论文部分内容阅读
摘 要：本文简要介绍了大数据时代的基本特征，分析了大据背景下信息安全面临的问题，并提出了提高安全意识，确保云安全，提高安全防护技术，增加安全防护手段的对策，为确保大数据背景下信息安全提供了重要的依据。
关键词：大数据;信息安全;对策
随着科技的飞跃发展，大数据时代已经开始走进我们的生活。大数据技术将引领军事领域的发展，进入世界军事新潮流。同时，大数据技术在收集、存储和使用过程中也面临诸多安全风险，因此需要加强对大数据背景下的信息安全研究，确保大数据时代信息安全可靠。
1 大数据时代的特征
大数据具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大基本特征。大数据相对于传统数据最大的区别就是具有海量的数据规模，它的规模大到在数据的获取、存储、管理、分析等方面远远超过了传统数据库的能力范畴。同时，数据是具有实效性的，采集到的数据如果不经过流转，最终将过期。而快速的数据流转就像不断流动的水，不断流转来保证大数据的新鲜度。大数据的第三特征就是数据类型呈现多样性，多样性让数据分为结构化数据和非结构化数据，随着互络网等技术的飞速发展，通过邮件、图片、音频、视频等产生的非结构化数据将突飞猛进的产生，并占有数据的较大比重。大数据的第四个特征就是价值密度低，大数据本身就拥有海量的数据信息，而海量的数据信息中对于用户来说只有一小部分是有价值的，需要对这样海量的数据进行分析从中获取其重要的价值。
2 大数据背景下信息安全面临的问题
2.1用户隐私泄漏风险大
由于当前互联网中隐私信息的规定并没有指定合理的标准，也没有界定其隐私的数据使用权和所有权，特别是很多数据进行分析时没有对个人隐私问题进行考虑。大量数据的汇集使用户隐私在大数据背景下的泄漏风险逐渐增大。用户数据被泄漏后，使其信息处于透明化状态，其人身安全也可能受到一些影响。
2.2易受网络黑客攻击
由于大数据中包含着大量的数据信息，进而在数据较多且复杂的背景下黑客更容易检测到其存在的漏洞，进而对其进行攻击，获取有价值的信息。随着网络中的信息增大将吸引更多的潜在攻击，黑客将数据攻破之后根据突破口而获得大量的数据。因此，黑客更喜欢攻击大数据技术下的数据，可以在低成本下获得更多的收益。
2.3数据虚化泄密威胁大
数据虚拟化是一种允许用户访问、管理和优化异构基础架构的方法。大数据运用虚拟化存储技术，对于用户来说，虚拟化的存储资源如同一个巨大的“存储池”，用户不会看到具体的储存位置，也不必关心自己的数据经过哪一条路径通往哪一个具体的存储设备。但在虚化存储的过程，如何统一监管则面临着巨大的难题，且虚拟化后不同密级数据混合存储在同一个物理介质上，将造成越权访问、数据泄密等问题，给用户信息带来严重的威胁。
2.4终端的数据安全威胁大
大数据时代的来临，使终端的数据安全问题显得越发关键。例如，在未来战场，军队的智能终端将被广泛应用。这些战场上随身携带的终端将存储了大量军事信息数据。由于，智能终端中携带大量军事信息数据，一旦终端遭到攻击或者被敌人缴获入侵，将造成大量军事信息泄露，影响至整个作战行动，后果不堪设想。
2.5集群数据库数据安全威胁大
由于，当前大数据集群应用的数据库并不使用集中化的“围墙花园”模式，内部的数据库并不隐藏自己，而使其它应用程序无法访问。大数据没有“内部的”概念，其并不依赖数据访问的集中点。大数据将其架构暴露给使用它的应用程序，使得集群数据库中数据面临较大的安全威胁。
3 加强大数据背景下信息安全防范的对策
3.1 提高安全意识
虽然终端的数据安全已经具备了成熟的本地安全防护系统，但还需在本地策略的构建上进一步加强对内部管理的监控，可以通过纯数据的模式来避免人为原因造成的数据流失和信息泄露。大数据技术领域的竞争，事关国家安全和未来，在大数据领域的安全防护措施落后，意味着数字主权无险可守，意味着国家安全将在数字空间出现漏洞，所以应该从国家层面加快大数据行业引导政策的出台。
3.2確保云安全
目前来看，各行各业陆续运用了云服务等新技术，但是缺少使用云服务可能带来的风险预防措施。云端的大数据对于黑客们来说是获取信息的重要目标。然而，数据的搜集、存储、访问、传输必不可少地需要借助移动设备，所以大数据时代的来临也带动了移动设备的猛增，这就对各行业云终端设备安全提出了更高的要求。
3.3提高安全防护技术
分布式系统架构适用于具有超大数据集的应用程序，可以对用户访问权限进行设置。首先对用户进行划分，为不同的用户赋予不同的访问权限。对每个用户群设定较大的访问权限，再对用户群中具体用户进行权限设置，进行细粒度划分，不允许任何用户超过为其设定的最大权限。海量数据的汇集加大了敏感数据暴露的可能性，对大数据的无序使用也增加了要害信息泄露的危险。通过明确重点规划数据库的范围，制定完善的重点领域数据库管理和安全操作制度，加强对重点领域数据库的日常监管。同时，加强内部数据管理，规范大数据的使用方法和流程。
3.4增加安全防护手段
针对大数据带来的信息安全问题，有针对性的采用安全防护手段，甚至可以采取多法并取的方式进行安全防护。一是采取密钥技术融合数据加密、解密等多种技术手段，有效增强信息安全防范。二是采取认证鉴别技术防止复杂的网络通信环境中消息篡改、身份冒充、通信抵赖等攻击威胁，确保信息的完整性、真实性和不可否认性。三是采取文件和磁盘加密的方式防范病毒的攻击，避免文件被窃取或破坏，进入有效的保护数据安全。四是对重要软件实施加密保护，有效防治恶意破坏和信息窃取。
信息已经成为当今世界发展的重要战略资源，大数据时代的到来，使得信息与知识快速增长，成为新时代的核心竞争力之一，将直接影响着国家和军队的安全乃至社会的稳定。因此，大数据时代带来的信息安全不容忽视，应该加强信息安全防范，确保大数据技术成为新时代发展的驱动力。
参考文献：
[1]刘专.大数据所带来的数据安全问题[J]，网络安全技术与应用，2015（4）：145-147.
[2]张衡.大数据安全风险与对策研究[J]，网络安全技术与与通信保密，2017（6）：102-107.
[3]石熊，王进武，赵雯等.浅析大数据时代数据安全问题[J]，军队指挥自动化，2015（1），70-71.
[4]王准.大数据环境下数据安全策略研究[J]，网络安全技术与应用，2016（5），48-49 .
关键词：大数据;信息安全;对策
随着科技的飞跃发展，大数据时代已经开始走进我们的生活。大数据技术将引领军事领域的发展，进入世界军事新潮流。同时，大数据技术在收集、存储和使用过程中也面临诸多安全风险，因此需要加强对大数据背景下的信息安全研究，确保大数据时代信息安全可靠。
1 大数据时代的特征
大数据具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大基本特征。大数据相对于传统数据最大的区别就是具有海量的数据规模，它的规模大到在数据的获取、存储、管理、分析等方面远远超过了传统数据库的能力范畴。同时，数据是具有实效性的，采集到的数据如果不经过流转，最终将过期。而快速的数据流转就像不断流动的水，不断流转来保证大数据的新鲜度。大数据的第三特征就是数据类型呈现多样性，多样性让数据分为结构化数据和非结构化数据，随着互络网等技术的飞速发展，通过邮件、图片、音频、视频等产生的非结构化数据将突飞猛进的产生，并占有数据的较大比重。大数据的第四个特征就是价值密度低，大数据本身就拥有海量的数据信息，而海量的数据信息中对于用户来说只有一小部分是有价值的，需要对这样海量的数据进行分析从中获取其重要的价值。
2 大数据背景下信息安全面临的问题
2.1用户隐私泄漏风险大
由于当前互联网中隐私信息的规定并没有指定合理的标准，也没有界定其隐私的数据使用权和所有权，特别是很多数据进行分析时没有对个人隐私问题进行考虑。大量数据的汇集使用户隐私在大数据背景下的泄漏风险逐渐增大。用户数据被泄漏后，使其信息处于透明化状态，其人身安全也可能受到一些影响。
2.2易受网络黑客攻击
由于大数据中包含着大量的数据信息，进而在数据较多且复杂的背景下黑客更容易检测到其存在的漏洞，进而对其进行攻击，获取有价值的信息。随着网络中的信息增大将吸引更多的潜在攻击，黑客将数据攻破之后根据突破口而获得大量的数据。因此，黑客更喜欢攻击大数据技术下的数据，可以在低成本下获得更多的收益。
2.3数据虚化泄密威胁大
数据虚拟化是一种允许用户访问、管理和优化异构基础架构的方法。大数据运用虚拟化存储技术，对于用户来说，虚拟化的存储资源如同一个巨大的“存储池”，用户不会看到具体的储存位置，也不必关心自己的数据经过哪一条路径通往哪一个具体的存储设备。但在虚化存储的过程，如何统一监管则面临着巨大的难题，且虚拟化后不同密级数据混合存储在同一个物理介质上，将造成越权访问、数据泄密等问题，给用户信息带来严重的威胁。
2.4终端的数据安全威胁大
大数据时代的来临，使终端的数据安全问题显得越发关键。例如，在未来战场，军队的智能终端将被广泛应用。这些战场上随身携带的终端将存储了大量军事信息数据。由于，智能终端中携带大量军事信息数据，一旦终端遭到攻击或者被敌人缴获入侵，将造成大量军事信息泄露，影响至整个作战行动，后果不堪设想。
2.5集群数据库数据安全威胁大
由于，当前大数据集群应用的数据库并不使用集中化的“围墙花园”模式，内部的数据库并不隐藏自己，而使其它应用程序无法访问。大数据没有“内部的”概念，其并不依赖数据访问的集中点。大数据将其架构暴露给使用它的应用程序，使得集群数据库中数据面临较大的安全威胁。
3 加强大数据背景下信息安全防范的对策
3.1 提高安全意识
虽然终端的数据安全已经具备了成熟的本地安全防护系统，但还需在本地策略的构建上进一步加强对内部管理的监控，可以通过纯数据的模式来避免人为原因造成的数据流失和信息泄露。大数据技术领域的竞争，事关国家安全和未来，在大数据领域的安全防护措施落后，意味着数字主权无险可守，意味着国家安全将在数字空间出现漏洞，所以应该从国家层面加快大数据行业引导政策的出台。
3.2確保云安全
目前来看，各行各业陆续运用了云服务等新技术，但是缺少使用云服务可能带来的风险预防措施。云端的大数据对于黑客们来说是获取信息的重要目标。然而，数据的搜集、存储、访问、传输必不可少地需要借助移动设备，所以大数据时代的来临也带动了移动设备的猛增，这就对各行业云终端设备安全提出了更高的要求。
3.3提高安全防护技术
分布式系统架构适用于具有超大数据集的应用程序，可以对用户访问权限进行设置。首先对用户进行划分，为不同的用户赋予不同的访问权限。对每个用户群设定较大的访问权限，再对用户群中具体用户进行权限设置，进行细粒度划分，不允许任何用户超过为其设定的最大权限。海量数据的汇集加大了敏感数据暴露的可能性，对大数据的无序使用也增加了要害信息泄露的危险。通过明确重点规划数据库的范围，制定完善的重点领域数据库管理和安全操作制度，加强对重点领域数据库的日常监管。同时，加强内部数据管理，规范大数据的使用方法和流程。
3.4增加安全防护手段
针对大数据带来的信息安全问题，有针对性的采用安全防护手段，甚至可以采取多法并取的方式进行安全防护。一是采取密钥技术融合数据加密、解密等多种技术手段，有效增强信息安全防范。二是采取认证鉴别技术防止复杂的网络通信环境中消息篡改、身份冒充、通信抵赖等攻击威胁，确保信息的完整性、真实性和不可否认性。三是采取文件和磁盘加密的方式防范病毒的攻击，避免文件被窃取或破坏，进入有效的保护数据安全。四是对重要软件实施加密保护，有效防治恶意破坏和信息窃取。
信息已经成为当今世界发展的重要战略资源，大数据时代的到来，使得信息与知识快速增长，成为新时代的核心竞争力之一，将直接影响着国家和军队的安全乃至社会的稳定。因此，大数据时代带来的信息安全不容忽视，应该加强信息安全防范，确保大数据技术成为新时代发展的驱动力。
参考文献：
[1]刘专.大数据所带来的数据安全问题[J]，网络安全技术与应用，2015（4）：145-147.
[2]张衡.大数据安全风险与对策研究[J]，网络安全技术与与通信保密，2017（6）：102-107.
[3]石熊，王进武，赵雯等.浅析大数据时代数据安全问题[J]，军队指挥自动化，2015（1），70-71.
[4]王准.大数据环境下数据安全策略研究[J]，网络安全技术与应用，2016（5），48-49 .