论文部分内容阅读
摘要：信息化背景，网络技术有着普遍的使用，改变了人们生活方式。与此同时，网络安全的问题变得十分严重。网络数据以几何爆炸式的形式增长，加剧了网络管理难度，安全问题变得十分突出。习近平总书记在2018年全国网络安全和信息化工作会议上发表讲话时指出：没有网络安全就没有国家安全。在这样的背景下，使用大数据技术，是改善网络环境现状的重要手段。技术人员，必须做好大数据技术研究，保障网络安全。
关键词：大数据;挖掘技术;网络;安全;应用
一、大数据挖掘
在5G、人工智能、物联网等技术快速发展的同时，数据快速增加。应做好数据信息挖掘，寻找有用内容，这样才能满足用户使用需要。不同社会，对于大数据需求是不一样的。大数据挖掘技术的使用，可以提取有用数据信息，分析数据库、数据源，筛选重要数据，针对性加工。之后使用合适算法提取数据，评估数据信息，用简单容易理解的方法，将数据呈献给观众。大数据挖掘，这项技术包括提取、预处理、深度挖掘、信息评估。
该技术常用數据关联、分类以及聚类。关联，说的是，运用数据对象关联性，对数据关联程度进行研究。普遍使用在数据预处理与提取环节。数据关联中，最重要的就是，最小可信度与最小支持度。大多数时候，数据对象联系程度都会用最小支持度界定参数。参数如果比最小支持度小，则数据对象和研究对象之间就不会有关联。最小可信度，作用是判断关联规则是否可靠。如果比最小可信度小，则表明关联规则不可用。所以，上述参数，对于用户来说，是衡量数据的重要指标。数据分类，作用是深度挖掘数据，功能为梳理数据信息，使用数据算法、函数，将数据变成独立模型，为后续预测做准备。分类、预测、分析数据模型。该技术和聚类技术最大的区别在于，分类技术将各种性质数据分类区分。聚类技术，靠的是数据相似性，缩小数据范围。聚类技术使用各种算法实现目标。
二、网络安全中大数据挖掘技术使用
（一）搜集数据信息
自步入信息时代以后，数据信息爆炸式增加。人们的隐私数据显著变多，成为网络安全压力。病毒代码，能够窃取信息，导致信息泄露与损坏。大数据挖掘，使用搜集数据过程，找到网络中的安全隐患，能够挖掘网络中的病毒代码，有效监控与预防恶意攻击和异常入侵。一般来说，网络病毒用的都是代码渗透计算机。靠着计算机程序支持，渗透与破坏计算机系统。大数据挖掘技术充分分析代码程序，确定代码情况与关键点，能够找到程序中的问题。通过在网络中部署日志探针和流量探针，可以收集网络设备、主机、安全设备等的日志，以及分析流量中的异常威胁，再通过大数据技术进行分析汇总，进行统一展现和关联分析。
（二）数据信息处理
该技术被用于数据信息的深入挖掘，能够充分分析与处理数据内容。用更科学与合理的办法，了解网络中的安全问题情况。大多数时候，网络中的安全隐患，都会使用程序代码破坏网络安全。此时需要破解与转换网络中的程序代码，识别程序情况，了解程序问题与意图。针对性防御。破解转换程序代码期间，使用数据模块独立处理，识别IP、数据信息，之后深层次挖掘，精准定位IP目标，确定病毒根源地，对网络病毒类型进行分析。封锁病毒传播，将病毒控制在有限范围，以免病毒持续扩散。该技术，能够分析、处理与分类数据信息终端，是数据处理基础内容，能够显著提高网络安全。
（三）数据库
数据库能够关联性分析数据资源，是数据聚类使用的前提技术。以此为基础，深入识别网络中的安全问题和情况。如果系统有网络病毒程序，则使用关联数据库有效记录病毒的特点、执行程度、行为轨迹。之后使用聚类分析，就能识别和了解病毒特点，提高计算机防御能力和水平。
（四）决策
针对当前国内外严峻的网络安全形势，越发存在对智能网络安全事件分析的需求。大数据挖掘技术可以设置重点安全分析场景，重点发现高级别安全攻击、持续型攻击、顽固安全问题，采用大数据技术在更大量数据、更全面、更透彻的方式分析安全威胁，综合提升应对高级安全威胁、隐蔽安全事件的能力。
通过大数据挖掘技术的使用并结合相应平台的建设，可以实现安全事件的预警通知效果，并对其范围、类型、危害以图形化展示，为安全分析人员提供直观、强大、清晰的安全威胁预警能力，以及重大问题、事件的整体性报告，为安全管理员，安全决策人员提供可靠的数据支撑。
（五）数据的预处理
该技术，是病毒决策条件、特征信息分析基础技术，实现了下一步审核与归类，从而对数据的处理结果进行不断完善。其方案，实现了科学验证网络中的安全情况与有用信息，能够提取验证指标和关键性数据参数。对构建防御系统而言意义重大。所以使用大数据挖掘这项技术的时候，合理使用数据的预处理技术，能够精准分析与判断系统漏洞、病毒类型等一系列原始特点，提高了计算机防御水平和能力。
结语：自从进入网络时代背景，网络就成为人们生活工作中的重要技术。网络走进人们的生活当中，不仅为人们的生活、工作带来巨大便利，同时也影响了人们信息的使用方式和安全。利用大数据挖掘技术，整体把控网络安全风险，对风险进行分析、威胁告警、处置考核等各类安全管理问题梳理并有效解决，能够统一展现整体网络安全态势;最终实现人、技术、设备、管理、服务有效联动管理机制，提升网络安全应对能力。
参考文献
[1]乔畅，骞宪忠，曾超.计算机网络安全面临的威胁与防范技[J/OL].电子技术与软件工程，2020（01）：249-250.
[2]李霞.基于大数据时代计算机网络安全技术应用探讨[J].中外企业家，2020（02）：155.
[3]邓其富.计算机网络信息安全技术及其发展趋势[J].电子技术与软件工程，2019（24）：194-195.
[4]佟瑶.试论网络安全分析中大数据技术的应用[J].网络安全技术与应用，2017（12）：74+87.
[5]沈继云.网络安全分析与大数据技术的应用[J].网络安全技术与应用，2017（12）：75+93.
[6]包建国.网络安全分析中的大数据技术应用[J].居舍，2017（34）：137.
[7]李伟洪.大数据时代计算机网络信息安全与防护措施[J].电子技术与软件工程，2019（8）：201.
[8]肖耀国.影响计算机网络安全的因素及解决策略探讨[J].计算机产品与流通，2019（12）：46.
杭州安恒信息技术股份有限公司南京分公司 江苏 南京 210000
关键词：大数据;挖掘技术;网络;安全;应用
一、大数据挖掘
在5G、人工智能、物联网等技术快速发展的同时，数据快速增加。应做好数据信息挖掘，寻找有用内容，这样才能满足用户使用需要。不同社会，对于大数据需求是不一样的。大数据挖掘技术的使用，可以提取有用数据信息，分析数据库、数据源，筛选重要数据，针对性加工。之后使用合适算法提取数据，评估数据信息，用简单容易理解的方法，将数据呈献给观众。大数据挖掘，这项技术包括提取、预处理、深度挖掘、信息评估。
该技术常用數据关联、分类以及聚类。关联，说的是，运用数据对象关联性，对数据关联程度进行研究。普遍使用在数据预处理与提取环节。数据关联中，最重要的就是，最小可信度与最小支持度。大多数时候，数据对象联系程度都会用最小支持度界定参数。参数如果比最小支持度小，则数据对象和研究对象之间就不会有关联。最小可信度，作用是判断关联规则是否可靠。如果比最小可信度小，则表明关联规则不可用。所以，上述参数，对于用户来说，是衡量数据的重要指标。数据分类，作用是深度挖掘数据，功能为梳理数据信息，使用数据算法、函数，将数据变成独立模型，为后续预测做准备。分类、预测、分析数据模型。该技术和聚类技术最大的区别在于，分类技术将各种性质数据分类区分。聚类技术，靠的是数据相似性，缩小数据范围。聚类技术使用各种算法实现目标。
二、网络安全中大数据挖掘技术使用
（一）搜集数据信息
自步入信息时代以后，数据信息爆炸式增加。人们的隐私数据显著变多，成为网络安全压力。病毒代码，能够窃取信息，导致信息泄露与损坏。大数据挖掘，使用搜集数据过程，找到网络中的安全隐患，能够挖掘网络中的病毒代码，有效监控与预防恶意攻击和异常入侵。一般来说，网络病毒用的都是代码渗透计算机。靠着计算机程序支持，渗透与破坏计算机系统。大数据挖掘技术充分分析代码程序，确定代码情况与关键点，能够找到程序中的问题。通过在网络中部署日志探针和流量探针，可以收集网络设备、主机、安全设备等的日志，以及分析流量中的异常威胁，再通过大数据技术进行分析汇总，进行统一展现和关联分析。
（二）数据信息处理
该技术被用于数据信息的深入挖掘，能够充分分析与处理数据内容。用更科学与合理的办法，了解网络中的安全问题情况。大多数时候，网络中的安全隐患，都会使用程序代码破坏网络安全。此时需要破解与转换网络中的程序代码，识别程序情况，了解程序问题与意图。针对性防御。破解转换程序代码期间，使用数据模块独立处理，识别IP、数据信息，之后深层次挖掘，精准定位IP目标，确定病毒根源地，对网络病毒类型进行分析。封锁病毒传播，将病毒控制在有限范围，以免病毒持续扩散。该技术，能够分析、处理与分类数据信息终端，是数据处理基础内容，能够显著提高网络安全。
（三）数据库
数据库能够关联性分析数据资源，是数据聚类使用的前提技术。以此为基础，深入识别网络中的安全问题和情况。如果系统有网络病毒程序，则使用关联数据库有效记录病毒的特点、执行程度、行为轨迹。之后使用聚类分析，就能识别和了解病毒特点，提高计算机防御能力和水平。
（四）决策
针对当前国内外严峻的网络安全形势，越发存在对智能网络安全事件分析的需求。大数据挖掘技术可以设置重点安全分析场景，重点发现高级别安全攻击、持续型攻击、顽固安全问题，采用大数据技术在更大量数据、更全面、更透彻的方式分析安全威胁，综合提升应对高级安全威胁、隐蔽安全事件的能力。
通过大数据挖掘技术的使用并结合相应平台的建设，可以实现安全事件的预警通知效果，并对其范围、类型、危害以图形化展示，为安全分析人员提供直观、强大、清晰的安全威胁预警能力，以及重大问题、事件的整体性报告，为安全管理员，安全决策人员提供可靠的数据支撑。
（五）数据的预处理
该技术，是病毒决策条件、特征信息分析基础技术，实现了下一步审核与归类，从而对数据的处理结果进行不断完善。其方案，实现了科学验证网络中的安全情况与有用信息，能够提取验证指标和关键性数据参数。对构建防御系统而言意义重大。所以使用大数据挖掘这项技术的时候，合理使用数据的预处理技术，能够精准分析与判断系统漏洞、病毒类型等一系列原始特点，提高了计算机防御水平和能力。
结语：自从进入网络时代背景，网络就成为人们生活工作中的重要技术。网络走进人们的生活当中，不仅为人们的生活、工作带来巨大便利，同时也影响了人们信息的使用方式和安全。利用大数据挖掘技术，整体把控网络安全风险，对风险进行分析、威胁告警、处置考核等各类安全管理问题梳理并有效解决，能够统一展现整体网络安全态势;最终实现人、技术、设备、管理、服务有效联动管理机制，提升网络安全应对能力。
参考文献
[1]乔畅，骞宪忠，曾超.计算机网络安全面临的威胁与防范技[J/OL].电子技术与软件工程，2020（01）：249-250.
[2]李霞.基于大数据时代计算机网络安全技术应用探讨[J].中外企业家，2020（02）：155.
[3]邓其富.计算机网络信息安全技术及其发展趋势[J].电子技术与软件工程，2019（24）：194-195.
[4]佟瑶.试论网络安全分析中大数据技术的应用[J].网络安全技术与应用，2017（12）：74+87.
[5]沈继云.网络安全分析与大数据技术的应用[J].网络安全技术与应用，2017（12）：75+93.
[6]包建国.网络安全分析中的大数据技术应用[J].居舍，2017（34）：137.
[7]李伟洪.大数据时代计算机网络信息安全与防护措施[J].电子技术与软件工程，2019（8）：201.
[8]肖耀国.影响计算机网络安全的因素及解决策略探讨[J].计算机产品与流通，2019（12）：46.
杭州安恒信息技术股份有限公司南京分公司 江苏 南京 210000