大數據時代計算機網絡安全技術應用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了大數據時代計算機網絡安全技術應用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：隨著社會的不斷發(fā)展和進步，人類社會的和以前相比有了很多變化，人類生活和網絡聯系日益密切，數字化大數據時代是如今這個時代的重要標簽，網絡安全的重要性越來越明顯。作為世界上擁有最多互聯網用戶和數據量的發(fā)展中國家，網絡安全領域的問題對于我國是一個重要問題。本文首先介紹了大數據和網絡安全的含義，分析了網絡安全在中國的現狀和問題，同時在文本的最后結合時代對網絡安全技術的要求和需要，分析了其在大數據時代的應用，并對其在未來的發(fā)展進行了預測。

關鍵詞：大數據時代；計算機；網絡安全

1大數據技術的應用背景

目前的大數據技術包含了基于數據收集、數據儲存、數據清潔、數據挖掘和基于數據模型等。其中，數據收集主要應該包括兩個部分。一方面，使用網絡爬蟲這一手段把出現在網絡和移動設備上的各類信息都收集了起來，并且有效地對這些信息加以了管理。另一方面，使用不同類型的傳感器，收集各種行業(yè)的數據。數據存儲就是按照系統規(guī)定的形態(tài)來收集所需要的數據，例如物理和實測信息。顯而易見，互聯網技術取得了很大的進步并且仍在進步當中，這就導致了在世界范圍內的數據量已經增加到很龐大的地步，我們的生活的變化可以用天翻地覆來形容。目前大數據處理方法常用的大數據技術有Spark、Hadoop以及MapReduce。大數據技術在分析數據集背后隱藏的信息時，通過機器學習等方式帶來了很大的商業(yè)價值。大數據技術有很大的作用，目前的大數據技術包含了基于數據收集、數據儲存、數據清潔、數據挖掘和基于數據模型等。其中，數據收集主要應該包括兩個部分。一方面，使用網絡爬蟲這一手段把出現在網絡和移動設備上的各類信息都收集了起來，并且有效地對這些信息加以了管理。另一方面，傳感器的使用，尤其是在各種傳感器類型的發(fā)展下，對不同行業(yè)內數據的收集起到了正向的促進作用。在對數據存儲工作時，大數據的發(fā)展可以在龐大的數據內按照系統所規(guī)定的方式收集需要的大量數據，比如對物理和實測信息的收集。數據清洗所指的是對收集到的缺陷數據進行篩選及相應處理工作的過程，通過這點來保證結構的完整性。數據挖掘工作是以機器學習的方式，智能化挖掘數據中能分析得來的隱藏信息。而對于數據模型使用工作則是根據收集到的數據建立起智能模型并進行各種各樣的預測。隨著大數據技術的發(fā)展和進步，其在各行業(yè)的應用也愈發(fā)廣泛。例如，根據大數據技術對信息進行采集和分析而建立起的銀行信用卡詐騙檢測模型來預防詐騙犯罪行為，同時大數據技術在財務風險評估和基因信息分析等方面也有重要的應用。

2網絡安全分析技術

（1）計算機網絡安全分析的作用網絡安全分析收集、存儲和分析網絡安全日志、流量、用戶方向、業(yè)務行為等信息，分析網絡中存在的漏洞、潛在的網絡攻擊、和可能發(fā)生的網絡信息盜竊威脅，諸如此類的安全威脅都能通過大數據在網絡安全中的應用進行預防，大數據帶來的網絡安全分析的結果，能夠幫助計算機在運行過程當中進行安全維護和保證計算機的穩(wěn)定運行。所以大數據技術的應用可以說是網絡安全維護工作和計算機網絡穩(wěn)定運行的基礎，網絡安全分析是網絡安全正常運行的重要步驟之一。（2）計算機網絡安全分析技術的現狀目前，網絡安全數據分析是一種基于網絡全流量的分析技術，網絡攻擊給用戶留下了一個可以直接用于網絡跟蹤的印記，網絡攻擊時所生成的各種網絡數據不同于普通流量的網站所需要生成的各種數據，因此，通過對網絡跟蹤的分析，可以準確地認識和了解到網絡的威脅，迅速應對各種網絡攻擊，最終根據這些網絡攻擊的取證結果做出判斷。但是，隨著現代互聯網技術的更新和發(fā)展，會使用戶在網上遭受各種形式的攻擊。只依靠網絡安全流程分析的技術，是無法滿足各種互聯網企業(yè)在保護和維持網絡安全方面需求。因此，自動識別各類網絡襲擊、具有自適應保護功能的創(chuàng)新型智能化網絡安全分析技術已成為當務之急。

3大數據技術和計算機網絡安全技術整合的必要性

隨著互聯網的普及和用戶的不斷增多，帶來了數據量的激增，同時也給網絡安全分析也提出了更高的要求，網絡安全分析中要處理的數據量單位從TB階段正發(fā)展到PB階段，在分析的過程中，所面對的內容比原來詳細更多，分析時進行的維度也變得愈發(fā)多樣，信息數據傳輸率逐漸增加，并且0day等漏洞也在增加，同時有組織性的APT式攻擊發(fā)生的頻率也較以往更高。這就導致數據在長期保存的過程中丟失的可能性更大，難以跟蹤源頭。特別是在難以降低大量干擾的數據中，對數據的分析效率也很難滿足需求，分析出的結果精度也不夠高。而大數據技術的合理應用讓處理的效率和精度都有所提高，同時降低了處理成本和安全風險，加快了對安全問題的發(fā)現速度。與此同時，在網絡安全中應用大數據技術對挖掘的準確性有實質性的提高，二者的集成在未來有巨大的前景。

4大數據時代計算機信息數據安全問題有效應對策略

（1）加強主機保護設置在計算機安全問題的案例中，實際上，各種病毒的攻擊的對象往往是計算機的主機，所以說對主機做好保護，就能大大提高對攻擊防范的有效性。在采用大數據對用戶的主機的保護機制進行增強的前提下，用戶可以做到只通過相應的功能按鈕進行重置，而無須重新啟動計算機，這一改進可以有效保護系統的主機，進而維護網絡安全。加強主機保護是保護計算機系統安全的有效手段因此必須有效地應用這一措施（2）提高終端的安全性能在大數據時代，存儲在網絡終端上的數據量也在增加。持續(xù)加強終端的安全性能可以有效地提高網絡信息的安全性能，保證有效地執(zhí)行網絡管理規(guī)則，是保護計算機網絡信息安全的有效對策。為了加強網絡終端的安全，不僅要及時修復網絡漏洞，還必須選擇有效的防范病毒入侵、使用新技術有效抵御黑客攻擊的有效對策。此外，還必須實施有效的安全保護，加強數據安全技術的研究開發(fā)，不斷更新云計算模式。應用新技術可以徹底消除攻擊力強的病毒，消除惡意代碼等相關風險因素，從而有效地運行網絡終端設備，保證網絡信息安全。（3）加強計算機病毒的防治能力在大數據時代持續(xù)發(fā)展的情況下，存在著越來越多種類的計算機病毒，病毒數量也在增加，對計算機病毒的應對變得困難。在計算機網絡的實際運行過程中，想要實現對信息安全的有效維護，病毒處理能力的加強也是重要的途徑之一，可以選擇合理的對策進行計算機網絡病毒的防范工作。同時計算機用戶在使用計算機網絡的過程中，應當形成定期的殺毒習慣，重視網絡安全，在網絡技術應用的過程中遵循規(guī)則，規(guī)范自身的行為，對計算機網絡信息安全進行維護。

5大數據技術在計算機網絡安全分析中的應用

（1）利用大數據技術收集網絡信息對于互聯網公司而言，在為客戶提供服務的過程當中，要面對大量的數據信息，為了對這些信息進行合理妥當的處理和分析，可以使用將Flume和Scribe采集系統，有效地采集數據。（2）以大數據技術為基礎的網絡信息存儲傳統的網絡數據很大，通常存儲在硬盤上。雖然磁盤容量在穩(wěn)步增長，但磁盤的讀取速度并未跟上時代的發(fā)展。而Hadoop大數據技術和YARN分布式文件系統中使用HDFS存儲數據后，無論是數據的讀取速度還是精確度都有了很大的提升，能夠滿足實際的要求。（3）基于大數據技術的網絡信息處理分析所需要的各式信息隱藏業(yè)務行為以及互聯網上生成的其他各種信息的背后，大數據的應用在保證數據安全的同時，實現了對數據的高效分析。例如MapReduce框架的合理使用可以避免數據集質量問題導致的錯誤和不良分析結果，如數據過濾、刪除不完整的數據和改進數據集。同時，還可以使用MapReduce分析經過機器學習預處理的數據集，挖掘數據背后的價值建立預測模型，準確分析網絡安全性。機器學習具有良好的一般化性能，可以應對各種網絡攻擊。

6大數據技術和計算機網絡安全技術整合分析平臺

由于大數據技術優(yōu)于分析、存儲和檢索的傳統方法，因此可以有效提高數據分析的效率，具有從海量信息數據中消除安全問題和隱患的能力。以嵌入大數據技術和計算機網絡安全技術的分析平臺為例，可以更清楚地了解大數據技術的好處。（1）基于大數據技術的網絡安全分析平臺架構基于大數據技術的網絡安全分析平臺從上到下構成了數據獲取層、數據存儲層、數據挖掘層和數據顯示層。從數據類型的觀點來看，平臺在計算機網絡的運用中生成，如DNS流量信息數據、Netflow流量信息數據、用戶行為信息、網絡結構信息、Web應用信息等。數據存儲層可以通過分布式存儲實現各種非結構化數據的長期存儲。在分析平臺上，數據收集、數據存儲、數據挖掘分析和數據顯示可以形成整體。（2）主要技術方法數據挖掘技術：主要實現網絡數據的在線分析和日志信息與交通信息的離線統計，信息數據的統計主要通過Hive實現。為了集成在線信息收集和離線信息收集，該平臺集成了Strom和Kafka計算體系結構。在線信息數據和離線信息數據整合可以實現分布式、非結構化、可靠、高效的海量信息收集和收集，并在整合后將數據發(fā)送到相應的分布式存儲點。與常見的數據挖掘方法不同，平臺可以使用Kafka來保證流數據的有效處理，Strom可以傳送各種實時消息，因此計算機網絡在運行中可以連續(xù)讀取、發(fā)送數據。數據存儲技術：所挖掘的網絡信息數據主要存儲在目前成熟的分布式文件存儲技術HDFS中，可以在不同的數據節(jié)點中存儲不同類型的非結構化數據。對于大量的信息數據，HDFS還支持數據的相互導入。數據分析技術：平臺數據分析由成熟的編程模型MapReduce實現，主要用于超過1TB的數據集的并行操作，可以實現數據分布式存儲海量數據。此外，平臺還使用Hive生成數據統計信息，并使用HDFS快速發(fā)現和查詢非結構化數據。

7結語

信息安全在大數據時代變成了數據分析的重要問題，目前網絡信息數據規(guī)模不斷擴大，數據種類不斷增加，現有的網絡安全技術難以實現準確有效的分析。大數據技術的特性能夠滿足目前計算機網絡的安全要求。

參考文獻：

[1]王曉雨.大數據時代背景下計算機網絡安全防范應用與運行分析[J].信息記錄材料，2020（11）：210-212.

[2]董瑋.大數據時代計算機信息技術在網絡安全中的應用研究[J].信息與電腦（理論版），2020（19）：196-198.

[3]鄧偉婷，黃煜庭.對大數據時代計算機網絡安全技術應用分析[J].網絡安全技術與應用，2020（08）：73-74.

作者：唐培全 戴小佳 單位：華能山東發(fā)電有限公司