大数据技术在计算机信息安全中的应用分析

邱俊彥

摘要：科技时代的来临使得信息技术获得了广泛普及，不仅与现今人们的生产生活相关联，也极大地改善着人们的信息获取方式，进一步提升了民众生活的便捷性和有效性。信息技术的推广也使得大数据技术应用于计算机信息处理中，对其信息安全系数有着极大的影响，本文针对大数据技术在计算机信息安全中的应用展开简要分析，希望能够进一步增强大数据技术的安全应用能效，实现安全化、智能化与科技化的计算机信息管理。

关键词：大数据技术;计算机;信息安全;应用;分析

信息安全对计算机来说有着非常重要的影响作用，操作人员在计算机信息处理过程中有效地利用大数据信息技术，可以在提升信息处理效率的同时，更好的保障信息安全，更有助于提升计算机的信息安全等级，实现优质化、安全化的信息内存和处理[1]。怎样进一步提升大数据技术在计算机信息安全中的应用效力，并增强计算机信息管理的安全性与可靠性，是现今信息操作人员需要重点关注的工作内容。

一、大数据技术

大数据信息技术分为数据采集、预处理、存储、分析与挖掘等。在实际的计算机应用当中合理地采用大数据技术，不仅能有效地提升计算机信息数据的质量，也能够推动计算机数据的应用技术变革。

信息时代的来临变革了人们的生产、生活方式，也促进了时代信息的多元化、有序化和便捷化发展，信息的安全化已经成为现今时代发展的核心内容。在计算机的信息安全管理中有效地运用大数据技术，并提升安全审计技术，可以对计算机的信息安全起到保护作用，在计算机信息安全领域中进一步提升其自身的信息传播安全等级。通过在实际的计算机应用当中合理地采用大数据技术，也能在保障信息应用和传播效率的同时，优化计算机自身的信息安全体系，优化信息的储存空间，预防信息安全威胁问题的出现。在计算机信息处理过程中合理地运用大数据采集、预处理、存储、分析与挖掘技术，也能更有效地解决海量安全相关数据的归集、治理、融合、分析、展示问题，便利科研、数据管理、数据应用等工作的有序开展，进一步提升计算机数据的安全系数[1]。

二、大数据技术在计算机信息安全中的应用

随着大数据技术在计算机信息安全领域不断应用实践，相关技术已经渗透至信息安全风险精确感知、风险主动防御、态势智能监测和风险信息回溯升级的全生命周期的信息安全体系的之中[2]。

（一）数据采集和预处理技术在计算机信息安全处理中的应用

数据采集技术和工具的应用（如：数据库采集、网络数据采集、文件采集等），能够对各类系统的相关数据进行全方位的采集，包括：安全类数据（各类网络设备、安全设备等的日志、安全评估与检测平台的检测结论、安全威胁情报信息，安全运行数据）、管理类数据（工单流程与资产数据、人员、形成安全威胁分析与预警所必要的环境基础数据）、流量数据（数据流量统计类的数据），从而保障安全关联数据的来源可靠性和范围全面性。

数据预处理技术和工具的应用（如：数据清理、数据集成、数据转换、数据规约等），能够通过数据清洗、填补、平滑、合并、规格化、一致性检验等操作，提高海量多源异构的数据质量，从而满足基础网络、数据、应用各层安全威胁分析与预警的需求。

目前，安全相关的业务数据普遍存在碎片化、多样化、分布化的问题，因此大数据采集和预处理技术在对原始数据的归集、清洗、集成、补全、规整方面应用十分广泛。大数据采集和预处理技术是新应用形势下有效萃取数据要素、提炼数据特征，提升数据质量的重要手段。通过政府、企业和科研机构的应用实践，笔者认为，研发适用于主流应用系统、数据存储系统、网络系统、云计算环境的新型蜜罐、流量采集器、日志收集器、数据治理工具是新型信息安全技术的发展重点。

（二）数据存储技术在计算机信息安全处理中的应用

数据存储技术的应用（如：基于MPP架构的新型数据库集群、Hadoop的技术扩展和封装、大数据一体机等多种技术路线的工具），能够对海量的结构化和非结构化安全相关数据进行存储，从而支撑分布式计算、数据分析，并满足海量数据的多源性、可计算性和可扩性。

海量多源异构数据的融合汇聚是实现网络安全、态势感知、安全决策的基础支撑，因此，集中化管理、分布式存储的安全数据存储需求成为趋势，大数据存储技术在存储架构优化，提升存储效率与检索查询性能，实现数据复杂处理能力有其不可替代优势。通过研究笔者认为，在多元、海量、和非结构化成为数据常态的总体环境下，对数据存储的查询和呈现性能提升研究逐渐成为热点;在各类应用的基础架构向云计算、边缘计算加终端计算演进的背景下，数据整合和管理技术的发展成为主流趋势，以期解决面向信息安全领域细分应用场景的数据存储存在的各类技术问题。

（三）数据分析挖掘技术在计算机信息安全处理中的应用

数据分析挖掘技术的应用（如：数据挖掘算法、预测性分析、语义引擎、数据质量管理、全文检索技术、分层计算理念、机器学习，序列分析、用户画像、聚类分析、可视化分析等），能够萃取数据要素、提炼数据特征、挖掘数据关联关系、定量数据分析、实现数据可视化，从而支撑信息系统异常行为分析、安全风险分析、威胁协同检测、实时审计追踪、异常风险可视化、主动防御、安全态势感知、攻击推演等上层应用。

随着互联网、工业互联网、自动驾驶的应用快速发展，用户对网络反欺诈、工控设备监管、驾驶行为分析等新型安全需求也日益显现，数据分析挖掘技术提供的海量数据分析能力，有助于提升各类计算机信息系统在基础设施、网络、数据、应用各层面的安全防控水平，以应对新安全形势下的各类安全挑战。笔者认为，随着人工智能技术不断成熟，针对威胁感知、实时审计、主动防御、安全态势分析等细分场景，研发特定的机器学习引擎和算法模型，以适应信息安全风险精确感知、风险主动防御、态势智能监测和风险信息回溯需要，成为大数据分析技术在信息安全方面应用的新趋势。同时，完善基于高性能计算的数据分析计算能力方面的研究刻不容缓，如针对在大数据隐私保护、模拟攻防对抗网络靶场、和入侵检测等具体场景[3]的高性能应用软件和工具软件的研发，方可满足有一定复杂度和计算规模的数据分析需求。此外，大数据技术的数据可视化分析技术的发展，也为信息安全领域的易用性、可靠性发展不断提供新的可能。

结束语：

综合上述分析，大数据技术在计算机信息安全领域中的应用，进一步提升了海量多源异构数据的融合汇聚的能力。通过灵活地采用大数据技术，还能够在保证應用效率的同时，增强计算机信息数据处理和最终应用的安全性和科学性，其广泛的适用场景可以构建更加全面化、多元化、创新化的信息安全体系，更有助于计算机信息安全技术的全面、优化发展。

参考文献：

[1]李小康. 大数据技术在计算机网络信息安全问题中的应用探析[J]. 无线互联科技，2021，18（7）：86-87.

[2]杨洸，李东阳，宋旭. 浅析大数据技术在公共信息安全领域的应用与发展趋势[J]. 信息安全与通信保密，2020，（12）：93-102.

[3] 冯圣中， 李根国， 栗学磊，齐富民，黄典，万艺，吴金成.新兴高性能计算行业应用及发展战略[J]. 中国科学院院刊，2019，34（06）：640-647.