信息进行整理与转换，随后将规定格式信息发送到事件分析器中。此部分直接与外部的数据进行连接，需要一定缓冲时间，对于格式化的数据，也需发送到事件分析器中。2）事件的分析器。对时间收集器中的数据进行接收，随后以相应的算法进行分析。对于多余的数据，发送到事件数据库中，进行分析、处理得到结果后发送到相应单元中，对攻击行为作出相应的响应。3）事件数据库。对事件收集器、分析器中的数据信息、分析结果进行存储，以结构化、半结构化的形式对数据进行存储，数据描述的结构化语言组织形式，数据安全性更高。4）控制的中心。此模块主要包括的是系统审计与监控的模块，对系统运行状态、应用模式处理的过程进行控制，对整体网络状态的入侵检测、数据审计进行管理，对主机、网络、服务状态的信息进行收集，随后将相应的处理策略给出。5）相应的单元。以相应的处理策略为依据，对网络、主机中出现的异常进行相应，对于日志中没有进行记录的数据，需将其发送到入侵容忍单元中，对于控制中心发出的指令，需发出报警，随后通过对状态进行转移、对文件属性进行改变、对网络进行隔离等措施进行处理。6）入侵容忍的单元。进入到入侵容忍单元中的异常数据可能会对此系统进行攻击，以触发此单元，对受到攻击的节点进行转移、对被保护系统数据进行还原重构等，即使系统在遭受攻击以后可以继续对服务进行提供。

4.结束语

在不断发展过程中，大数据量增多，巨大的信息量在网络、服务器上聚集，网络环境的开放度也不断提升，在很大程度上增加了云平台中信息的数据。云平台上贮存着大量的数据，为恶意人创造了条件，信息安全事故频发。因此，在云平台上对大数据进行应用时，需进一步加强信息的安全防护，通过对网络进行监控、对入侵进行防范等措施，大数据的有效管理，进而促进云平台下大数据信息安全性的提升。