网络安全与大数据技术应用讨论

(整期优先)网络出版时间:2023-11-01
/ 2

网络安全与大数据技术应用讨论

陈虹翰1史小凡2

锡林郭勒超高压供电公司 内蒙古 锡林郭勒盟锡林浩特市 026000

摘要:当前的互联网上网科技正在快速进步并被大众普遍使用到日常工作与生活当中去,这不仅为我们提供了许多新的便捷方式,也伴随着各种新型的安全隐患出现。基于此背景下,本篇研究着眼于探讨了大数组处理技巧在大规模数据环境下的运用情况及其对企业持续发展的潜在影响因素分析

关键词:网络安全;大数据技术;应用分析

前言近些年来,伴随着互联网上技术的进步与发展,各类网路安全隐患问题日益突出且愈发普遍化。鉴于对于网络信息的保护意识增强,中国政府自2014年起设立的国家安委会明确地把网络防护视为国家的核心策略规划的一部分,这进一步证明中国的网络环境正面临着严峻挑战并且遭受大量的黑客入侵行为的发生频率正在不断上升。其中最主要的几种类型包括:电脑病毒(尤其是特洛伊)、恶意的计算机代码、分散式的拒止访问系统及机密数据盗用都是全球范围内的重大网络袭击形式中的一种或多种组合存在的情况。

1网络安全问题分析

网络安全问题不只是涉及到公众的隐私和信息保护,同样也牵扯到国家的安全。例如,雅虎的信息被泄露,导致至少5亿用户的信息被盗。棱镜事件和希拉里事件使网络安全问题升级和扩大。随着互联网体系结构的日益复杂,用于网络安全分析的数据量也在不断增加。在从 TB 级向 PB 级转变的过程中,不仅数据源丰富,内容更加详细,数据分析还需要更广泛的维度。随着目前网络性能的不断提高,数据源传输速度越来越快,对安全信息采集速度的要求越来越高,版本更新延迟导致的系统漏洞日益增多,网络攻击的影响范围进一步扩大,如 APT 等多阶段联合攻击的有组织、有针对性和长期潜在渗透越来越难以防范,唯一的办法就是分析多种安全信息,结合多种手段进行防御检测。在传统的技术架构中,大部分数据存储在结构化数据库中,但由于数据存储成本高昂,系统经过标准化处理后往往会存储原始数据,这会导致数据丢失和失真,难以追踪历史数据,以及对噪声大、非结构化数据集和复杂查询的性能分析较差,难以保证数据的实时性和准确性,安全操作的效率也不高

大数据的概念最初是由维克多提出的。在他的著作《大数据时代》中提出,大数据并不是指随机抽样分析的结果,而是所有的数据集合。他强调,大数据技术的出现已经成为了信息系统发展的重要方向,它具有高效率、多元化、丰富性和稀疏性的特征,近些年来已经在互联网上多个领域得到普遍运用。大数据的重要性主要体现在它的储存容量上,能容纳大量的数据,包括原始的安全信息,相较于传统的数据库,分布式的数据库更具经济效益,且易于在较低成本的设备上扩张,从而大幅减少了安全费用;此外,由于数据挖掘能力的提升,使得收集和反应安全信息的速度加快,支持异质和大规模数据的存储,这有助于建立多维和多层次的关系分析的基础,进而增强分析的深度和广度。从网络安全的角度来看,整合来自各种渠道的数据进行统一的管理、处理、分析及优化,可迅速定位到目标数据中的关键部分,并将分析成果即时反映出来,这对当前的网络安全防护起着决定性的作用。

2大数据在网络安全中的应用

利用大容量数据库对互联网安全的研究有着重要意义:它能有效地提升信息的整合与管理能力;同时也能全面掌握用户的行为记录及登录情况等各类活动细节,进而增强事故应对的效果。具体来说,其在大规模在线系统的保护措施上具有如下优势:首先是高性能的大量资料获取手段——通过分散式的策略可达到每日数十亿次的信息搜集频率(比传统模式快得多),这无疑有助于进一步完善后的相关联结操作的基础工作准备阶段。其次就是把大量复杂多样的数字文件存放在核心防护体系内并加载到相应的位置去执行各种任务或搜索引擎功能等等。比如针对大量的日常事务报告、实时监控报表或是其他一些标准化的文档类材料而言就更适宜用"分块"的方式先做一次初步加工再行保存起来以便日后查阅方便快捷些儿也省事不少呢!另外还有一种方案就是在每个关键点都安装好Map Reduce程序然后让它们各自独立运行直到所有的工作全部完成为止这样一来既保证了快速反应又避免了一般情况下因集中计算所带来的资源浪费问题哦!

2.1对即时统计分析的研究和事后统计分析的方法

我们可以在实时数据分析过程中应用关联分析法或者CEP技术来对数据进行解析与处理,这可以涵盖从数据收集到统计成果再到数据整理的一系列步骤。由于这个过程并不需要极高的时效性,所以我们有能力使用各类的数据处理技巧或是选择离线的处理方式,这样能更有效地执行系统的安全性和攻击检测任务。

2.2关于复杂数据的分析

对于解析来自各方且形态各异的大量数据,大数据技术的应用能够更高效地执行数据剖析与检索任务,同时也能妥善应对各种复杂的数据及潜在的安全威胁如黑客入侵等问题,一旦互联网体系遭受恶意干扰或攻击,则可通过运用大数据技术对流量和DNS等方面展开全面的多层次数据研究以实施有效的预防和抵御措施。

3借助大数据技术进行网络系统的安全分析

把大数据技术融入网路安全的体系中,主要是由如下三部分构成:

3.1数据来源模块

由于互联网科技的发展,网络安全系统的数据源头将会以指数级的方式快速扩张,这不仅涉及了如防火墙及监测设备等软体设施,也涵盖了诸如服务器、内存检查与保养等硬体及软体的需求。

3.2大数据收集模块

大数据技术能够对数据进行多维度的解析,构建出一种自初始数据生成至销毁的过程中的分布式数据库,从而实现了数据获取和追踪的功能,特别是在面对日益增多的数据时,分布式的数据储存能提升数据库的稳健度。

3.3数据分析模块

作为网路安全的核心部分之一,使用者的商业应用程序被视为最后的保护目标;通过利用大量资料的数据解析方法来实时地评估并反应这些情况,使得用户能享受到更具个性的服务体验。对于客户来说,他们获得所需的信息将增强其对网络系统和大数据技术的信赖度,并且会大幅降低对其个人信息及隐私信息的保护方式存在于该体系内的疑虑。现阶段,互联网公司面临著新挑战:企业、组织和个人每日都在产生巨量的安防资料,目前的安防评估技巧已经无法满足效率与准确度的需求了。然而,由于大数据科技拥有灵活、巨大容纳量、迅速反应时间、经济实惠且储存空间大的优势,它成为当前行业发展的主流趋向。从商业角度看,"处理"深层次的大数据以达到价值扩充的目的非常关键,这也是公司的营运命脉所在。

结语

在这个现代世界中,信息的数量正在不断扩大并深入影响各行各业及商业环境,已然成为了社会生产的核心元素之一。因此,随着互联网上数据量的持续增长,对于网络安全的评估也面临了一定程度上的挑战与压力,然而,大数据技术能够有效解决这个问题。在大数据技术的支持下,其在网络体系内的运用既能保证数据处理的高效性和精准性,同时也能构建出一套较为全面的安全警报机制,这对于保障网络系统的稳定运行具有至关重要的意义。我认为,大数据技术在未来的发展前景将会更加广阔。

参考文献:

[1]崔玉礼,黄丽君.网络安全分析中的大数据技术应用[J].网络空间安全, 2016(6):75-77.

[2]修健.网络安全分析中的大数据技术应用分析[J].网络安全技术与应用, 2018(3):2.

[3]王新梅.互联网运行系统的大数据安全监控分析--评《大数据安全技术与应用》[J].科技管理研究, 2020, 40(15):1.

[4]谢丽莎,劳莹,毛子婷.大数据技术及其在网络安全中的运用分析[J].科学与信息化, 2023(9):91-93.

[5]周宇晴,魏徐,陈涛.浅谈网络安全分析中的大数据技术应用[J].数字化用户, 2018, 24(043):5.DOI:10.3969/j.issn.1009-0843.2018.43.005.