大数据加密算法在数据安全保护中的应用

陈俊翰

摘 要 信息加密技术是指在电子数据传输、存储过程中通过数学、物理等技术手段对数据信息加强保护，减少信息泄漏，降低数据安全风险。互联网的发展是多种因素共同作用下的结果，其具有综合性、全面性、长期性的特点，信息安全问题则是互联网技术发展的重要组成部分，直接影响到互联网的良性发展，因此研究数据安全保护技术具有重要的现实意义。

关键词 大数据;安全保护;技术实践

1大数据的含义

在一般情况下，数据化主要指在以网络计算、网络资源交付等诸多内容为主的各种基本的计算机计算的推动下，而产生的一种新型的经济管理模式。相较于原有的经济发展模式而言，数据化具有极大的优势。如能够最大程度实现数据资源的共享、在较大规模的情况下对数据进行储存。计算机网络服务是数据化核心内容[1]。

就目前形势而言，数据化具有以下几个方面的性质特征。首先大数据的终端设备操作要求不高，较为简单便捷，其次，在大数据背景下资源储存具有较高的安全性，储存空间较大，最后，同时也是最重要的一点，“大数据”模式在一定程度上能够随着时代发展而充分利用信息技术资源，促进个人、企业、社会的进步与发展。

2常用的大数据加密算法

（1）数据加密隐私保护算法。在大数据环境下云计算技术的发展也是日新月异，云服务器为用户提供了高质量的数据存储服务，大大提高了用户数据应用的便利性及高效性，因此云端存储了越来越多诸如电子邮件、私人通信记录、企业的商业机密等敏感数据，云服务器服务商提供数据存储与管理的模式包括私有云、混合云、公有云等几种，但是无论哪种模式，用户的个人数据物理控制权与其所有权均是互相分离的，云服务商可能会在未察觉的情况下将用户的隐私数据上传至云端，增加了泄漏用户隐私的风险;还有一部分非法用户会专门收集云端数据中用户的隐私，出于不良目的进行传播，用户的隐私权得不到有效保障。数据加密隐私保护算法采用OPES+理论思想，将隐私数据映射为数值，通过位置排序等方式将其划分为桶，根据加强获取的加密函数保护用户的隐私数据。

（2）DES加密保护算法。DES加密保护算法属于一种全新的、对称性的加密保护算法，其技术原理是设计指定密钥，截取数据时参照密码长度划分数据块，并进行密钥复杂性移位操作、数据处理等，最终必须形成特定密码才能获取数据。在具体应用过程中，如果加密密钥与解密密钥相同，则密钥字节长度至少为64bit，即8个密钥字节表示非可见性字节字符串的密钥byte。实际应用中还可以将指定密钥联合Base64的编码算法起到双重加密保护的作用，密钥处理保护均通过字节数组当初数据来实现。在安卓系统中应用JAVA语言可通过Cipher与Cipher创建实例对象，完成初始化处理，应用工厂模式创建对象。在JAVA加密系统中，Key为密码父类，生成SecretKeyFactory制定对应的DESKeySpec对代码进行加解密。这种DES加密保护算法是一种比较新的技术，相比其他加密保护性算法其操作更加简便，应用效果也比较好[2]。

（3）MD5加密保护新算法。MD5是一种产生于大数据背景下的加密保护算法，其与支付宝所用的加密保护方式相同。其输入信息处理时以512位进行分组，各个分组再进行16个32位的子分组划分，四个32位分组构成算法输出，4个32位的分组级联后会生成一个28位散列值，在HTTp系统环境中可以应用Base64编码快速传递较长标识行信息。该算法先生产公钥，完成系统注册后公钥收回，将公钥上传至系统，信息数据通过私钥进行加密保护，将公钥解密上传至系统，可大大提高加密保护的效果及效率。由于MD5加密保护算法的基础是简单数论事实，两个大素数做乘法后采用因式分解对乘积进行处理，由于这一步操作起来难度较大，所以MD5算法中通常会公开公钥，合理组合两个大素数形成私钥，公钥公用，私钥私用，公私分明，提高数据信息的安全性。

3大数据安全保护的应用对策

（1）匿名保护技术方面。对于大数据的应用中保护个人隐私的方式，可以应用技术的革新来取得期望的效果，现今使用最多的依旧是匿名保护法，虽然保障方法还在不断地升级优化，但是由于保护手段的繁杂，使得大数据的管理人员不能从某一个方面就完成整体数据的收集，还需要以各种方式进行数据的采集、筛选和归纳。

由于匿名保护模型一直以来都是受到企业认可的综合性信息收集方式，但是对它的有效性还没有清晰的分化和界定，由于是匿名收集，其间也可能产生信息收集谬误，还有填写者并未按照真实情况填写的情况出现，也就增加了数据产生误差概率。因此要在收集数据的过程中采用多种多样的匿名手机行事，进行多次的数据收集和存储工作，在所有数据中寻找出现频率最高的，或者蕴含平均数值的数据，从而在匿名的前提下提升数据的质量，同时优化保护效应，加强了针对大数据的保护力度。

（2）明确数据存储。使用云的存储方式对大量的基础数据进行存放是一种打破了地理限制和实体存储限制的重要方式，同时也是一种更加高效的存储和提取手段，相关的数据存储开发企业必须在日常工作中，完善和明确数据存储的方式，做好用户隐私管理的最后一道防线。①在建立数据库对用户大量的基础数据进行存储的过程中，必须要建立明确的安全访问模式，并通过强制要求商家企业完善信息安全提取的模式来保证用户隐私不发生泄露。②云存储企业必须要向用户承诺，当用户想要通过移动端对个人的数据信息进行清除时能够快速完成数据销毁工作，并不在用户未授权的情况下，私自对用户的数据信息进行复制存储。为了提升云存储的有效性，在数据录入的过程中需要進行合法定位，防止数据保存时出现混淆和错误的情况。

4结束语

综上所述，随着信息技术产业的飞速发展，大数据的应用市场也越来越大，与之对应的数据安全问题也成为广大计算机技术人员所面临的重要课题，加密技术可以保证数据在传输过程中的保密性与完整性。诚然，经过数十年的发展我国的信息安全程度越来越高，相关的法律法规体系也越来越完善，加密技术的发展成果也十分喜人。但是大数据时代数量体量十分庞大，类型复杂，在数据安全保护方面我们还有很长的路要走。

参考文献

[1] 李杏.基于大数据技术的医院建筑运维管理研究[D].北京建筑大学，2019.

[2] 余芳强.基于BIM的医院建筑智慧运维管理技术[J].中国医院建筑与装备，2019，20（1）：88-91.