论文部分内容阅读
【摘 要】网络化时代背景下，人们生活与网络有千丝万缕联系，一旦出现安全问题，公民信息就会被泄露，既会使其财产与人身安全出现重大风险，还会对国家安全带来威胁。基于此，强化网络安全势在必行。单纯进行网络安全防范，能够发挥作用有限，所以提高网络安全等级，依赖于精准的安全分析。这样就能在网络安全事件出现前，做好预警。本文从网络安全视角出发，集中针对网络安全分析探讨，主要介绍大数据技术应用。
【关键词】网络安全分析;大数据技术;应用
引言：
网络化时代下人们生活更加便利，但也由此带来了众多安全隐患。随着网络技术应用范围不断扩大，每个人生活和网络都有密切关联，在开放空间内留下信息，一旦被别有用心人员窃取和利用，将对人们切身利益造成严重危害。网络安全事件持续增长，使人们越来越重视防范。过去采取网络安全防范手段，缺乏针对性和精确性，不能达到良好的预防效果。大数据技术应用，将会使网络安全分析容量更大，并有助于速度和精确性提升，所以操作中要利用好这项技术。
一、分析应用大数据技术优势
（一）传统分析技术不足
传统安全分析中建立数据库，具有结构化的特点。实际分析和处理数据有一定难度，首先表现在存储之前，先要将数据都转化为标准形式，不但成本高，还经常会使数据失去完整性，导致安全分析不够准确。数据分析效率低，其中包含很多嘈杂数据，亦或者是非结构性数据，无法做好准确分析，不利于网络安全防范。
（二）利用大数据优势
大数据技术功能强大，在网络安全分析中应用，可处理海量数据，且能将其存储到系统中，具有分析效率高、精确性强、成本低等优势。首先，大数据技术加持下，网络安全分析可省去标准化处理环节，将各种异构数据存入到系统中，并按照一定的规则进行计算和处理。原始数据得到了保存，分析将更为方便，有助于增强网络安全预警的准确性;其次，大数据技术支持下所建立的数据库，以分布式为主。与过去采用技术建立结构式数据库相比，成本下降，且有很强的拓展性。网络安全分析成本得到控制，利于推广和使用;第三，网络安全分析操作中，选用大数据技术，与以往的分析比较有一个鲜明特征，那就是速度快。无论是数据搜集和存储，还是数据的查询、检测、处理，均具有效率高的特点;最后，大数据技术参与的网络安全分析，准确性更高。主要是因为大数据技术在数据挖掘方面，拥有非常强大的能力。掌握海量异构数据后，将其存到系统中，然后自动进行多维度关联性分析，同时可进行多阶段关联分析[1]。分析广度和深度增强，过程中就能明确各类数据关联，提炼出有价值信息，清楚存在的网络安全问题，进而有目的性防范和应对。
二、分析中大数据技术实际应用
现在全民生活几乎都和网络有极大的关联性，网络中出现海量数据。网络安全分析受其影响，数据量也呈现出井喷式增长。除了需要分析海量数据外，还要满足安全分析细化和多维度要求。这对网络安全分析来说有比较大挑战，随着传输速度变快，以及各种网络漏洞增多，网络安全问题日益严重。在这种情况下，传统网络安全防范措施已经无法达到要求，需要进行精确分析，以明确安全问题，实现精准防范。故而，网络安全分析要提高效率，并且要精准掌握安全隐患，或者是一些不法分子将要实施的攻击行为。
（一）流量与日志分析中应用
现阶段强化网络安全，需要做好安全分析，而这项工作集中针对两个方面，一个是流量数据，另外一个则是日志数据。在获取这些信息以外，还可通过掌握资产信息，亦或者是应用和行为信息等，利用大数据技术进行关联性分析，从而明确存在的安全问题。日志数据安全分析牵扯到入侵检测，还有则要做好相关审计工作，并要存在的风险展开分析。网络安全分析另外一个重要部分是流量数据分析，涵盖众多内容，需要在期间做好各项检测，比如恶意代码、异常流量等。大数据技术在分析中应用，可将原本处理分散状态的流量和日志，聚集和整合，在快速搜集基础上，自动存储相关数据，然后通过系统和软件进行分析[2]。网络安全分析效率会大幅提升，同时还能实现多维度和多层次关联分析。最终在分析和挖掘出关联性中，掌握网络安全事故关联性，以及出现异常的特征，有针对性进行主动防控，而不是被动应对。
（二）应用过程
大数据技术应用于安全分析，可对网络中存在和安全相关数据，高效率采集。在期间需要借助于相关工具，比如Chukwa。日志数据采集采用的是分布方式，流量数据采集大多选择镜像方式。海量安全数据，有很多的种类。想要契合安全分析要求，就要做好存储工作。大数据技术可完成这项任务，根据数据情况，以及分析需求和实际用途等，高效存储，且提供快速查询服务，为安全分析奠定良好基础。安全分析根据需求，在系统中检索数据。在实际操作的过程中，依据查询需求，将其分布到各个节点之中，最后会出现计算结果。这个期间涉及到计算，采用并行计算的办法，速度更快。最终则是要进行数据分析，通常要动态化分析，也就是经常所说的实时分析。在分析中需要依据相关框架进行，通常建立在流式计算上。此外，分析还要引入一些其他技术，比如复杂事件处理技术。整个分析中做好关联性计算与分析，同时结合监控的情况，就能发现网络存在的安全问题，紧接着做出预警，有针对性应对。上面所提到的是实时分析，而针对非实时分析，则需要结合不同架构进行。一般依照的是Hadoop，就采集到相关数据，按照规定完成分布计算。同时结合相关技术，比如聚合技术、抽取技术等，提炼出网络安全风险，并对其展开统计和分析[3]。
（三）分析平台架构
网络安全分析至关重要，采用大数据技术，可实现深度分析，有助于高效精确掌握安全隐患。在具体操作中，需要做好平台设计与架构，这个是基于大数据技术而言。分析平台根据大数据技术应用，划分为四个层次，最为基础的是采集与存储层，后面则是挖掘分析层，还有则是呈现层[4]。采集层要提取的数据多，包含了日志、身份认证、各类流量、漏洞等。存储层能力强大，各种异构数据都能被其保留下來，而且能留下原始数据。里面涵盖了结构化、非结构化数据等。存储层有关联性数据库，也有分布式数据库。数据挖掘分析建立在采集层和存储层基础上，牵扯到分析较多，除了要做好数据库中各类数据特征提炼外，还要进行统计、关联、聚类分析等。需要用到检索功能，同时要进行流式计算，且要用到相关的引擎。最后则是数据呈现性，也是最为重要的一个部分，就网络安全展开态势分析，根据结果进行安全预警，此外还可安全度量。呈现层可提供图表服务，支持人机互动等，有利于人们更好了解网络安全情况，掌握危险因子，从而采取行动。
三、结束语
总之，当前网络安全管控要强化分析，而在这个过程中利用大数据技术，通过对相关数据全面系统分析，就可实现精准预测和预警，进而指导人们有目的性防控，将会达到更好的网络安全控制效果。大数据技术应用下，网络安全分析容量会变大，而且具有分析速度快和精度高等特点。所以要依据大数据技术，建构好网络安全分析平台，从而确保在分析中全面精准掌握安全风险。
参考文献：
[1]鲁宛生. 浅谈网络安全分析中大数据技术的应用[J]. 数码世界，2017，000（008）：165.
[2]王昱辉，温志鹏. 浅谈网络安全分析中的大数据技术运用[J]. 大科技，2018，000（024）：316-317.
[3]王帅，汪来富，金华敏，等. 网络安全分析中的大数据技术应用[J]. 电信科学，2020（07）：139-144.
[4]崔玉礼，黄丽君. 网络安全分析中的大数据技术应用[J]. 网络空间安全，2020（6）：75-77.
作者简介：
陈先泓（2000.5.），男，四川宜宾，大专，研究方向：大数据。
（作者单位：西南科技大学城市学院）
【关键词】网络安全分析;大数据技术;应用
引言：
网络化时代下人们生活更加便利，但也由此带来了众多安全隐患。随着网络技术应用范围不断扩大，每个人生活和网络都有密切关联，在开放空间内留下信息，一旦被别有用心人员窃取和利用，将对人们切身利益造成严重危害。网络安全事件持续增长，使人们越来越重视防范。过去采取网络安全防范手段，缺乏针对性和精确性，不能达到良好的预防效果。大数据技术应用，将会使网络安全分析容量更大，并有助于速度和精确性提升，所以操作中要利用好这项技术。
一、分析应用大数据技术优势
（一）传统分析技术不足
传统安全分析中建立数据库，具有结构化的特点。实际分析和处理数据有一定难度，首先表现在存储之前，先要将数据都转化为标准形式，不但成本高，还经常会使数据失去完整性，导致安全分析不够准确。数据分析效率低，其中包含很多嘈杂数据，亦或者是非结构性数据，无法做好准确分析，不利于网络安全防范。
（二）利用大数据优势
大数据技术功能强大，在网络安全分析中应用，可处理海量数据，且能将其存储到系统中，具有分析效率高、精确性强、成本低等优势。首先，大数据技术加持下，网络安全分析可省去标准化处理环节，将各种异构数据存入到系统中，并按照一定的规则进行计算和处理。原始数据得到了保存，分析将更为方便，有助于增强网络安全预警的准确性;其次，大数据技术支持下所建立的数据库，以分布式为主。与过去采用技术建立结构式数据库相比，成本下降，且有很强的拓展性。网络安全分析成本得到控制，利于推广和使用;第三，网络安全分析操作中，选用大数据技术，与以往的分析比较有一个鲜明特征，那就是速度快。无论是数据搜集和存储，还是数据的查询、检测、处理，均具有效率高的特点;最后，大数据技术参与的网络安全分析，准确性更高。主要是因为大数据技术在数据挖掘方面，拥有非常强大的能力。掌握海量异构数据后，将其存到系统中，然后自动进行多维度关联性分析，同时可进行多阶段关联分析[1]。分析广度和深度增强，过程中就能明确各类数据关联，提炼出有价值信息，清楚存在的网络安全问题，进而有目的性防范和应对。
二、分析中大数据技术实际应用
现在全民生活几乎都和网络有极大的关联性，网络中出现海量数据。网络安全分析受其影响，数据量也呈现出井喷式增长。除了需要分析海量数据外，还要满足安全分析细化和多维度要求。这对网络安全分析来说有比较大挑战，随着传输速度变快，以及各种网络漏洞增多，网络安全问题日益严重。在这种情况下，传统网络安全防范措施已经无法达到要求，需要进行精确分析，以明确安全问题，实现精准防范。故而，网络安全分析要提高效率，并且要精准掌握安全隐患，或者是一些不法分子将要实施的攻击行为。
（一）流量与日志分析中应用
现阶段强化网络安全，需要做好安全分析，而这项工作集中针对两个方面，一个是流量数据，另外一个则是日志数据。在获取这些信息以外，还可通过掌握资产信息，亦或者是应用和行为信息等，利用大数据技术进行关联性分析，从而明确存在的安全问题。日志数据安全分析牵扯到入侵检测，还有则要做好相关审计工作，并要存在的风险展开分析。网络安全分析另外一个重要部分是流量数据分析，涵盖众多内容，需要在期间做好各项检测，比如恶意代码、异常流量等。大数据技术在分析中应用，可将原本处理分散状态的流量和日志，聚集和整合，在快速搜集基础上，自动存储相关数据，然后通过系统和软件进行分析[2]。网络安全分析效率会大幅提升，同时还能实现多维度和多层次关联分析。最终在分析和挖掘出关联性中，掌握网络安全事故关联性，以及出现异常的特征，有针对性进行主动防控，而不是被动应对。
（二）应用过程
大数据技术应用于安全分析，可对网络中存在和安全相关数据，高效率采集。在期间需要借助于相关工具，比如Chukwa。日志数据采集采用的是分布方式，流量数据采集大多选择镜像方式。海量安全数据，有很多的种类。想要契合安全分析要求，就要做好存储工作。大数据技术可完成这项任务，根据数据情况，以及分析需求和实际用途等，高效存储，且提供快速查询服务，为安全分析奠定良好基础。安全分析根据需求，在系统中检索数据。在实际操作的过程中，依据查询需求，将其分布到各个节点之中，最后会出现计算结果。这个期间涉及到计算，采用并行计算的办法，速度更快。最终则是要进行数据分析，通常要动态化分析，也就是经常所说的实时分析。在分析中需要依据相关框架进行，通常建立在流式计算上。此外，分析还要引入一些其他技术，比如复杂事件处理技术。整个分析中做好关联性计算与分析，同时结合监控的情况，就能发现网络存在的安全问题，紧接着做出预警，有针对性应对。上面所提到的是实时分析，而针对非实时分析，则需要结合不同架构进行。一般依照的是Hadoop，就采集到相关数据，按照规定完成分布计算。同时结合相关技术，比如聚合技术、抽取技术等，提炼出网络安全风险，并对其展开统计和分析[3]。
（三）分析平台架构
网络安全分析至关重要，采用大数据技术，可实现深度分析，有助于高效精确掌握安全隐患。在具体操作中，需要做好平台设计与架构，这个是基于大数据技术而言。分析平台根据大数据技术应用，划分为四个层次，最为基础的是采集与存储层，后面则是挖掘分析层，还有则是呈现层[4]。采集层要提取的数据多，包含了日志、身份认证、各类流量、漏洞等。存储层能力强大，各种异构数据都能被其保留下來，而且能留下原始数据。里面涵盖了结构化、非结构化数据等。存储层有关联性数据库，也有分布式数据库。数据挖掘分析建立在采集层和存储层基础上，牵扯到分析较多，除了要做好数据库中各类数据特征提炼外，还要进行统计、关联、聚类分析等。需要用到检索功能，同时要进行流式计算，且要用到相关的引擎。最后则是数据呈现性，也是最为重要的一个部分，就网络安全展开态势分析，根据结果进行安全预警，此外还可安全度量。呈现层可提供图表服务，支持人机互动等，有利于人们更好了解网络安全情况，掌握危险因子，从而采取行动。
三、结束语
总之，当前网络安全管控要强化分析，而在这个过程中利用大数据技术，通过对相关数据全面系统分析，就可实现精准预测和预警，进而指导人们有目的性防控，将会达到更好的网络安全控制效果。大数据技术应用下，网络安全分析容量会变大，而且具有分析速度快和精度高等特点。所以要依据大数据技术，建构好网络安全分析平台，从而确保在分析中全面精准掌握安全风险。
参考文献：
[1]鲁宛生. 浅谈网络安全分析中大数据技术的应用[J]. 数码世界，2017，000（008）：165.
[2]王昱辉，温志鹏. 浅谈网络安全分析中的大数据技术运用[J]. 大科技，2018，000（024）：316-317.
[3]王帅，汪来富，金华敏，等. 网络安全分析中的大数据技术应用[J]. 电信科学，2020（07）：139-144.
[4]崔玉礼，黄丽君. 网络安全分析中的大数据技术应用[J]. 网络空间安全，2020（6）：75-77.
作者简介：
陈先泓（2000.5.），男，四川宜宾，大专，研究方向：大数据。
（作者单位：西南科技大学城市学院）