基于大數據和云計算的網絡空間安全防御研究

鐘 思，何國民，袁 煜，帥劍平，陳輝金

（桂林電子科技大學 教學實踐部，廣西 桂林 541004）

隨著互聯網與計算機信息技術的高速發展，其對人們生活、工作均產生不小的影響，改變了人們的生活方式與生產方式。大數據時代的到來，使得數據信息數量級增長，為了提高數據管理與分析水平，應該在網絡管理意識下，使用大數據、云計算分析信息，還應該在相關技術應用時，積極推進網絡空間安全防御工作，確保數據相關的工作可以安全進行。

1 云計算概念

云計算是信息技術、移動互聯網發展等發展到一定程度后出現的產物，云計算按照用戶需求處理數據信息，處理的對象都是虛擬化的，云計算處理的數據以分布形式儲存，數據儲存能力隨之提高，其對硬件設備有較高的要求，可以為使用者提供服務，并且提供的服務有可靠、有效和安全等特征。云計算的出現，滿足大眾對海量信息整理與分析的需求，提高了數據的擴展性。

在我國技術水平不斷提高的今天，關于云計算、信息技術與大數據的研究在持續進行著。數據以數量級的方式增長，雖然可以為大眾提供更多信息，但是也增加了數據分析、儲存等工作的難度。為了完成海量信息的處理任務，促使計算機需要朝新方向發展并創作出新型技術，分布式處理、云儲存、虛擬化等技術應社會發展需求出現，在數據處理方面擁有較強的能力，可以降低網絡運營管理花費的成本，推動網絡空間運營高效地發展。

云儲存技術主要應用在以下方面：（1）云計算實用性極強，會從用戶實際需求中提煉關鍵元素，經過處理后形成指標，此類指標不受空間與時間的限制，擁有鮮明的隨機性；（2）云計算可以儲存大量數據，其擁有獨立的數據空間，在儲存數據信息的同時，可以在極大程度上提高數據的安全性，良好的保護云計算儲存空間中的數據；（3）云計算擁有良好的擴展性，在云計算構建的網絡環境中，為在環境中的消費者提供海量數據。在基于云計算構建的網絡空間中，可以向用戶提供大量數據資源，但是也存在不小的風險，分享數據可能會出現數據損壞、數據丟失等問題。另外，由于云計算網絡有開放性特征可能會對網絡造成安全威脅。因此，必須提高對云計算網絡的安全防護水平，靈活地選擇防護方式，提高網絡平臺的穩定性，防止平臺遭到惡意攻擊，出現篡改數據信息、數據信息丟失等情況[1]。

2 基于云計算的數據挖掘技術分析

2.1 基于云計算的數據挖掘研究方法

2.2.1 數據關聯性挖掘法

基于云計算的數據挖掘技術處理數據時，在程序驅動下細致地分析數據信息并從中提取價值元素，能夠從海量的數據中發現其存在的關系，進行集中化處理并找到關聯性數據。關聯性數據挖掘法應用在數據處理中，會按照數據處理需求鎖定數據挖掘的待處理對象與工作范圍，明確關聯性研究的屬性；在深度挖掘數據價值與數據間關聯性前，會進行預處理操作，提高挖掘數據的完整性與真實性，最后將預處理結果儲存于數據庫中。

2.2.2 數據挖掘Apriori算法

Apriori算法在數據挖掘方面有不錯的效果，作為挖掘關聯規則的一個算法，從屬于Agrawal。Apriori算法在數據挖掘方面和其他算法存在一定差異，由于海量數據存在鮮明的復雜性和冗繁性，很多數據挖掘算法存在收斂性低下的短板，但是Apriori算法不存在此方面問題。使用Apriori算法在完成數據挖掘任務的基礎上，可以控制人力花費的成本。另外，在計算機仿真模擬功能的驅動下，可以提高其在海量數據挖掘方面的工作效率。

2.2.3 數據模糊性學習法

數據模糊性學習法應用在數據挖掘中，假設云計算平臺內擁有一部分的信息樣本，接著描述其中任意一個信息樣本，選擇標準差計算的方法處理信息樣本，在該方式下可以達到挖掘數據信息價值和高度壓縮數據信息的目的。使用數據模糊性學習法可以確定模糊隸屬函數，完成函數的篩選工作，最終在云計算的基礎上完成海量數據的挖掘工作，從大量數據中找到有價值的信息。在海量數據價值性因素挖掘方面，應該在激活條件的前提下，收集網絡數據的結點信息，使用數據模糊性學習法需要高度關注此方面內容[2]。

2.2 基于云計算的數據挖掘體系架構

基于云計算的數據挖掘技術擁有強大的數據處理能力，可以在短時間內處理海量的數據信息，同時可以儲存大量的數據信息，與以往的數據挖掘技術相比，擁有強大的數據處理能力，可以滿足個人或組織機構對數據處理的需求。

基于云計算的數據挖掘體系有三層結構，分別為云計算服務層、數據挖掘處理層與用戶層。云計算服務層可以儲存海量數據，按照服務要求處理相關數據；數據挖掘處理層內部擁有數據挖掘算法與數據預處理，可以預處理數據信息，極大程度提高了數據處理水平，高效、便捷地推進數據挖掘與處理的工作；用戶層面向用戶，收到用戶發出的請求后，會自動觸摸功能模塊并將請求傳遞到第二層與第一層，經過一系列動作后向用戶呈現數據信息[3]。

2.3 基于云計算的數據挖掘技術的優勢

處理海量數據信息使用基于云計算的數據挖掘技術，可以擁有以下幾方面優勢：（1）處理海量數據時可以在基于云計算的數據挖掘技術下，分布式挖掘數據信息中的價值元素，提高數據信息挖掘工作的效率，并可以從海量數據中發現關聯性數據?；谠朴嬎愕臄祿诰蚣夹g擁有強大的適應能力，可以快速適應擁有不同規模的組織。比如，集團類企業處理特定數據信息，可以借助基于云計算的數據挖掘技術處理數據，可以更好地應用資源，降低對高性能設備的依賴程度。（2）開發便捷是基于云計算數據挖掘技術擁有的優勢，用戶在該技術下不用考慮數據分配、數據劃分、計算任務調度以及數據加載等環節，可以更加便捷地推進工作；（3）基于云計算的數據挖掘技術可以高效地使用設備，進一步提高原有設備在數據挖掘方面的工作能力，強化技術在大規模數據方面的處理能力。另外，基于云計算的數據挖掘技術在數據處理中，具有良好的容錯性；（4）基于云計算的數據挖掘技術在數據應用方面操作便捷，可以降低技術應用的門檻，使操作人員可以快速掌握技術的操作要點，發揮該項技術在數據挖掘中的價值。

3 傳統數據挖掘和基于云計算的數據挖掘的比較

3.1 處理對象

在數據信息環境中，基于云計算的數據挖掘和傳統的數據挖掘已經有了較大差異，在工作對象方面也發生了變動。傳統數據挖掘主要圍繞某信息系統進行數據挖掘，工作相對被動；基于云計算的數據挖掘技術擁有強大的數據處理能力，其處理的數據對象體量更加龐大、類型更加繁雜、來源更加廣泛?；跀祿诰虻男畔⑻幚砑夹g，在數據采集范圍方面更加廣泛，不再被動地等待信息。在數據處理方面更加便捷、高效?；谠朴嬎愕臄祿诰蚣夹g在數據處理方面，沒有對數據精度提出過高的要求，所以此種方法挖掘的數據存在不確定性。

3.2 挖掘程度

傳統數據挖掘和基于云計算的數據挖掘間存在一定的差異，在數據挖掘程度上比較明顯，主要體現在數據挖掘的廣度與深度上。在結構、模式較為復雜的數據融合在一起后，使用傳統數據挖掘難以處理相關數據?；谠朴嬎愕臄祿诰蚩梢粤己玫靥幚硐嚓P對象，借助云計算的多種計算模式和挖掘算法，多維度、全面地處理龐大數據，可以從復雜的數據中得到有價值的信息。基于云計算的數據挖掘技術，在數據處理方面更加優異，數據信息分析和處理方面的廣度與深度更高，而且可以使用多種方式分析數據。傳統數據挖掘技術，在數據處理方面分析方式單一，也沒有形成健全、成熟的管理體系，所以在數據計算算法與挖掘方面的可拓展性較低。因為該方面因素，導致傳統數據挖掘在多源異構數據處理、獲取與分析方面存在較多限制，基于云計算的數據挖掘可以解決相關問題，更好地滿足用戶對數據工具的使用需求[4]。

4 基于大數據和云計算的網絡空間安全問題

4.1 數據儲存風險

云計算處理數據，使用信息是否安全主要由云數據自身儲存能力決定。但是隨著時間的推移，設備中儲存的信息逐漸增多，會增加設備管理難度。為了提高數據信息管理水平，應該利用安全、可靠的載體儲存數據，可以提高數據的可靠性與安全性。儲存數據并進行數據管理的過程中，應該明確數據儲存情況，確保數據儲存記錄完整。即便后期出現資源遺失的問題，也可以將其對使用者造成的影響進行有效控制。云計算在數據儲存與分析等活動中，能否保障處理對象的安全，與設備直接相關。因此，為了保障數據儲存安全，應該加強云設備管理力度。

4.2 數據傳輸風險

數據傳輸階段容易出現安全問題，比如公司在數據傳輸方面，需要處理大量的工作，使得數據量也極為龐大，一般公司會將相關數據儲存在內部IDC中。在大數據時代中，公司的核心競爭力主要為個人數據競爭，如果數據遺失將會對公司造成巨大的打擊。在數據傳輸階段容易出現各種問題，云計算的使用者應該及時進行防護工作。

4.3 數據訪問風險

為從資源方面進行安全控制，需要在立足于云計算系統結構的基礎上，研究資源在訪問控制方面的需求，用戶非訪問數據是云計算系統的表現形式，其又可以分為外部數據非法訪問與內部數據非法訪問。在大數據平臺中含有用戶個人資料或重要的信息，將數據儲存在遠程服務器中，云計算服務商可以從中獲得數據。隨著云計算系統的應用，必須及時給予合理、安全、有效的防護手段，否則云計算系統容易被黑客攻破，用戶儲存數據的安全便難以得到保障[5]。

4.4 數據隔離風險

云計算系統應該按照用戶對功能的需求進行調整，云計算系統的數據共享功能被頻繁使用，一旦黑客利用云計算系統漏洞侵入系統內部，便可以隨意瀏覽其中的信息并進行各類操作。為了防止此類情況的出現，應該提高對數據隔離的關注度。

5 基于大數據和云計算的網絡空間安全防范措施

5.1 數據加密技術

在數據安全管理方面可以依托加密技術，提高數據管理工作的安全性。數據加密技術主要根據不同數據特征選擇加密的方法，在數據傳輸階段防止且被黑客竊取。為了提高數據在傳輸環節的安全性，可以選擇特殊工具管理數據，保障數據安全。信息儲存在云服務器中，在加密技術的保護下可以提高服務器數據信息的安全程度。

5.2 儲存技術

儲存技術也是應用云計算等數據管理工具時，極為重要的數據管理手段，在儲存技術作用下，可以提高應用程序的管理水平。云儲存是數據管理工作的重要內容，如果數據在網絡儲存方面出現問題，會降低數據儲存管理的安全性。云計算數據儲存在云服務器中，在共享環境中為工作人員服務。在共享環境中使用云計算數據，對數據計算與加密等活動提出較高的要求。因此，為了進一步提高儲存技術在云計算領域的工作效果，還需要不斷提升儲存技術的整體水平，成為保障云數據儲存的有效手段。

5.3 提高身份認證水平

在云計算、大數據的背景下，部分用戶因為黑客非法入侵，導致數據流失，對自身造成不小的影響。為了解決此種情況需要提高云計算系統安全防護水平。在云計算安全防護方面選擇身份認證的方法，隨著工作的開展，進一步提高身份認證水平。在云計算中應該確定安全防控重點，網絡機構圍繞數據管理需求推進控制權管理工作。將低層身份作為身份認證的依據，在該依據下于普通文件中儲存用戶的賬戶信息，還可以驗證用戶的身份與密碼。在身份認證下保護數據，防止后期出現數據泄漏等情況。

賬號認證與數字證書認證在數據安全控制和管理方面均有不錯的成效，前者處理云計算系統中的問題，系統管理人員應該加強用戶賬號管理強度，定期全面檢查云計算系統中的賬號，長時間不使用的賬號一般會直接注銷。在用戶推出賬號時，為了保障用戶的統一性，應該在用戶登錄賬號時，確保用戶在同一時間和同一設備進行賬號登錄的操作，這是用戶可以訪問云計算系統的前提；利用數字證書進行認證，在先進的生物特征識別系統下，全面收集用戶的信息并完成賬號認證操作。使用數字證書認證的手段，使賬號認證按照用戶不同網域推進工作，在此種方式下用戶可以在云系統中獲得授權[2]。

5.4 優化數據訪問方式

使用云計算系統的過程中，應該在數據訪問環節使用科學的控制方法，自主訪問控制與用戶標簽，在數據訪問安全控制方面均有不錯的效果。云計算系統的環境比較復雜，為了保證用戶信息不會出現安全問題，一般會選用數據隔離的方式。但是部分情況下，因為控制方式不當導致不具備良好的效果，技術人員應該借助訪問控制技術提高云計算系統運行的安全性，將訪問控制分為根據用戶角色訪問與自主訪問兩種方式控制數據。

自主性訪問控制在操作方式上相對穩定、簡單，但是在具體控制方面存在兼容性差的問題。技術人員針對自主性訪問控制的手段，需要將其與其他技術相互配合，由此可以控制數據訪問角色，技術人員可以使用分層方案控制管理數據訪問方面的工作。圍繞數據安全管理要求編制分層方案，對相同角色采用用戶池區別授權管理的方法，提高數據安全管理水平[6]。

在云計算系統中用戶標簽也是一種常用的訪問控制手段，具備強制性。管理人員研究云計算環境，按照環境特征選擇加入敏感標簽的手段，識別工作用戶。利用標簽劃分客體與主體，借助標簽可以全面控制用戶，以信用等級將主體客戶分為多個類別，在此基礎上進行有效的控制。設置客體標簽，清晰地標注客體要求的信任級別。在數據管理階段應用數據加密技術，使云計算系統擁有數據儲存功能，可以全面、安全地管理用戶信息。在用戶上傳信息前，加密處理傳輸的信息，確保信息在傳輸階段不會出現安全方面的問題[7]。

6 結束語

綜上所述，在大數據和云計算環境下的網絡空間存在一定安全問題，會降低信息的安全程度。企業應該在此環境下分析自身數據傳輸、管理等方面的不足。在信息網絡時代下，人們對網絡的依賴性較高，數據也在此種情況下爆發增長，對企業使用云計算處理數據造成不小的威脅。企業已經習慣使用信息技術開展工作，一旦在數據傳輸、儲存等階段出現數據遺失、數據篡改等情況，會對企業造成沉重的打擊。在大數據和云計算環境下，應該將云計算作為網絡空間安全防御的重點內容。用戶需要按照網絡安全防護需求，建立健全、完善的管理和規則體系，提高技術的有效性，成為保障用戶信息可靠性與安全性的手段。