大数据背景下信息通信网络安全管理策略研究

2018-03-20龚德旭

数字通信世界 2018年1期

龚德旭

（贵州通信工程质量监督中心，贵阳 550001）

1 通信网络在大数据时代的安全风险

（1）通信设备类型多样、通信网络结构复杂，基础数据管理不善，容易产生风险。通信网络是在工作程序、通信设备基础上构建出来的一种结构繁杂的系统，其通信方式多种多样，比如载波、微波、数据、传输等。4G网络进入商用阶段后，通信行业内新一轮的竞争也全面展开。而各大运营商之间的竞争，使得通信网络行业内出现了重复建设的问题，也因此形成了较为复杂的通信网络系统。为了解决上述问题，政府部门组建了铁塔公司，集中进行通信网络建设。但是冰冻三尺非一日之寒，既有通信网络系统存在的各种运行问题依然较多。因通信设备标准不统一，实时控制业务量及设备生产商压力过大，基础数据管理分散极易发生安全问题，由此导致通信信息事故。

（2）通信网络安全评估策略缺乏。随着用户日益增多条件下，通信网络后端已堆积了海量数据需要保护和处理，传统模式网管中心监控、处理这类数据，将会加大通信网络的安全管理压力。由于数据分析工具不足，导致在通信网络风险评估过程中大多需要依据分析者的个人经验做出相关判定，这会对评估结果的时效性与准确性有直接影响，导致网络安全风险评估的准确性、及时性无从保障，缺乏自主分析，自动发现能力。

（3）安全风险评估体系不完善。除上述分析的因素之外，通信网络运行安全也会受到外部因素干扰，比如气象、设备环境和施工条件等。局部通信故障常引发各类网管系统产生程度不一的告警信息，而在原因未确定时，监控者仅可基于自身的经验做出分析且向维护部门发出信息，请求后者处理，这类方法不但速度缓慢，而且效率低下，抢修时间常因此而被延误。现有风险评估技术没有多维度分析体系是其主要原因。

信息通信行业发展速度加快日益复杂化了通信网络结构，加大了数据分析评估工作量，而既有安全风险分析技术的准确度低、工作任务效率不高，必须改进通信网络安全风险评估应用大数据技术策略，扭转现有通信网络安全问题。

2 大数据技术与通信网安全风险判别

（1）大数据技术概述。新处理模式基础上所形成的流程优化能力、洞察发现力及决策力更强的多元化、高增长率及海量的信息资产，即为大数据，其实质上是大数据技术的简称。以下为大数据的基本内容：以不同技术为依据，处理海量、分散的数据与信息，利用搜集、分析、处理等环节，将有价值的信息与资料产生。价值密度低、数据种类多样、数据流转迅速、数据规模庞大是其基本特征。

（2）基于大数据建立通信网络安全风险判别体系。大数据环境现已在通信行业内日益形成，判断通信网络安全风险应做到：第一，对研发应用大数据技术给予更多关注，成体系化收集、分析并处理大数据。第二，研发大数据技术时，考虑对多维度关联分析通信网络数据给予更多关注，对网络运行状态展开全面监测，自动评估通信网络风险，辅助判断故障，并将告警信号发出。

3 基于大数据的通信网络安全风险应对措施

（1）网络安全方面。通信的网络接入不同，故障发生的概率与频率也有明显区别，预估安全事故发生概率过程中，有必要由环境因素、人为因素等方面入手将分析展开。环境因素主要是指自然灾害、植物在线路上发育生长、潮湿及灰尘等。人为因素通常是指盗窃破坏、直埋线缆埋深不够、架空高度不够、与电力线共同架设、运输保护、施工质量等影响。

以大数据特征及前文对通信网络安全存在的干扰因素分析为依据，建立应对措施：第一，将风险评估指标与网络安全故障的算法确定；第二，完成分析指标设定，严密设定并精确定义数据，测试并在云盘空间内存储数据，基于虚拟化技术提升网络平台数据；第三，将和网络管理系统、通信网络项目管理系统等的互通（联）实现；第四，以风险评估结果为依据，将通信网络的安全运行风险点评估出来，以此对通信网络运行问题做出准确分析，提高安全风险与隐患处理的针对性。

（2）人员安全方面。通信安全的内涵广泛，人员安全是其重要构成部分。《通信建设工程安全生产管理规定》。全面深入的介定了通信工程领域内的人员安全管理范围。人员安全事故统计数据属于无序数据，规律难以发现，但伴随跨地区、跨年度数据，相关数据能将群体类比分析特征进行稳定性、关联性、秩序性的体现，即在人们的眼前呈现出更多的规律。部分人员的安全风险即可通过大数据分辨出来，为严格监管通信工程项目建设中的安全风险点，提供有效保障。

（3）数据安全方面。大数据时代的一个典型特征表现，是网络内会充斥、流传海量商业机密、个人隐私及用户数据等，盗窃数据事件屡禁不绝。因此有必要采用技术手段来应对这一安全风险，比如数据加密、编码等，加强相关敏感数据管理、政府信息收集与管理控制、通信网络用户隐私等方面的体系构建全面平衡通信网络数据安全才能得到有效保障。