大数据方向的安全技术研究
|
随着在线交易、在线对话、在线互动，在线数据越来越多，黑客们的犯罪动机也比以往任时候都来得强烈。如今的黑客们组织性更强，更加专业，作案工具也是更加强大，作案手段更是层出不穷。相比于以往一次性数据泄露或者黑客攻击事件的小打小闹，现在数据一旦泄露，对整个企业可以说是一着不慎满盘皆输，不仅会导致声誉受损、造成巨大的经济损失，严重的还要承担法律责任，所以在大数据时代，网络的恢复能力以及防范策略可以说是至关重要的。针对不同类型的大数据采取不同的决策，方法如下： 1）结构化数据 大数据时代下数据非常复杂，数据量惊人，对于许多企业而言，保证这些信息数据的安全有效利用是非常严肃的问题。数据结构化对于数据的安全及开发有着及其重要的作用。结构化的数据便于加密管理和处理分类，能高效的分辨非法入侵的数据，从而保证数据的安全未来社会，数据标准化、结构化是大趋势. 2）安全加固网络层端点的数据 通常分层构建是常规的数据安全模式。端点安全方式对于网络层的安全防护并不完美。数据时代的信息爆炸，非法入侵服务端的次数急剧增长；云计算的大趋势，导致现在的网络数据威胁方式和方法难以预测辨识，给目前的端点数据安全模式造成了巨大压力。今后网络层安全应当作为重点发展。加强网络层数据辨识结构化、智能化基础上加强与本地系统监控协调，杜绝非常态数据的运行，形成网络层构筑属于大数据时代的全面安全堡垒，避免自身的缺陷。 3) 对本地数据加强安全策略 大数据时代数据的财富化导致大量的信息泄露，泄露事件中内部的威勒更大。在本地策略的构建上需要加入内部管理的监控，用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。在今后的数据安全监管手段中，逐渐分化管理者的角色权重，用数据本身的自我监控和智能管理来代替一大部分人为的操作，在本地安全策略的构建过程中还要注重与各个环节的协调，依托于网络这种数据处理方式，在数据的处理过程中往往出现大量的数据调用，调用过程中容易出现大的安全威胁。必须降本地和网络的链接，从根本上做到杜绝数据的安全威胁，就必须完善缓存机制和储存规则，保证数据源的纯洁。 4)建立异构数据中心安全系统 传统数据存储都建立了全面完善的防护措施，但基于云计算架构的大数据，需要进一步完善数据存储隔离与调用间的数据逻辑关系设定，当前，用虚拟化海量存储技术来存储数据资源是大数据的安全存储方式，以服务的形式提供数据的存储和操作。在云共享环境中云计算的大数据存储，可以通过建立一个基于异构数据为中心的安全系统，使大数据的所有者可以对大数据进行控制，从系统管理上保证大数据的安全。 当企业转变为数据驱动的机器时，其潜力是巨大的：企业所拥有的数据可能成为获得竞争优势的关键。因此，企业的数据和基础设施的安全也变得比以往任何时候都重要。在许多情况下，企业或组织都可能得到 Forrester所说的“有毒的数据”。 四、总结 大数据时代的到来，信息成为了国家和社会发展的重要战略资源，带来了更多的安全风险，直接影响国家安全和社会稳定，同时也带来了新机遇。对于海量数据的分析提供了新的可能性，网络的异常行为有助于信息安全服务提供商更好地找出数据中的风险点。与此同时，大数据时代也对信息安全行业的发展有着积极的促进作用，大数据分析与安全软件相结合后信息安全问题将变的容易、快捷，大数据给信息安全带来了机遇和挑战，信息安全战略的制定需重视大数据的开发利用，多方位、多层次、多维度地维护国家信息安全。 继实验科学、理论科学、计算机科学之后，以大数据为代表的数据密集型科学或将成为新一次技术变革的基石，成为人类科学研究的第四大范式。面对挑战与机遇并存的大数据安全问题，在规划大数据发展的同时，要明确信息安全在大数据发展中的重要地位，加强对大数据安全形势的宣传力度，明确大数据的重点保障对象，加大对敏感，要害数据的监管，加快面向大数据的信息安全技术的研究，培养大数据安全的专业人才，建立并完善大数据信息安全体系。 相关阅读： 大数据在医疗行业的发展 找准大数据与社会治理创新的契合点 （编辑：核心网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
