基于大数据时代互联网安全的研究

郑汉军

(厦门安胜网络科技有限公司，福建 厦门 361008)

0 引言

在网络安全技术领域内，大数据信息来源和处理过程都会催生更多互联网安全问题，也会给计算机病毒和非法访问入侵行为预留出更多安全漏洞。大数据时代性的互联网安全问题主要体现在用户操作环境、数据信息内部以及数据通信渠道等多个层面之上，也会严重威胁计算机网络空间的安全性和稳定性。大数据时代的典型特征以及衍生的安全隐患类型存在非常密切的联系。

1 大数据时代的典型特征

1.1 数据量大

大数据时代的典型特征之一就是数据量大，结构化数据、半结构化数据以及非结构化数据在互联网平台中的产出比例与数量都非常多，大数据量级能够达到 TB以上。数据量过大，也会产生较多信息安全风险问题，也会影响后端数据库管理系统的实时存储功能[1]。在线和离线的大数据信息普遍具备多源异构的特点，与计算机网络系统之间存在密切的关联性。数据量很大的特征可能会增加计算机网络系统的信息检索负担，还可能会存在一些系统安全漏洞问题。数据量较大的互联网平台需要承载更强的系统响应能力，若负载量过大，还可能会出现互联网平台崩溃以及失灵等问题，对实时信息处理和数据交换过程非常不利。在大数据时代，计算机网络中能够承载的数据量主要取决于数据接口的稳定性，以及实时存储与信息处理分析的响应能力。

1.2 存储需求多

在大数据时代，存储需求多也是非常典型的特征之一，云计算以及分布式系统都能够及时解决存储需求类问题。分布式存储功能能够实现虚拟化的信息处理模式，还能够及时解决系统物理空间不足的问题。计算机设备对物理单元的依赖性比较明显，对大数据量级的存储和信息处理功能需求较高，因此可以及时开辟虚拟化空间，将云计算模式和大数据处理技术相结合，能够及时满足大数据量级的存储需求[2]。针对存储需求较多的典型特征而言，计算机网络系统架构需要从OSI协议模型中抽取更有利于提升系统响应速度和存储效率的关键因素，并对分布式存储和集中式存储功能的实现路径进行逐步优化，从信息安全管理的角度进一步优化设计，才能够及时满足大数据存储需求。在大数据时代，存储需求较多的特点，普遍体现在社交网络架构模式之中。

1.3 数据类型多样化

数据类型多样化，也是大数据时代的典型特征之一。结构化数据信息的比例正在逐步降低，半结构化以及非结构化数据类型的比例正在逐步增加。在大数据时代，结构化数据信息普遍存储在中小型关系数据库之中，半结构化以及非结构化数据信息普遍存储在web客户端以及云计算数据仓库之中[3]。不同数据类型的存储方式存在显著差异，也会影响计算机网络的信息存取和处理分析效率。通过制定统一的数据标准，多样化的数据结构类型能够及时转换成比较抽象的编程语言，还能够在不同的网络架构模式中发挥很重要的作用。数据类型多样化的特征也会直接影响计算机网络的安全性和系统响应能力，还会影响信息安全算法的鲁棒性和灵敏度。数据类型多样化的典型特征，普遍体现在多源机构类的计算机网络平台之中。

2 互联网安全问题概述

2.1 物理安全问题

在OSI模型以及TCP/IP协议体系中，物理安全问题会直接影响到互联网平台架构的稳定运行状态，还会催生连续性的安全风险因素。物理层是计算机网络系统中非常关键的硬件基础设施，也是搭建完整计算机系统的基础要素之一。物理安全问题集中体现在供配电层面、硬件设施的接触连接质量层面等，对计算机网络架构的内部物理设施要求较高[4]。当互联网平台架构存在物理安全问题时，很容易凸显出硬件基础设施的质量问题以及性能问题，从而影响计算机网络的基础通信传输能力。物理安全问题能够直接影响硬件安全设施的运行状态，从而影响到整个网络物理层的系统逻辑处理能力。计算机网络系统的基本架构需要重点部署物理层的安全防护措施，才能够逐步降低物理安全问题造成的深远影响。物理安全问题会直接制约计算机网络系统的响应能力。

2.2 系统安全问题

在互联网平台中，系统安全类问题会直接影响用户网络操作的稳定性和真实性。很多多源异构的计算机网络系统需要配备更加严谨的安全审计措施，才能够及时发现系统安全漏洞问题。互联网存在系统安全漏洞时，很容易被计算机病毒以及非法访问操作所入侵，从而影响到本地计算机网络的安全性和运行稳定性。部分计算机用户的系统安全意识相对比较淡薄，当发现系统安全层面存在一些问题时，只能够实现最基本的安全防护操作，并不能及时更新和维护计算机网络系统的安全漏洞，也不能及时处理可疑的数据文件和外部访问操作[5]。系统安全问题主要体现在网络层之上，并且对计算机网络的操作环境依赖性比较明显。部分计算机网络系统的安全问题，主要源于对本地互联网的安全监测功能不完善，从而影响到用户的正常网络操作过程。

2.3 数据安全问题

由于大数据时代具有数据量大、维度高、需求多样化等显著特征，数据安全问题会直接影响到大数据信息的存储质量和处理分析效率。互联网平台中比较典型的数据安全问题有数据质量较差、标准不统一、接口通信质量较差等，从而影响到内外部数据信息的实时交换和共享质量。数据安全问题，尤其在网络系统中非常明显，很容易存在数据信息被篡改和盗取等安全风险问题。结构化、半结构化以及非结构化数据信息的分布比例有所不同，也并不能将针对性较强的数据安全审计措施部署在开放的计算机网络平台系统之中。数据安全问题的逐步凸显，主要体现了互联网平台的数据信息兼容与保障缺失问题，还会直接影响到离线以及在线数据信息的采集和处理分析功能。存在数据安全问题的互联网平台，普遍缺失信息安全审计功能，也并不能及时部署更加全面的数据信息处理功能模块。

2.4 应用安全问题

在OSI模型中，应用层需要将系统控制逻辑与外部用户操作的基本业务流程相互对应，并充分保障应用层面的安全和操作质量。部分计算机网络架构模式能够将应用安全问题与相关软件系统的部署方式相结合，并从源头整治应用安全层面存在的问题，并及时构造更加严谨的用户权限分配逻辑。应用安全问题主要集中在用户权限设置以及网络系统的高层系统逻辑功能模块之中，并对相关应用权限配置的需求较高。应用安全问题会直接影响互联网平台的信息交互能力，从而降低用户网络操作过程的安全性和鲁棒性[6]。当某个计算机网络平台存在应用安全问题时，需要首先明确应用层与系统服务之间存在的差异，并对用户操作的业务逻辑和数据流转过程进行全方位的安全监管，才能够确保应用层的安全性。

3 大数据时代的互联网安全策略

3.1 建立健全互联网安全审计制度

通过建立健全互联网安全审计制度，能够将多源异构的计算机网络系统中潜在的安全隐患问题进行集中整治，并确保用户在网络操作过程中的个人隐私信息安全。在建立健全互联网安全审计制度的过程中，需要将人员和技术两个层面作为主要审计要素，并对不同的计算机网络拓扑结构类型实现更加精准化的安全审计管理过程。互联网安全审计制度的建立和健全过程需要建立在开放共享以及绿色的网络空间基础之上，还需要对互联网平台中的不同数据类型和系统安全漏洞问题进行集中整治。尤其对于政务系统而言，建立健全互联网安全审计制度，能够为管理员用户提供更加强有力的政策支持，还能够将此行业领域内的法律法规作为安全审计操作的实施背景。建立健全互联网安全审计制度，能够进一步引入智能化的网络安全监测系统软件，并对安全审计规则和判断分析结果实现分类管理。

3.2 加强系统安全防护体系

加强系统安全防护体系，能够逐步解决大数据时代性的互联网安全问题，并能够实现更加具有针对性的安全防护措施。尤其对于政务系统而言，集中式的计算机网络拓扑结构并不能完全适用于大数据时代，因此需要进一步加强系统安全防护体系，可以及时部署分布式系统安全管理架构，并对数据接口等关键的防护措施实现可溯源化的管理和控制。进一步加强系统安全防护体系，需要及时部署病毒和应用级别的防火墙，并对在线和离线的互联网平台安全监测设施进行有效管理，才能够确保不同网络中用户操作过程的安全性和稳定性。为有效加强系统安全防护体系，需要将物理层、数据链路层、网络层以及应用层中对应的基础硬件设施和数据通信设备进行集中管理，并在特定用户权限配置的条件下，逐步完善内部和外部数据通信网络架构的安全检查和防入侵检测功能。

3.3 强化互联网安全加密算法

进一步强化互联网安全加密算法，能够保障大数据信息在开放共享与交换的过程中，能够实现定向化的安全加密功能，还能够将数据信息的存取权限进行严格管控。互联网安全加密算法的设计与实现，需要建立在密码学的基础之上，还可以充分运用大数据分析技术，实现更加可靠和稳定的信息加密过程。比较经典的安全加密算法主要分为对称密钥以及非对称密钥两大类，还能够根据不同的互联网应用场景，将关联规则和数据挖掘算法应用在安全加密算法的研发过程之中。对于结构化数据类型而言，强化互联网安全加密算法，需要将数据信息的维度进行适度抽取，并随机生成前端或者尾端密钥结构，并对通信链路中的干扰因素进行有序排除，才能够确保数据信息加密过程的完整性。对于半结构化以及非结构化数据类型而言，则需要从时域空域两个方向实现更加严谨的安全算法设计[7]。

3.4 引入网络安全监测系统

及时引入网络安全监测系统，能够从网络层和应用层深度感知互联网系统架构中存在的安全隐患问题，并及时降低网络操作风险系数。在大数据时代，互联网安全问题的解决思路需要从底层逻辑开始，积极构造更加全面的安全监测和审计体系，才能够逐步实现各层次上的安全管理功能。尤其对于TCP/IP协议模型而言，多源异构类的计算机网络架构模式更加考验其对渗透测试数据量的负载能力，还需要进一步优化与完善系统架构，将网络安全监测系统软件中的相关信息资源与互联网平台实现有效对接。通过引入网络安全监测系统，能够深度感知本地计算机网络系统中存在的安全风险因素，还能够从人员和技术层面给出对应的解决方案[8]。

3.5 利用全生命周期构建差分隐私安全管理模式

利用全生命周期构建差分隐私安全管理模式，能够进一步增强互联网平台的应用安全，还能够及时发现本地计算机网络系统中用户数据操作存在的错误和偏差。全生命周期理论需要将计算机网络安全防护体系作为一个整体，并对差分隐私安全管理模式的实践过程进行全程监管，并确保不同系统用户在特定的网络操作环境中都能够顺利实现数据信息的采集和存取操作过程。利用全生命周期构建差分隐私安全管理模式，则需要进一步增强差分隐私算法的鲁棒性，并对多源异构类的计算机网络系统架构进行全方位的安全检查，确保系统用户权限配置的合理性。

4 结语

大数据时代能够产生的数据量与传统工业互联网时代有非常显著的差异，对计算机网络架构模式的适应能力更强，也会催生更多安全风险问题。大数据时代的互联网能够兼容很多数据结构类型，并对在线通信传输过程实现更加精确的信息化管理。加强系统安全防护体系，能够逐步解决大数据时代性的互联网安全问题，并能够实现更加具有针对性的安全防护措施。