大數據環境下圖書館數據安全風險控制的SWOT分析?

朱維喬

（廣州航海學院圖書館，廣東 廣州 510725）

大數據環境下圖書館數據安全風險控制的SWOT分析?

朱維喬

（廣州航海學院圖書館，廣東 廣州 510725）

當今社會發展已邁入大數據時代，大數據的潛在價值等待著諸多領域的深入挖掘。在圖書情報界，大數據收集存儲、分析使用等環節中存在著嚴峻的數據安全風險問題，將SWOT矩陣分析法作為分析工具，剖析圖書館數據安全風險控制的內部優勢與劣勢、外部機遇與挑戰等因素，構建大數據安全風險控制框架，從優化大數據安全管理方式、保護數據安全等方面提出應對策略，以期為圖書館大數據安全風險的降低與規避提供新思路。

大數據 圖書館數據安全 風險控制 SWOT分析

1 大數據環境下圖書館數據安全的重要性

近年來，大數據日益成為社會關注的焦點之一，各領域在努力挖掘大數據產生的信息與價值的同時，也面臨著諸多方面的挑戰，其中，大數據的數據安全問題首當其沖，如何尋找該問題的有效解決方案成為一項亟待完成的任務。

在圖書情報界，大數據環境使圖書館的數據存儲與管理難度增大，海量數據在提高讀者需求感知與用戶服務保障能力的同時，也使數據中心基礎設施結構復雜度及服務安全風險急劇增加：傳統的數據安全管理工具難以有效保障大數據平臺用戶服務的安全性。此外，圖書館高價值的大數據資源及其數據中心管理與服務系統網絡也成為黑客竊取與攻擊的主要目標。可見，圖書館正面臨著數據質量和可用性被惡意破壞和用戶隱私數據泄露的挑戰，這使得圖書館用戶閱讀滿意度和個性化服務質量受到較為嚴重的影響。綜上所述，如何應用大數據技術完善圖書館安全防御系統，使數據可用性和系統服務的安全性得以不斷增強并有效控制數據安全風險，進而構建安全高效的智慧圖書館，對提高圖書館的用戶服務質量和市場競爭能力具有重要的戰略意義。

2 大數據環境下圖書館數據安全風險控制的SWOT分析

2.1 大數據環境下圖書館數據安全風險控制的內部優勢（Strengths）

2.1.1 圖書館具備豐富的大數據源

圖書館自身就是大數據的重要聚集地，作為數據資源收集、存儲、加工和服務中心，其通過應用服務產生著海量用戶社會性網絡及復雜使用過程大數據，大量閱讀終端與移動服務在數據采集存儲、訪問傳輸過程中的安全性亟待提升，需要運用大數據技術進行數據管理與深度挖掘，進而形成新的大數據服務模式。由此可見，盡管大數據引發了數據安全風險，但其自身也是實現數據安全風險控制的有效手段，為信息安全領域的發展提供了全新的契機。

2.1.2 圖書館的大數據服務用戶群體相對穩定

數字圖書館用戶大數據服務深度不夠，難以滿足用戶隨時隨地獲取知識信息的需求，導致用戶群體受到了較大的限制，尚未實現服務與資源的互通共享。而這一特點對于大數據環境下圖書館數據安全風險控制而言正是其內部優勢，用戶群體的相對穩定降低了大數據安全風險。

2.2 大數據環境下圖書館數據安全風險控制的內部劣勢（Weaknesses）

2.2.1 大數據系統平臺結構復雜度和開放性的增加

大數據環境下，圖書館數據中心的基礎設施架構和應用程序復雜度隨著用戶服務模式的變革而快速增長，圖書館大數據平臺管理員可以利用大數據技術、云計算技術和用戶服務網絡的開放性實現大數據和服務資源的優化整合與動態分配。但與此同時，大數據環境的極強開放性也大幅提高了黑客攻擊的成功率。

2.2.2 大數據可信度的威脅

大數據可信度的威脅主要來自于兩方面：一方面是刻意制造或偽造的數據，由于虛假信息的產生與傳播在當前網絡社區中變得愈加容易，其誘導分析者做出錯誤的判斷，所產生的負面影響不可低估[1]；另一方面是由于數據采集過程中的人工干預導致其在傳播過程中出現誤差并逐步失真，最終對數據分析結果的準確性產生不良影響。由此可見，若要消除數據可信度的威脅，應從數據來源的真實性、數據傳播途徑以及數據的加工處理過程等多個環節著手。

2.2.3 系統漏洞與技術漏洞的存在

一方面，圖書館大數據管理的主要特點是以非結構化數據為主體，由于非關系型數據庫NoSQL的不成熟性，其自身存在的大量系統漏洞使圖書館面臨著巨大的安全隱患。與此同時，云計算和大數據技術的廣泛應用，使傳統的安全防護系統難以滿足大數據環境下圖書館的安全管理需求[2]，黑客可通過多種新途徑對大數據平臺采取攻擊行為；另一方面，技術漏洞的存在是由于爆炸式增長的大數據對安全防護技術提出了更深層次的要求，導致安全防護技術的更新落后于數據非線性增長的速度，從而給黑客以可乘之機。此外，現有技術也難以對數據進行完全實時的全方位監測，以上因素大幅增加了數據的信息安全風險。

2.2.4 圖書館大數據服務水平與用戶隱私保護的矛盾

圖書館用戶行為數據的可用性、準確性和可控性是關系到其大數據分析科學性、用戶服務質量和隱私保護安全性的重要因素。在圖書館對讀者進行個性化服務的過程中，通過對讀者閱讀終端產生的個人信息、地理位置、閱讀內容和閱讀社會關系等用戶數據的采集和分析，能夠精準判斷讀者的身份、位置、需求與行為路徑，但也令用戶面臨著行為隱私被泄露及未來行為被預測的風險；另一方面，圖書館為了提高用戶服務的經濟性和效率，會將海量用戶數據存儲在公有云平臺，這使得用戶大數據在采集、傳輸、分析與使用的過程中受到被截獲、篡改、竊取及非法使用的挑戰，這意味著圖書館對數據管理與控制權的喪失，使用戶隱私受到侵犯并降低其對圖書館服務的信任度。

2.3 大數據環境下圖書館數據安全風險控制的外部機遇（Opportunities）

2.3.1 利用云平臺提高大數據安全保障的有效性

大數據環境下圖書館對云計算相關技術的依賴性與日俱增，云服務的安全保障有效性成為影響大數據安全的重要因素。針對大數據安全風險控制的這一外部機遇，可采取構建大數據私有云平臺的應對策略。私有云有別于公有云，是存在于防火墻之內的云平臺，提供對數據服務質量與安全性的有效控制，禁止第三方對圖書館敏感數據的訪問，從而減輕外部使用環境的壓力[3]。由此可見，圖書館應通過將核心數據資源存入私有云平臺，并運用安全驗證工具與第三方審查應用程序提升數據安全性[4]，增強對大數據安全風險控制的有效性。

2.3.2 大數據前沿技術推動數據安全風險控制的實現

大數據前沿技術為圖書館數據安全風險控制提供了技術支持。基于大數據分析的威脅發現技術具有分析內容的時間跨度更長、范圍更廣、攻擊威脅的預測性更強等特點。基于大數據分析的認證技術是指收集用戶和設備行為數據并進行分析，獲取用戶行為特征進而確定其身份，該技術具有如下優點：首先，由于用戶行為數據的采集、存儲與分析均由認證系統完成，因此與傳統認證技術相比，顯著地減輕了用戶負擔；其次，通過分析大數據技術收集到的用戶行為數據，能夠確定用戶行為特征，可見，攻擊者難以通過模擬用戶行為特征來實行認證，因此該技術增強了認證方式的安全性。基于大數據分析的數據真實性識別技術可提升垃圾信息的識別準確率。此外，在進行大數據分析時運用機器學習技術，有助于發現具有新特征的更多垃圾信息。上述大數據前沿技術對推動圖書館數據安全風險控制的實現起到了舉足輕重的作用。

2.4 大數據環境下圖書館數據安全風險控制的外部挑戰（Threats）

2.4.1 大數據訪問控制的挑戰

圖書館大數據應用范圍的廣泛性決定了其被不同身份的用戶所訪問，因此，作為實現大數據受控共享的有效手段，用戶訪問控制的需求較為突出。大數據訪問控制面臨的挑戰在于：首先，圖書館在大數據環境下需要對用戶實施訪問權限管理，但卻無法獲取用戶的具體權限要求；其次，由于大數據環境包含著海量數據，數據安全管理員專業知識的匱乏導致其難以精確地為用戶界定其可訪問的數據范圍。此外，由于不同種類的大數據存在各不相同的訪問控制需求，可見訪問控制需求的描述與表達也是一項巨大的挑戰[5]。

2.4.2 大數據環境的開放性增強了黑客攻擊的成功率

圖書館大數據環境的極強開放性使黑客攻擊的目的性與成功率得以大幅增強。一方面，黑客會最大限度地收集如圖書館網絡系統參數信息、讀者個體特征及其閱讀關系等數據，并對其進行精確分析以提高非法攻擊的有效性；另一方面，黑客利用大數據技術向圖書館傳輸的錯誤數據將嚴重干擾并影響大數據安全分析、決策過程的正確性和有效性，進而導致圖書館自身安全性及防御系統可用性的大幅下降[6]。

3 大數據環境下圖書館數據安全風險控制策略

3.1 SO戰略：利用大數據技術提升云平臺虛擬化數據的安全性

大數據環境下，圖書館數據中心設備數量龐大，具有結構復雜、系統異構以及安全威脅多等特點。圖書館亟需應用大數據技術加強云平臺數據及虛擬化應用的安全管理，重點提升基于云計算的大數據存儲系統的安全性，以便于用戶服務系統的構建及個性化服務的開展。在大數據存儲系統的安全建設過程中，存儲系統結構與功能設計必須符合圖書館大數據的安全標準要求。一方面，為了確保在物理上隔離圖書館與其他用戶以實現云服務的獨立使用，具備較強經濟實力與技術水平的圖書館云服務平臺的構建應首選自建私有云的方式；如因資金與技術受限等原因與其它用戶共享公有云平臺，則應當通過與云服務商簽署安全管理協議的方式使圖書館大數據安全得到保護。另一方面，圖書館對云平臺存儲的數據進行備份、傳輸和處理時，應構建科學的大數據處理模型與可靠的虛擬化應用監管程序，突出云平臺存儲系統的安全管理與災難恢復功能，并增強對基礎設施架構、移動閱讀終端應用程序以及讀者閱讀行為等用戶數據的安全管理力度，提升云平臺虛擬化數據的安全性。

3.2 ST戰略：應用大數據分析工具及時發現安全威脅，提升圖書館數據安全風險控制能力

大數據環境下，圖書館數據安全風險具有長時間隱藏于海量大數據中、難以被檢測到等特征，傳統的安全風險控制方式逐漸失效。因此，針對大數據安全管理與服務需求，圖書館在構建大數據安全管理平臺以及應用大數據技術進行數據安全風險控制時，應當使用可擴展、兼容性強的大數據分析工具，通過對安全指標數據之間的關系發現與價值挖掘，努力實現對未來可能出現的數據安全威脅的攻擊時間、方式及攻擊目標的精準預測。此外，圖書館大數據安全風險的及時發現與安全處理效率取決于安全數據倉庫的高效管理。因此，增強數據倉庫對來自不同采集對象的服務器日志數據、監控日志數據、防火墻日志數據以及威脅預警數據等的管控效率，是提升圖書館大數據安全風險控制的主動性及可控性的重要保障。

3.3 WO戰略：實現大數據平臺安全管理軟硬件的整合與數據中心安全防護體系的構建

圖書館大數據平臺建設應堅持智能化管理的原則，努力實現數據安全管理工具與流程的整合，使數據中心安全防護體系得以順利構建。一方面，為了保證數據格式標準化，體現其高價值性與可用性，在大數據的傳輸過程中應通過信息管理工具對其進行預處理后再傳輸至數據安全倉庫。另一方面，圖書館應跟據大數據安全管理平臺的反饋控制并通過安全威脅的實時檢測評估、分析與決策等方式，完成大數據安全應用平臺的參數設置與程序管理[7]。

3.4 WT戰略：優化大數據安全管理策略，保護數據安全

圖書館大數據安全管理的有效性，將對用戶服務的可信度、安全性及可持續性產生重要影響。為了提高圖書館大數據的安全性、可用性與價值性，必須優化大數據安全管理策略，使大數據平臺既保持開放共享和標準化的特性，又避免數據被非法訪問及過度使用。首先，應當清洗過濾、評估匹配所采集的原始數據，對其進行標準化處理，剔除大數據存儲庫中與用戶服務、系統管理無關的隱私數據與重復數據，提高數據存儲的質量和精確度；同時強化圖書館內部系統的安全管理，對大數據平臺實行訪問控制，以防止黑客利用內部系統的安全漏洞來進行攻擊。其次，應重點做好大數據存儲系統數據過濾器的使用、核心數據的加密以及數據容災備份等工作，大數據加密作為基于密碼學的方法，盡管安全性較高，但其存在著增加數據安全管理成本的不足。最后，為了同時滿足大數據平臺對數據存儲的安全性與經濟性要求，應努力提升存儲設備的安全性，為圖書館大數據應用提供安全的數據存儲服務，通過構建可信固態硬盤的方式提供存儲設備接口與協議，使用戶可以對存儲數據進行細粒度的訪問控制[8]，進而有效地保障數據安全，這一方式將成為圖書館大數據安全的新基礎。

4 結語

大數據時代的到來使圖書館網絡系統與數據環境愈加復雜多變，圖書館大數據因具有較高的價值性而成為黑客攻擊的主要目標。與傳統網絡環境相比，圖書館需要面對更多的惡意攻擊方式等安全威脅。筆者對圖書館大數據安全風險控制面對的優勢、劣勢、機會與挑戰等因素的剖析以及應對策略的討論，旨在優化圖書館大數據安全管理，進而構建安全高效的智慧圖書館，提升其用戶服務質量和市場競爭能力，這也正是圖書館價值的體現，因此該問題也值得繼續深入探索。

[1]馮登國，張敏，李昊.大數據安全與隱私保護[J].計算機學報，2014（1）：246-258.

[2]陳臣.大數據環境下數字圖書館安全威脅與對策研究[J].圖書館工作與研究，2014（11）：34-38.

[3]黃國彬，鄭琳.大數據信息安全風險框架及應對策略研究[J].圖書館學研究，2015（13）：24-29.

[4]趙培云.大數據與圖書館數據安全共享[J].圖書館學研究，2014（9）：39-41.

[5]陳臣.基于大數據的圖書館個性化智慧服務體系構建[J].情報資料工作，2013（6）：75-79.

[6]史衛民.大數據時代個人信息保護的現實困境與路徑選擇[J].情報雜志，2013（12）：154-159.

[7]陳臣.基于大數據的圖書館個性化服務安全體系構建研究[J].新世紀圖書館，2014（11）：47-51.

[8]田洪亮，等.可信固態硬盤：大數據安全的新基礎[J].計算機學報，2016（1）：154-168.

朱維喬 女，1983年生。碩士，副研究館員。研究方向：大數據應用與數字資源建設研究。

G250

2016-10-08；責編：王天泥。）

*本文系2015年廣東省文化廳廣東圖書館科研課題“面向大數據的圖書館智能門戶構建研究”（項目編號：GDTK1530）、廣州航海學院創新強校工程項目“面向大數據的高校圖書館語義門戶研究與設計”（項目編號：2014-147）的研究成果之一。