大数据体系中的安全保护研究

【摘要】随着大数据技术发展水平的不断提高，应用范围的不断拓展，大数据对人们生产生活的影响越来越大。大数据系统的广泛应用在给我们对信息分析方面带来极大便利的同时，也存在着很多的安全隐患。这些安全隐患不仅极大的影响着大数据体系的健康发展，同时也给使用大数据体系的人们带来了严重的侵害和威胁。本文注重分析了母爱前大数据体系所面临的安全隐患，以及通过哪些技术能够更好的解决目前信息安全的问题。

【关键词】大数据 安全体系 隐私保护

一、大数据体系存在的安全隐患

1、容易受到黑客、病毒的攻击。由于人们的日常生活以及各种事务的运行都离不开互联网，因此网络黑客由此诞生。大数据的快速发展使网络黑客有了新的攻击目标，因为大数据中的数据系统的信息更有价值，数据链也更大。而且目前大数据信息系统的架构方式是外部数据与内部数据并行并发的存储和传输方式，因此数据的隐秘性较差，对进入系统的用户没有筛查过程，因此也是黑客的侵入更加简单。这就造成了大数据系统中的重要信息非常容易被泄露，对相关企业和个人造成严重的利益侵害。

2、大数据体系中信息资源极易外泄。在我们日常的生活中，大数据系统也很容易造成信息资源的外泄。由于大量的信息数据存储在大数据体系当中，加之大数据体系的安全机制不健全，很容易造成信息资源的外泄。而这种信息外泄会经常出现在我们身边，比如我们平时在网购中留下了了自己的浏览商品的痕迹，那么你会发现在你浏览网页时弹出的各种广告都是与你最近浏览的商品相关的产品，这就是一种信息资源的外泄。信息资源的外泄不仅会使我们的生活受到各种垃圾信息的骚扰，更严重的会造成经济的巨大损失。

3、大数据体系中网络漏洞多。网络漏洞是造成信息安全问题的最重要隐私，网络漏洞包括协议漏洞、运行漏洞以及软件漏洞，这些漏洞都存在与大数据体系当中。大数据体系中的协议漏洞由与互联网通信协议不够完善而导致的信息安全隐患，TCP/IP协议就是比较常见的网络协议安全隐患。运行漏洞主要是由于工作人员在运用系统时出现了错误或者管理欠完善的问题。软件漏洞主要体现在主要是由于网络系统在设计过程中出现了编程错误或者功能设置不全的问题。

二、大数据系统中能够运用的安全保护技术

1、基于大数据的分析技术。在大数据体系的运行过程中，可以通过大数据自身的分析技术，形成PDRR模式，从而自动扫描系统中可能存在的漏洞和安全威胁。目前已经有如微软等企业开始研发这种安全功能，这种安全功能可以嵌入到大数据系统之中，从而使企业能够自己检测系统中的外部威胁，以及内部的安全漏洞，在发现问题之后及时的对漏洞进行修补，完善自身的数据体系。

2、基于大数据的认证技术。针对大数据系统在身份认证方面存在的问题，为了更好的保护大数据体系的安全性，要从身份认证方面加以改善。一般的身份认证都是在用户端进行的，通过用户输入个人的信息，系统进行认证，吻合则可以进入系统。但是这种方法存在着较大的弊端，主要体现在第一黑客为了能够进入系统首先会通过钓鱼等方式对用户的身份进行盗取，这样一来系统就无法辨别用户的真实身份。另一方面，在一般的认证过程中嵌入更多的安全功能可能造成的后果就是用户的操作愈加繁琐。比如为了能使进入系统的密码信息不会被盗取，因此系统会强制用户设置非常复杂不便记忆的密码，除此之外还会要求用户携带外置的安全终端。这种方式无疑给用户带来了很多的负担。因此，新型的安全认证技术往往采用了生物科学的方式，利用人体特殊的生理特点进行认证，比如人脸识别或者指纹识别等等，这种人体生物层面的加密方式无法通过数据来传输，因此就能大大降低。此外，通过大数据分析用户的行为特点，采纳用户行为的数据进行分析，也可以用来作为系统认证的方式。

3、基于大数据的数据真实性分析。基于大数据的数据真实性分析技术的优势在于能够更好的筛出垃圾信息。我们都知道，很多病毒是通过垃圾信息传递的，因此对垃圾信息的防控对于系统的信息安全来说至关重要。一方面可以大大减少垃圾信息对系统功能的占用，提高信息辨识的准确程度。另一方面，在进行大数据分析时，通过机器学习技术，可以发现更多具有新特征的垃圾信息。然而该技术仍然面临一些困难，主要是虚假信息的定义、分析模型的构建等。

4、大数据系统新型化的安全服务方法。上述所说的这些技术都是基于大数据功能下的安全保障方法，随着大数据系统的逐渐完善以及安全性的全面提高。对于大数据技术供应商来说，安全保障将成为最重要的服务项目之一。大数据体系所提供的服务都是基于安全基础之上的，因此说，为企业和用户定制符合自身需要和特色的安全保障措施和技术并结合自身的技术优势成为了未来大数据服务的主流趋势。在未来，以底层大数据服务为基础，各个企业之间组成相互依赖、相互支撑的信息安全服务体系，总体上形成信息安全产业界的良好生态环境。