大数据安全应用及体系概述

责任编辑：赵志远 投稿信箱：netadmin@365master.com信息安全Security大数据安全应用及体系概述■ 山东 闫法人随着大数据编者按： 大数据技术为网络安全提供了强力支撑，其中理结果在列式技术的发展，越在边界安全、访问控制、授权数据保护以及审计和监控4存储中进行保来越多的大数据个层次上得到了展现，只有通过有效的技术手段和相关存，同时分布式技术投入到信息的管理措施相结合，才能从根本上解决数据安全和数据框架保证了数安全及网络安全泄露的保护问题。据的安全和可中。其中大数据恢复性。在网络安全分析中信息的采性和安全性。（3）信息查询。以集、存储、查询和分析有着独网络安全分析的主要数Mapreduce为主的数据查询特的优势。在网络安全中，据对象是日志与流量两种类技术，在查询数据的过程中，大数据技术为其构建安全服型，同时在关联分析过程中在对应的节点对请求进行先务后台，使计算机信息安全运用相关的辅助信息。大数行处理，之后再把所有节点智能化发展。据技术在信息的采集、存储、组合起来，这一查询信息的大数据安全离不开隐私查询、分析数据和多元数据方式，能够真正的提高查询保护、数据加密和访问控制分析处理等过程有着广泛的速度。等核心技术。为了使大数据应用：（4）数据分析。利用大的安全得到保障，大数据安（1）信息采集。大数据数据技术可以实现网络安全全系统孕育而生，其中主要利用分布式采集手段，可以数据的实时分析，此时计算包括边界安全、访问控制、授高效地收集数据。在对日志方式是以流式计算为主的，权数据保护以及审计和监控数据信息的处理上，起到了对实时数据进行分析和处4个层次。良好的作用。采集数据的方理，流式计算可以在很短的法是数据镜象法，能使全流时间内查出数据存在的问大数据技术在安全中的应用量数据得到采集。题。其次在分析处理历史数1.大数据技术在网络安（2）信息存储。利用据和统计结果时，可以利用全中的应用Hadoop等框架可以实现对安分布式存储和计算，在对深大数据技术大幅扩充了全分析中的海量数据进行存层次的数据进行离线操作的数据的存储容量，对网络安储，能够有效的提升速度和过程中，使离线风险分析得全分析起到了完善的作用，效率。在对实时数据进行处以有效的进行，能对攻击源在节约成本的前提下极大地理的过程中，使用的方法通进行有效的查找。提高了网络安全系统的可靠常是流式计算法，也是把处（5）多源数据分析处理。www.365master.com 2020.05127Security信息安全责任编辑：赵志远 投稿信箱：netadmin@365master.com在分析处理多源数据时，应现计算机信息安全智能化发1.隐私保护用大数据技术，可以在分析展。随着信息技术的发展，数据收集技术和专业化、处理数据方面，对处理数据黑客攻击已呈现出多元化特多样化的数据处理技术，使的速率得到有效的提升。此点，根据黑客攻击的最新特得个人难以控制隐私数据的外，通过安全信息分析平台，点，依靠大数据技术从海量收集情境和应用途径。因其对于某一终端系统发现了信息中找出威胁因素。大数蕴藏的巨大潜在价值和逐渐安全隐患和漏洞，则可以通据技术对事故的判定需要依集中化的存储管理模式，隐过关联性分析排查所有类型 靠先验知识，在确保先验知私数据成为网络攻击的重点终端是否存在同样问题，极识的丰富性基础上，应用大目标。大地完善系统安全性。数据技术确保信息安全，使针对这一问题，已有安全2.大数据技术在信息安先验知识库与基础算法相融压缩感知等压缩感知理论的全中的应用合，为计算机信息安全提供隐私保护技术，运用相应的在信息安全业领域，通过保障。大数据采集方案，将安全压离线的批处理计算和实时的（3）基于大数据技术实缩感知作为一种感知层内置流式处理计算相结合，对流现计算机信息安全智能化发的轻量级加密机制，以近乎量、日志等网络安全大数据展。应用大数据思维对计算零成本为数据提供第一层安的分析，实现对DDoS、蠕虫、机系统信息分布状态加以预全防护。扫描、密码探测等异常流量测，这将是未来大数据技术2.数据加密的实时监测。的重要发展方向。得知预测为了提高隐私数据加例如国防科技大学提出结果后，信息安全运维中心密能力，降低数据被攻击窃了大规模网络安全态势评估将按照结果制定安全策略，取的概率，构建隐私数据的模型，涉及基于大数据的关确保系统设备协同效应不受大数据分布结构模型，采用联分析、安全指数计算、和安影响，提升系统的防御能力。Logistics超混沌序列进行全事件预测等概念。隐私大数据的结构重组，提（1）利用大数据技术创大数据安全关键技术取隐私大数据的模糊相关性建安全服务后台。在大数据随着社会对数据价值认特征量，采用非线性向量量技术的应用下，安全服务后知的提升和大数据平台建设化编码等方法进行隐私大数台可以为计算机信息安全提的蓬勃发展，大数据安全问据的同态融合加密，设计随供载体，在信息集约化处理题日益成为阻碍大数据应用机线性加密密钥和解密密下，使数据信息得到了一体推广的瓶颈。其中隐私保护、钥，实现隐私大数据的加密化管理，也为信息安全提供数据加密和细粒度的访问控传输和信息保护。了实时监控服务。制是解决大数据安全的关键通过数据加密，隐私保护（2）基于大数据技术实技术：能力更强,抗攻击能力更好，1282020.05 www.365master.com 责任编辑：赵志远 投稿信箱：netadmin@365master.com信息安全Security具有很好的数据加密保护控础环境管理能力，而且要在据的机密性、完整性和可用制能力。数据安全访问控制、安全审性，以及信息用户和信息数3.访问控制计、安全监控等方面面临更据的可审性，以对抗假冒、信访问控制是保护信息系大的挑战。息窃取、数据篡改和越权访统数据安全的重要手段。但大数据安全体系是解决问等针对数据安全的威胁。 是大数据服务环境下，数据大数据安全问题的主要手3.数据保护呈现分布式的特点。如何有段，是大数据安全的保障。随着大数据时代的来临效解决复杂用户多数据资源建立大数据安全体系需要从和信息技术的快速发展，个域的访问，是大数据安全的数据边界安全、访问控制和人信息时刻处于泄漏的边重要研究方向。授权、数据保护和审计监控缘。大数据的数据保护成为针对这一问题，提出了一等层次建立：大数据安全体系必不可少的种基于细粒度访问控制的大1.边界安全内容数据安全防护方法，该方法随着大数据产业的发4.审计和监控采用基于属性的访问控制模展,大数据的跨平台使用和数据库监控及加固层核型,解决了用户认证、域定调用愈加频繁。以用户全量心是让数据保护变的更加牢位、访问决策以及模块关联为特征的大数据具有高度精固，具有数据库状态监控、数的问题，实现了细粒度数据准和信息量大的特点，为了据库审计、数据库风险扫描、及服务的访问。在提出基本确保用户隐私、数据源提供访问控制等多种引擎，可提模型之上，结合实际的应用商商业信息安全，需要对大供黑白名单和例外政策、用场景需求，给出了单域和跨数据使用的边界进行明确定户登录控制、用户访问权限域两个场景中的访问决策模义。通过对大数据模型构建控制，并实时监控数据库访型。详细描述了模型及决策和使用目的的分类分析，可问行为和灵活的告警机制。算法，并给出了多域属性表以定义出大数据使用的边界同步方法。并通过使用边界构建出安全结语该模型实现了细粒度访调用模型。在明确的使用边数据安全防护任重道远，问，能够有效保护大数据环界和安全调用模型基础上，只有通过有效的技术手段和境下的数据安全，并且能够大数据数据源提供方和调用相关的管理措施相结合，才实现快速决策，高效访问。 方可以有效确保信息安全，能从根本上解决数据安全和避免大数据调用中可能存在数据泄露的保护问题。在进大数据安全体系的各种风险。攻和防守永无止境的今天，大数据的出现颠覆了传2.访问控制和授权只有不断的技术创新、管理统的数据管理方式：大数据大数据认证授权与数据创新才能最终有效的保障数时代不仅要提供系统化的基访问的设计方法保障信息数据的安全。www.365master.com 2020.05129