计算机网络技术在网络安全这个重要环节当中,扮演着非常重要的角色。近年来,人们对互联网产品的依赖达到了新的高度,互联网的产品及应用对于网络安全课题的研究人员来说,不仅代表着便利,也隐藏着巨大的挑战。随着互联网应用的不断升级,混沌密码机制不能更好的服务于云计算安全。如何对现有的混沌密码机制加以并行优化,使其适配云计算的框架特点,具有重要的研究价值。目前,国内外针对大数据安全问题的研究已经取得了很多有效的研究成果。Hadoop分布式开源系统,为研究云计算安全课题的研究人员带来新的思路。通过Hadoop分布式系统中的MapReduce机制,实现对通信数据的并行加密,能够有效地高数据的安全性。另外,Hadoop分布式文件系统从机制上防范了单机加密的信息泄露问题。如何利用Hadoop分布式文件系统,综合平衡算法的时间和空间复杂度,实现对通信数据进行有效的混沌加密,是本文的主要研究内容。首先,本文分别分析了一维的文本数据和二维的图像数据,在考虑其各自的数据特性后,本文重点分析了超混沌加密系统在文本数据的实现。其次,在图像数据中,本文研究了二维数据在大数据系统中的适配问题,从而解决Hadoop分布式系统只能处理一维数据和混沌加密系统通常处理二维图像数据的缺点问题。同时,本文设计实现了一种文本、图像的有效读取及加密解密方案,丰富目前云计算安全课题的加密形式及加密范围。最后,通过系统论证和实验,本文证明了MapReduce框架在分布式并行加密系统中的可行性,同时本文所出算法较传统的串行混沌加密具有更高的加密速度。