大数据环境下的信息安全检测技术

2021-04-04胡化猛

信息记录材料 2021年5期

胡化猛，马麟

（上海精密计量测试研究所上海 201109）

1 引言

大数据环境下，网络本身拥有共享、开放的特点，其中存在着诸多安全问题，这在一定程度上也威胁着信息安全，为避免这些潜在的安全问题，相关学者研究了信息安全监测技术，希望满足大数据环境下的发展需求。同时，为维护网络信息安全，还提出了一些合理化的预定方案，创建以数据为核心的安全防护系统，完善大数据安全监控，从多个方面确保网络信息的安全[1]。

2 大数据环境下的信息安全检测技术分析

2.1 加密技术

加密技术是将数据信息转换为代码的形式，强化对信息的保护。目前，我国对信息加密技术的研究逐渐向着更为深入的方向发展，最为常见的是以下三种类型。

（1）对称加密算法。这项算法技术的优势是速度快，可以适应当下大范围的数据处理类型，在运用这类加密数据的时候，首先要做好数据的采集工作，接着进行信息整合，加密为密文的形式。

（2）线性混合加密。这是在传统加密技术中升级而来的，适合大部分的数据处理工作，首先是对大数据进行处理和优化，整理出对应的数据样本，接着将所得的数据进行合理分析，采用不同的算法对样本进行加密。

（3）密钥混合加密。从某种程度而言，这一方式的存在，使大数据加密技术更为完善，采集对应的数据样本后，采用另外一种算法进行加密，相较于前面两种方式，这种方式显得更为可靠，应用范围也更加广泛。

大数据时代下，对网络信息进行优化处理的时候，应该始终立足于大数据本身，完善对应的加密技术，给予网络信息加密工作足够的支持，确保加密对象的区别。而在对已有数据信息进行分析的时候，应该寻得最为可靠的形式，实现数据内容的有效转换，这样才能得到更为可靠的密文。

2.2 防火墙技术

针对网络信息系统安全方面存在的诸多问题，应该建立起科学的防火墙技术，通过有效的安全保护思路，考虑到密匙加密方法对数据的促进作用。而在实际操作的过程中，还可以利用网络连接和对应的端口做好网络安全维护工作，实现对数据的有效转发。计算机网络的系统安全一般是依靠整体网络进行合理监控，利用先进的科学技术，将其融入到计算机系统内，并利用这些技术手段进行全面管理，保证计算机用户和相关数据的安全性。例如，计算机的操作人员会认为设置防火墙是保护个人隐私，以及维护设备的正常运行，对网络安全发展具有一定的促进作用，当网络系统出现问题的时候，及时保护信息。而在信息的传达和交流中，则是对其进行加密控制，建立全面的网络系统规则，实现网络化和外界连接的机密性，避免不法分子入侵系统，窥探到信息。防火墙技术的应用一般体现在三个方面。

（1）对一些存在风险的文件进行综合分析、过滤，保证文件没有任何问题后，才可以输入到电脑，避免病毒入侵。

（2）规范用户自身的操作，对于一些违规的网络，可以及时屏蔽，主动规范用户安全，合理使用网络。实际工作的时候，对于用户而言，这也是保证网络安全的一种有效手段。

（3）对于企业或者是个体而言，计算机中会涉及众多数据，防火墙技术的存在，保证数据文件的安全性，避免用户数据的安全受到影响。因此，防火墙是保证和检测网络安全的一种手段，所以应该不断将先进的技术融入到防火墙技术中，并对其进行优化管理，体现计算机防火墙的真正优势。

2.3 网络异常行为检测

基于当下网络信息中存在的安全问题，为保证信息的稳定性，应该分析检测方式，并以命令控制为方式，分析APT攻击中的典型环节。从近年来的发展而言，APT引发的信息安全问题屡见不鲜，导致信息安全成为大众关注的焦点问题，从已经爆出的案例分析，一些具有极高经济价值，或者是特殊政治机构的群体受到影响。

异常行为检测本质而言，是一个分类性的问题，从行为数据的角度将其理解为正常和异常行为，分析人员首先应该从原始数据中提取参数，接着从特征的角度进行建模和检测。人工提取的优势在于根据人员的认知需求，确保异常行为有着极为明显的针对性。

对于APT攻击中显示的异常行为，需要安全分析人员对攻击方式进行分析和总结，分析其中比较明显的数据问题，接着进行针对性改进和完善，采用监督的方式对模型进行训练。利用检测数据对模型进行验证，针对错误的检测结果应该调整参数，直到模型符合要求。大数据实现了网络异常的行为检测工作，并克服了早期检测中存在的一系列缺陷问题，为网络安全检测技术提供了质的飞跃。

3 大数据环境下的信息安全保护策略

基于大数据环境下，为保证信息的安全性，避免出现资源泄露的情况，应该建立以数据为中心的安全防护机制，做好信息的管控工作[2]。

3.1 创建以数据为核心的安全防护系统

以数据为核心的安全防护系统，是利用安全审计、防火墙技术、防病毒系统等搭设的完善的防护系统。

例如访问控制，则是网络安全防御和保护的主要系统，在进行访问控制的时候，对用户数据进行分析和控制，保证资源不会被非法访问，一般是将用户身份作为前提，设置用户访问数据目录，用户控制和规范用户。尤其是在智能终端的用户，最大化避免数据被攻击，保证系统的安全性。

在网络隔离中，一般是利用防火墙来实现，通过网络隔离，以及限制访问的形式，只允许获得授权的数据进入，用户自行设计安全策略，有效控制外界的访问次数，保证内部网络和数据的安全性。

病毒防护则是通过防毒系统来实践，包含了预防、检测和消除等功能，在第一时间就阻止病毒的入侵。尤其是在大数据环境下，最为理想化的方式则是避免病毒入侵，保证用户拥有良好的行为习惯，在操作系统上安装病毒软件，定期进行升级处理，及时对系统进行安全补丁，或者是从网络上下载好数据进行安全扫描，切忌随意打开一些未知邮件。

3.2 完善大数据安全监控

信息安全监控应该保证多个层面工作的井然有序，应该与当下安全风险相适应，不同类型的数据形式拥有不同的状态。首先对于大数据固有的特点，开展有效的安全风险等级评估，制定比较强的安全防范措施，分析并消除安全监控所带来的盲点。

其次，还要强化内部的管控工作，采用云储存的形式进行数据管理，严格落实各项网络管理措施，细化管理人员的职责，通过云储存的形式进行检测和管理，代替人为操作所带来的问题，避免数据流失[3]。

第三，网络应急系统是信息安全防护的一个重要步骤，建立应急组织机制，符合实际性的发展需求，明确认识到分工的职责，细化各种操作步骤进行定期的组织和演练，有效面对各种安全类问题的发生。

第四，用户自身的信息素养会决定网络信息安全防护的质量，所以应该加强对用户的网络信息安全培训工作，了解到数据的价值，充分认识到自己在数据安全中的作用，提升用户对数据安全威胁的识别能力，保证每位员工都能自觉安装好防毒软件，及时做好系统补丁工作，减少安全风险。

3.3 强化大数据的建设工作

通过有效的技术保护信息固然重要，但是对信息的建设管理同样关键，要从海量的数据中提取关键信息，保证生产效率，必须利用科学的数据管理方式，及时降低隐患。规范化建设保证大数据管理的正规和有序，实现各类信息资源的相互联系，实现资源共享，并在统一范围内进行合理分析。同时，大数据资产管理包含了诸多类型，如统计表、别名以及其他的标志性符号等，必须清楚认识到数据元素的信息来源。

大数据环境下，对数据的备份工作主要是对信息进行复制，当系统出现故障的时候，及时恢复有效数据，保证系统的正常运行。备份数据的容量应该从更为长远的角度分析，满足用户当前和未来的客观需求，如惠普的StoreOnce备份，无论是小型站点，或者是企业级用户，采用的是单一的架构，及时拓展，适应企业的发展需求，可以及时应对数据容量增长所带来的变化。