保障大數據時代金融信息安全的方法

文/楊杰

大數據又稱巨量資料，指的是需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產。作為新時代的熱門話題，大數據將社會串聯為一體的同時，更將社會數據暴露于社會之中，使信息數據特別是金融信息的安全面臨著較大的機遇與挑戰。

1 大數據時代的概論

社會經濟技術的高速發展進步，使互聯網技術的應用進一步普及，人們的日常生活與數據時代已經密不可分。所謂大數據就是運用隨機方法進行數據的處理工作，兼具大量、高速、多樣與價值為一體的主要特點，進行安全的數據計算維護工作。在大數據時代，根據其應用的具體方向及處理能力，共有以下幾個方面的主要特征：數據運算量較大、數據運算種類繁多、數據信息價值較高、數據運算效率較快。因其具有全面性的特征，決定了其可以運用于社會的各個領域，經過數據信息的快速運算，實現數據的分析與共享，有助于促進大數據在各領域包括金融領域的運用。

2 大數據時代金融信息安全面臨的主要問題

當前，大數據和信息化的進程日益加快，在數據治理體系創新能力落后于大數據技術創新能力的背景下，數據信息暴露于社會的危險系數也日益增加，在核心技術、安全標準、重要設備受制于人的情況下，對重要金融信息的應用與保護必須依靠我國技術水平的不斷進步，而不應該以國外的技術水平作為我國金融信息安全的保障。以下為現階段我國金融信息安全面臨的主要問題。

2.1 大數據集群庫遭受攻擊造成安全隱患

大數據最核心的價值就是在于對海量數據進行存儲和分析。其復雜程度與敏感程度隨著社會的進步逐漸顯現，作為重要技術，大規模并行處理（MPP）數據庫，數據挖掘電網，分布式文件系統，分布式數據庫，云計算平臺和可擴展的存儲系統常被作為攻擊目標。首先，隨著數據的增多，網絡黑客對大數據信息的獲取更加容易。其次，在金融信息安全架構設計中，信息系統的架構更為復雜，數據維度明顯變多，信息體量廣泛增加，金融信息數據遭受攻擊更加頻繁。最后，對于網絡科學及其系統應用方面，我國對于國外的技術依賴性較強，缺乏核心安全框架，數據庫遭受攻擊的隱患難以在短時間內消除。

2.2 智能化的終端設備帶來安全隱患

智能化數據終端作為大數據運用的重要部分，包含大量的信息存儲。我國作為世界上最大的智能終端市場，數據在進行存儲與分析過程中，一旦受到侵犯與攻擊，金融信息泄露的概率將顯著增加。金融信息被互聯網加以融合，通過網絡設備將計算機連接到一起，進行信息采集與傳輸工作，每次系統與外部終端設備進行相應的數據交換或統計分析時，網絡黑客通過數據交換的信息漏洞進行系統入侵，導致智能化的終端設備對系統構成嚴重的安全隱患。通過互聯網泄露個人信息后，被犯罪份子加以利用，會產生嚴重的后果，如徐玉玉事件的發生，最終導致人財兩空，造成了惡劣的社會影響。

2.3 虛擬化數據信息泄露引發的安全隱患

虛擬化世界的出現，使人們更加依賴數據化社會，人們對于大數據的依賴明顯提高。如果說大數據是財富，那么大數據中心就是承載財富的寶庫，通過對虛擬技術的運用和挖掘，讓人們的生活更加便利。在數據逐步虛擬之后，信息的儲存與管理已成為大數據時代的重要問題。在電子信息渠道的獲取與構建的過程中，我們清楚地發現金融信息中心越來越復雜。對于互聯網數據的攻擊及侵犯使其虛擬化信息泄露是常見的金融犯罪現象，因此，這也成為金融信息風險的重要誘因之一。

3 完善大數據時代金融信息安全的重要措施

3.1 完善大數據時代信息安全治理體系與系統的建設

目前，我國技術創新主要以信息化與工業化作為數據處理中心，其中大數據的儲存和信息的攝取就是其比較重要的一部分。因此，對于大數據的建設與發展，需要進行一定的規劃與管理。具體來說，首先將信息安全放在首要地位，對信息安全有正確的認識，同時，還應對大數據信息安全和風險隱患的宣傳力度，加大對重要數據的監管力度，保證大數據存儲安全，降低數據泄露等安全風險。其次，把加大數據信息安全的研究與管理力度，作為大數據時代提高信息安全的關鍵，全面培養信息安全專業人才，通過提升技術和能力實現支撐和保障大數據信息安全的目標。最后，在對大數據發展進行合理規劃時，重視金融信息安全在其中的主導地位，著手對信息安全環境開展高質量的防范工作，將信息安全納入全面風險管理框架，有效提升信息安全管理力度。對于危險事件（例如：網絡攻擊、信息泄露）發生的模式、時間、空間等情況進行定性分析和定量分析，歸納出一套有效的模式，并運用于金融信息的日常管理工作之中。通過加大對數據安全體系的監控與管理，完善大數據時代金融信息安全的系統體系建設，保證金融信息的安全性。

3.2 開展信息安全方面的技術創新

傳統的信息安全技術，已被時代所摒棄，這成為大數據時代對信息安全技術提出的最主要的發展要求。從海量數據中“提純”出有用的信息，對網絡架構和數據處理能力而言也會構成巨大的挑戰。在網絡技術迅速發展的今天，大數據信息的收集運用遭受著極大地安全威脅，在進行大數據的保護與管理過程中，應著手對關鍵技術進行進一步的研發與控制管理，促進大數據信息安全技術得到全面的提升，通過對軟件技術的開發，提升網絡黑客對于網絡信息的追蹤與入侵的難度，使大數據的信息安全得到進一步的保障。

在金融行業，要對現有的數據安全工作進行深入研究，例如在金融信息數據對外發布或與其他平臺進行信息交互和信息共享時，可以使用匿名安全保護的信息追蹤技術，對信息數據進行安全防護。對金融領域工作人員來說，應加強對金融信息數據安全管理人才的教育管理，保障大數據中心能夠在安全的條件下平穩運作。在進行數據傳輸與交互時，針對當前技術研究工作中的不完善方面，進行專門的數據系統漏洞的修復與完善，提升系統漏洞相關的安全技術，保證金融信息數據應用的可靠性。在對數據進行研究的進程中，對金融信息安全技術相關的設計進行多次驗證與操作，并對數據進行反復的檢測，在保證數據應用的安全性的前提下，提高其運行的平穩性。此外，針對實際生活中出現的數據安全隱患，還可以使用自主防護的風險防控模式，進而幫助用戶降低信息數據泄露的風險。

3.3 加強重要數據的監控管理工作

伴隨著大數據的收集與管理過程的持續，重要金融信息系統數據被入侵的可能性逐漸上升。究其根本原因，主要是因為大數據超過一定規模與頻次的使用，會導致有害信息增多，這些有害信息進一步增加了數據泄露的風險，從而產生嚴重安全隱患。根據我國政府的相關規定，應加大對重點數據的管理與控制，完善數據的相關操作與管理制度，加強對大數據運用的監管。針對目前大數據的發展現狀和信息技術發展現狀，進一步改進信息安全監管的措施，加強針對移動設備的安全規范流程的管理，從而進一步規范大數據的應用，以此保證金融信息數據的安全性。

3.4 合理恰當地運用大數據信息技術

當大數據中心遭受到暴力攻擊時，傳統的安全抵御辦法并不能及時的應對和防御安全風險，所以在進行數據分析管理時，最主要的是要及時發現惡意的工作流程與正?；顒恿鞒痰膮^別，進而在金融信息數據及其網絡信息遭受泄露攻擊后，及時采取應急措施，從而減少信息泄露的危險系數。通過建立危險數據入侵數據模型，對數據信息進行全面管理，在進行數據驗證時，為了使數據遭受入侵的特征顯示的更加充分，在進行數據安全的模型構建時，需要花費大量的財力和時間成本，所以在進行資源的統計與分析時，通過對重點數據庫及數據庫之間的共享，減少可持續性攻擊的危險。

4 總結

在數據量不斷提升、信息技術蓬勃發展的今天，有著鮮明時代特點的大數據應用快速向我們走來，大數據信息使人們在社會發展的進程中發現了很多機遇。智能化終端設備及其數據傳感器作為重要來源，在有效促進金融行業發展的過程中，也使金融信息安全面臨著極大地信息威脅，致使大數據金融信息安全風險逐步增大。為了對信息安全進行強有力保護，需要開展新的技術研發、完善相關信息安全治理體系等措施，以此保障大數據時代下的金融信息安全。