大数据云计算环境下的数据安全问题分析

周斌

（中国移动通信集团上海有限公司 上海市 200232）

自改革开放以来，信息化经济特征越发明显。对人们而言，无论是在学习、生活中还是工作中，对网络都表现出了较强的依赖性。当利用网络进行数据传输和信息管理时，会使得在网络环境中的数据量呈现出急剧增长态势。将这些数据进行集中化处理，便称之为是“大数据”。从其特点来看，量级较为庞大。如果仅是利用人工分析的方式，很有可能会因为其中的疏忽，导致一些数据的意义未能充分发掘。针对该方面内容，便需要借助到其他工具的优势，突破人为方面的局限性问题。在此背景下，云计算技术出现，并得到了广泛应用。将二者进行有效融合，形成特定的大数据云计算环境。但从另一方面来看，在这过程中，会受到网络环境的影响，导致数据方面出现许多的安全问题。为此，本篇文章在综合了相关调查和研究之后完成，针对其中所涉及到的相关概念进行分析，并提出提升数据安全的具体措施。

1 大数据与云计算的相关概念概述

1.1 大数据和云计算的概念

1.1.1 大数据概念分析

从大数据概念角度进行分析，其主要指的是在整个网络系统运行过程中所产生的数据集合体。其数据量较为庞大，如果可以对其进行有效分析，可以在很大程度上提升工作效率。但需要注意的是，因数据繁杂性特征较为明显，如果未对其进行合理化使用，还会造成许多潜在的问题。从其分类来看，可以简单分为有利用价值信息和无利用价值信息。如果发现个人信息出现了泄露问题，则可以将其判定为有用价值信息的泄露。如果发现其中存在着一些重复性信息，则以将其认定为是无利用价值信息。针对该方面内容来看，在今后工作中，便需要相关工作人员对其进行深入探讨和分析。对信息进行科学化分析，为其工作的顺利开展奠定良好基础。

1.1.2 云计算概念分析

云计算是在云技术的基础之上形成的，在其内部还包括了智能逻辑和各种算法。在此概念上，便可以将其定义为是一种资源化计算工具。在具体应用过程中，只需要相关工作人员结合具体工作需求，完成数据、信息的快速导入即可。对于工作人员而言，还可以充分发挥出人工智能云服务的积极作用，对云计算技术进行合理化应用，从而实现对数据信息的有效分析和计算。从数据结果角度分析，其在一定程度上彰显出了数据信息的基本性特征、数据和数据之间所存在的联系以及数据总量等相关性内容。只需要利用人工识别的方式，便可以对其进行准确判断，从而更好的完成对信息控制工作。

1.2 大数据与云计算的关系分析

在利用大数据和云计算进行各种数据分析过程中，其职能和角色已经发生了较为明显的变化，分别代表了数据源和数据管理工作。其中，在大数据方面，包含了海量数据。在数据特点方面，表现为流动速度快、数据种类多的特点，其所包含的各种信息和数据都可以作为最初的数据源。借助到云计算技术和智能逻辑算法、计算算法的优势，将其和现代网络传输功能进行有效结合。将其所包含的数据在短时间之内快速完成数据分别、数据计算以及信息挖掘等相关性工作。因其中的数据种类较多、总量较大，云计算技术会结合网络运行的实际情况，将数据分为若干等份。随后，结合既定工作需求，将这些数据合理化分配到各个计算机上。在此过程中，计算机便是连接网络资源和宽带资源的集中点。所有计算机设备都会同时运行，完成对数据分析工作。从其特点来看，计算效率高、准确效率高。再利用网络传输的功能，完成对各项计算结果的交互工作，帮助工作人员更为全面化的了解到大数据和云计算之间所存在的种种联系。最后，将所有分析结果、计算结果进行集中化处理。对于数据源中所包含的信息进行再次深度挖掘，使得其积极作用可以在最大程度上得到有效发挥。综合该方面特点来看，大数据和云计算技术之间产生了较为密切的联系。对用户来讲，其应该在应用过程中，及时了解到二者功能优势。结合既定工作需求，对其合理化使用。进一步提升数据利用效率，并且还可以满足多项工作需求。由此可见：研究大数据云计算环境下的数据安全具有积极的社会意义，希望本篇文章的发表可以对相关工作人员产生一定启示，从而更好的提升数据的安全性和稳定性，促进相关工作的顺利开展。

2 大数据云计算环境所存在的数据安全问题分析

2.1 大数据云计算环境下的数据访问安全隐患问题

因大数据云计算的安全性、数据存储量大特征较为明显，并且在当代社会快速发展过程中，每时每刻都会出现大量信息。而人们为了进一步提升信息和数据安全性，更为快速、便捷的使用各项信息和数据，往往会将其保存在大数据云计算环境中。将这种方式有效运用到工作中，便缓解了在现实层面上所出现的种种数据安全问题，从而进一步提升了数据和信息使用的便捷性。但需要注意的是，任何事物的发展都需要从两个角度分析。在正视到大数据云计算环境优势的同时，也需要看到其中所存在的安全问题。其中，最为明显的问题便是在数据访问过程中所出现的安全问题。从数据访问含义来看，其主要强调的是用户在利用大数据云计算系统进行各项操作时，所必须要展开的一项活动。比如：将一些新信息、新数据导入到该系统中，便是一种较为典型性的数据访问操作方式。然而在此过程中，却会经常出现黑客攻击云平台。利用非法手段的方式，完成对访问机制的骗取工作。当其进入到数据库内部中，便会随意改动、破坏、盗取其中所存在的各项数据。对用户而言，当出现了该问题之后，便会产生经济和信息上的损失，需要对此引起足够重视。

2.2 大数据云计算环境下的数据隔离能效不足问题

结合针对现阶段大数据云计算系统在运用过程中所出现的问题来看：在其最初发展阶段中，便已经有相关工作人员充分认识到安全方面的问题。并且在具体应用过程中，会结合相关工作环境的具体性要求，借助到一些科学、合理防范举措的优势，对其中所出现的信息进行安全防范。但从最终效果来看，并未达到理想状态。当出现了黑客攻击现象时，未能够进行提前预防。对黑客来讲，其可以从多个角度共同侵入，对大数据产生了极大威胁。比如：在早期大数据云计算系统应用过程中，便出现了多次数据传输时黑客侵入的问题。他们会根据这些数据和网络环境的特点，破译其中的数据。截获传输数据的现象时有发生，对网络环境的稳定性、安全运行产生了极大影响。当时所采取的加密方式较为传统，安全性相对较差，便需要对其进行不断优化和调整。但需要注意的是，在数据隔离能效不足方面，其除了受到隔离手段的影响，还会因隔离体系的布置情况发生相应变化。在一些用户利用隔离手段进行安全防护时，并没有将自身所利用的计算机系统和外界进行完全隔离。当处于状态时，黑客便可以更为便捷侵入内部计算机，从而出现隔离能效不足的问题。

2.3 大数据云计算环境下的残留数据安全问题

在现阶段利用大数据云计算系统时，很多用户在完成工作之后，会对信息进行删除。但如果利用较为常规化的手段，并未能实现对数据信息的完全销毁。在终端设备上，经常性会出现一些信息残留的问题。但对于用户而言，其相关意识不足，并未能充分认识到数据残留对计算机系统所产生的影响。相应的，也不会利用一些防护手段对信息进行保护。一些专业性能力较高的黑客人员，便可以更为便捷的进入到计算机系统中，完成对信息的催还和盗取工作，或者进行其他方面的操作。

2.4 大数据云计算环境下的数据业务安全问题

在大数据云计算系统中，还会存在着许多数据方面的业务。并且在社会经济快速发展的过程中，业务总量也呈现出了快速增长的态势。在业务关系方面，其联系更为紧密。对用户而言，唯有在加强了各种信息化业务的联系之后，才可以更为快速的完成各项交易工作。但在此过程中，便可能会因为业务沟通和交流方面的问题，导致其中业务信息、数据信息出现泄露问题。当出现了该问题之后，并不会及时发现，会让业务其中一方出现损失问题。在一些情节较为严重的状况下，双方可能都会受损。此时的监控系统和安全防范系统较为薄弱，黑客更是很容易侵入其中的业务网络系统。对于其中所出现的各种数据和信息进行复制、粘贴、篡改等，使得数据安全方面的问题较为凸显。

3 大数据云计算环境中的提升数据安全防护的具体措施

3.1 数据安全防护中的数据接口集成

为了进一步提升数据的安全性、便捷性和有效性，在大数据云计算环境所开展的各项信息和数据收集工作，应该充分发挥出局域网、以太组网的形式，构建一个相对较为系统性、封闭式网络环境。在此环境中，需要将大数据和云计算共同纳入到该体系中。随后，让该网络环境保持一个相对较为封闭式状态。结合具体工作需求，完成少量数据接口的开放工作。同时，还需要针对整个数据流动情况，从大体上把控，为后期管理工作的顺利开展奠定良好基础。从数据接口的代表式特点来看，其最为明显的特征便是数据流动方向的集中化优势。将其方式运用到数据管理工作中，可以从整体上提升数据分析和管理的准确性。针对其中所出现的安全隐患问题，进行提前防范，从而有效提升数据的安全性和防护有效性。

3.2 数据安全防护中的防护逻辑设定

当开展大数据云计算环境的防护逻辑设定时，需要在完成数据接口集成工作之后完成。就目前工作现状来看，在数据安全防护方面，其主要可以分为三种情况。即：即正常数据信息、恶意数据信息、未知数据信息。针对这三种不同类别数据，借助到云计算中所具备的计算功能，便可以完成对数据信息和特征的有效分析。之后，根据数据信息特征，完成信息识别工作。对其进行合理化分类。最后，再根据这些信息的特征，对其分析和处理。如果发现在逻辑上，云计算结果显示为信息正常状态。则可以充分发挥出数据接口的积极作用，完成数据访问和数据交互工作。但如果发现在数据信息显示上属于后两类，则需要拒绝访问，从而更好的实现对数据安全的有效隔离。针对其中所出现的各种工作任务，对其进行有效控制。在这种方式运用过程中，便可以实现对整个大数据云计算环境的有效控制和管理，从而避免了一些虚假信息、潜在危险信息的接入。对黑客来讲，其将无法进入到该环境中，提升了数据的安全性。

3.3 数据安全防护中的防护系统自我更新

当开展大数据云计算信息识别工作时，其中所出现的各项信息和相关性数据都会被纳入到大数据系统中，并进入到最终所需要利用到的“知识库”。从其特点来看，这相当于是一种数据存储库。当其面临一些未知数据信息时，大数据云计算系统在下一次遇到相同信息后即可识别，说明该防护系统具有自我更新的作用，结合防护逻辑能应对未知安全问题。

4 结束语

综合上述内容来看，在大数据云计算环境下所开展的相关工作，可以有效提升工作效率。对工作人员而言，可以对其产生极大便利。但因该技术的研究仍然处在初期研究阶段。在具体应用过程中便会不可避免出现数据安全方面的问题。在今后工作中，相关工作人员需要对其展开深入分析和研究，针对在当前工作中所存在的问题，对其进行深入研究。找出提升数据安全的具体措施，从而更好的保护数据安全。