大數據環境下信息安全分析

張德棟，祝詠升，司 群

（中國鐵道科學研究院 電子計算技術研究所，北京 100081）

大數據環境下信息安全分析

張德棟，祝詠升，司 群

（中國鐵道科學研究院 電子計算技術研究所，北京 100081）

本文對大數據涉及的關鍵技術進行概括，分析了大數據時代信息安全所面臨的挑戰和機遇，最后給出了我國大數據環境下的信息安全建設的建議。

大數據；互聯網；信息安全

大數據中包括個人隱私、上網軌跡等有價值的信息，如果對電子郵件、搜索記錄、交談記錄、文件傳輸記錄、社交網站行為等海量數據進行分析，并關聯現實中的一些個人行為（如信用卡、電話錄音等），個人的生活狀況幾乎可以得到還原。隨著對大數據信息的深入挖掘，信息的開放程度將進一步擴大。大數據在給信息安全行業提出新的挑戰的同時，也將推動信息安全技術的發展。本文對大數據涉及的關鍵技術進行概括，分析大數據時代信息安全所面臨的挑戰和機遇，最后給出我國大數據環境下的信息安全建設的建議。

1 大數據特征

1.1 數據量大

各種傳感器、終端設備、網絡設備等會產生大量數據。據估計，2013年互聯網上的數據量達到667 EB。

1.2 數據類型多

與傳統的結構化數據相比，非結構化數據增長迅速，數據類型涉及音視頻、圖片、GPS信息、網絡日志等。

1.3 價值密度低

在大數據中，信息的價值需要從海量數據中挖掘分析得到。相對數據總量，有用數據顯得微乎其微。以監控視頻為例，在24 h的視頻監控中，真正滿足用戶需要的信息可能只有幾秒鐘。

1.4 處理速度快

隨著高速運算和存儲、數據挖掘、語義引擎等技術的發展，對大數據的處理速度、解析深度將達到前所未有的程度，預計到2020年全球數據使用量將會達到35.2 ZB。

2 大數據的關鍵技術

2.1 采集技術

大數據采集是指將分布的、異構的數據抽取集中，數據采集是后期數據清洗、轉換、集成以及聯機分析處理、數據挖掘的基礎。比較典型的有系統日志采集和網絡數據采集。大數據采集技術需要突破的技術有：分布式高速數據爬取、高速數據全映像、高速數據解析和轉換等技術。

2.2 預處理技術

主要實現對已采集數據的抽取和清洗等操作。抽取：將不同結構和類型的數據轉化為單一的或便于處理的構型，數據抽取是數據快速分析處理的基礎。清洗：過濾掉大數據中沒有價值或不關心的內容，提取出有效數據。

2.3 多數據融合

數據融合是一個多級、多層面的數據處理過程，主要完成對來自多個信息源的數據進行自動檢測、關聯、估計和組合等處理。

2.4 數據挖掘分析

大數據挖掘分析主要解決復雜數據結構、多種類型、海量數據的有效處理問題。面向結構化數據的統計分析、特征提取、挖掘等技術相對較成熟；而對非結構化數據的處理方法主要以模式識別、機器學習等人工智能技術為主。

2.5 存儲與處理技術

大數據存儲和處理技術需重點解決復雜結構化、半結構化和非結構化大數據管理與處理技術，主要解決大數據的可存儲、可表示、可處理、可靠性及有效傳輸等幾個關鍵問題。開發可靠的分布式文件系統；突破分布式非關系型大數據管理與處理技術，異構數據的數據融合技術，數據組織技術，研究大數據建模技術；突破大數據索引技術；突破大數據移動、備份、復制等技術。

3 大數據環境下信息安全的挑戰與機遇

3.1 大數據環境下信息安全的挑戰

（1）大數據加大隱私泄露風險

數據集中存儲使得數據泄露的風險逐漸增大，而大數據的來源范圍非常廣闊，涉及社交網站、交易信息、位置信息、行為軌跡、電子郵件等，對這些數據進行關聯分析基本能夠還原一個人的個人行為及生活軌跡，勢必對用戶隱私產生威脅。這些個人隱私信息被泄露后，其人身安全可能受到影響；同時，由于互聯網管理制度的落后，沒有對互聯網中隱私數據的所有權和使用權進行界定和制定合理的標準，使得用戶隱私泄露后，用戶權限不能得到維護。

（2）大數據成為網絡攻擊的顯著目標

網絡技術的發展為不同領域、不同行業之間實現數據資源共享提供條件。對于大數據的數據整合和分析可以獲得一些敏感和有價值的數據，這些數據會吸引更多的潛在攻擊者，使得大數據成為更具吸引力的攻擊目標。同時，數據的大量聚集，使得黑客在將數據攻破之后以此為突破口獲取更多有價值的信息，降低了黑客的攻擊成本。

（3）大數據成為高級可持續攻擊的載體

高級可持續攻擊（Advanced Persistent Threat，APT攻擊）的特點是攻擊時間長、攻擊空間廣、單點隱藏能力強。首先，在大數據環境下，黑客可以利用大數據擴大APT攻擊的效果。利用大數據黑客可以發起僵尸網絡攻擊，控制大量傀儡機，并對目標機發起攻擊。其次，在數據環境下，大數據價值密度低的特點，安全分析很難聚焦于某個價值點上，APT攻擊代碼更容易隱藏，增大檢測工具發現APT攻擊的難度。

（4）大數據安全存儲新要求

大數據環境下，數據類型多樣，非結構化數據占絕大多數。雖然NoSQL技術具有可擴充性特點，但其本身存在安全漏洞。同時，面對海量的數據，常規的安全掃描手段需要耗費過多的時間，已經無法滿足安全需求。同時，安全防護手段的更新升級速度無法跟上數據量非線性增長的步伐。大數據對安全存儲技術提出了新的要求。

3.2 大數據環境下信息安全的機遇

大數據給信息安全提供新挑戰的同時也給信息安全提供了新的機遇。大數據提供了一個彈性架構，為安全分析提供了新的可能性，對海量數據進行分析能夠在以往無法達到的廣度和深度上，判斷網絡異常行為、異常流量，找出數據中的風險點。對實時安全和商務數據結合在一起的數據進行預防性分析，可識別釣魚攻擊，防止詐騙和阻止黑客入侵。網絡攻擊行為總會留下蛛絲馬跡，這些痕跡都以數據的形式隱藏在大數據中，利用大數據技術整合計算和處理資源有助于更有針對性地應對信息安全威脅，找到攻擊的源頭。將大數據和云計算相結合，可以為信息安全提供更加智能的工具。

利用大數據技術，通過自動化分析處理與深度挖掘相結合，可以將很多事中、事后處理，轉向事前自動評估預測、應急處理，由被動防御轉變為主動防護。結合大數據分析技術，安全廠商可以做到從數據收集分析到安全管理策略下發，再到效果評估的一整套安全解決方案。

4 保障我國大數據信息安全的建議

4.1 加大大數據信息安全體系建設

大數據技術領域的競爭，關系國家安全和未來，大數據安全技術的落后意味著國家安全在數字空間出現漏洞。“斯諾登事件”使得各國政府認識到大數據對國家信息安全的重要性，我國政府應加快大數據領域相關政策的出臺，著重在大數據技術研發、人才培養、信息安全體系建設等方面給予政策支撐，加強頂層設計和政策支持，是大數據時代的客觀要求。

4.2 加快大數據安全技術研發

大數據在數據的收集、處理以及存儲等方面對信息安全技術提出了新的要求。以殺毒軟件為例，在海量數據掃描一個惡意軟件或代碼可能需要幾天甚至十幾天的時間。因此，需要針對大數據環境，加大信息安全技術和信息安全產品的研發，提高我國大數據信息安全技術水平。

4.3 提高信息化產品的國產化水平

在我國信息化建設的進程中，普遍存在依賴國外技術裝備的情況，這對我國尤其是關鍵行業的信息安全威脅巨大。鑒于此，國家應在政策層面給予引導，企業注重技術研發，努力提高我國信息化的國產化水平。

4.4 加強敏感數據監管力度

大數據加大了敏感信息泄露的風險，面對大數據蘊含的信息價值誘惑，黑客的攻擊動機將更加強烈，手段層出不窮，相比于傳統數據泄露或者黑客攻擊事件，大數據時代一旦數據分析結果泄露，對整個企業甚至整個行業可以說是毀滅性打擊，因此在大數據環境下要加強對敏感數據的監管，建立健全相應規章制度，規范大數據的使用流程和使用權限。

4.5 積極落實國家信息安全技術防范重點措施

加快發展技術先進、安全可靠、自主可控的網絡核心技術替代產品，提高信息基礎設施特別是重點部門的國產化程度。強化網絡技術、信息安全技術、數據挖掘技術等方面的人才培養，努力克服關鍵技術受制于人的軟肋，建立我國在國際網絡控制的主導地位。

5 結束語

大數據將成為新一次技術變革的基石，面對挑戰和機遇并存的大數據信息安全問題，需在加強傳統信息安全建設的同時，加快面向大數據的信息安全技術研發，只有大數據技術和信息安全協同發展，大數據才可以真正成為新時代的驅動力。

[1] 周路菡. 棱鏡下的大數據安全恐慌[J].新經濟研究，2013（9）：81-85.

[2] 孟小峰，慈 祥. 大數據管理：概念、技術與挑戰[J].計算機研究與發展，2013，50（1）：146-169.

[3] 潘柱廷. 高端信息安全與大數據[J].信息安全與通信保密，2012（12）：19-20.

[4] 方世敏. 大數據面臨的信息安全問題分析[J]. 信息安全，2013（19）.

[5] 鄔賀銓. 大數據時代的機遇與挑戰[J]. 求是，2013（4）：47-49.

[6] 王 倩，朱宏峰，劉天華. 大數據安全的現狀與發展[J].計算機與網絡創新生活，2013（16）：66-69.

責任編輯 陳 蓉

Analysis of information security in big data environment

ZHANG Dedong, ZHU Yongsheng, SI Qun
( Institute of Computing Technologies, China Academy of Railway Sciences, Beijing 100081, China )

Based on the analysis of key technologies related to the big data, the challenges and opportunities of information security in big data environment were analyzed, the constructive suggestions of information security in big data environment were proposed.

big data; Internet; information security

高速鐵路系統試驗國家工程實驗室——客運服務系統試驗室

高速鐵路系統試驗國家工程實驗室——行車安全監控和應急平臺試驗室

U29-39

A

1005-8451（2015）02-0076-03

2014-10-08

張德棟，助理研究員；祝詠升，助理研究員。