洪克詩

摘 要 大數據時代下，數據海量且紛繁復雜，這在豐富圖書館資源的同時也給圖書館數據存儲安全管理等方面帶來了新的挑戰(zhàn)。本文立足于對大數據的特征把握，結合目前圖書館面臨的存儲安全管理問題，探討了圖書館存儲安全管理的有效策略，以期構建更加科學、高效的圖書館存儲與安全管理模式。

關鍵詞 圖書館；大數據；數據存儲；安全管理

中圖分類號 G2 文獻標識碼 A 文章編號 1674-6708（2016）164-0125-02

1 大數據時代下的數據特征

關于大數據至今各界尚未有一個統(tǒng)一且全面的定義，但筆者比較認同的一個定義方式是：大數據是難以在傳統(tǒng)思維及常規(guī)軟件的基礎上，在規(guī)定時間內對其內容實施采集、管理及分析的數據集合[1]。大數據時代下的數據具有數據量大、數據類多、流動速度快、價值密度低等特點。不難看出，在大數據的背景下無論是從管理角度還是技術角度，對于圖書館的數據安全管理，尤其是基于海量數據的數據存儲安全管理，都是新的挑戰(zhàn)。

1.1 數量巨大

通常認為，數據量大于10TB即為大數據。伴隨著計算機、云計算、物聯網等技術普及，以及社交網絡對人們生活的不斷滲入，人們的個人信息、網絡足跡、網絡交際等數據爆炸性增長，這些信息與長期積累的結構化數據共同構成了大數據。對于圖書館來說，紙質電子資源增多，以及用戶增多帶來的大量用戶信息，隨著時間推移，數據量會越來越大。

1.2 種類繁多

數據種類繁多主要是指數據結構的多樣化。伴隨著傳感器技術、移動終端、通信設備的廣泛應用，數據結構形成結構化、半結構化和非結構化共存的局面，如音頻、視頻、網頁等形式。

1.3 流動速度快

流動速度快主要指數據創(chuàng)建與處理速度。實時性是大數據的一個顯著特征，生活在互聯網環(huán)境中，人們通過移動終端使用的各類應用，如天氣、物流、交通等應用，這些應用使用或產生的數據都是具有實時性的，即為流式數據。對于這些數據，傳統(tǒng)的軟件顯然不能處理。

1.4 價值密度低

大數據的價值獲取和應用是大數據應用的最終目標。然而在數據大量增長的同時，蘊含于其中的數據價值并未顯著增長，因而數據價值密度降低，這就大大增加了獲取有價值信息的難度。

2 大數據時代圖書館面臨的存儲安全問題

在大數據背景下，圖書館非結構化數據占80%以上，這為圖書館數據存儲方面提出了新的要求，具體體現在存儲模式、安全級別劃分、身份驗證等方面。

2.1 存儲模式局限

隨著數據量及數據復雜程度的迅速增長，非關系型數據庫由于可擴展性及可用性較強優(yōu)勢被廣泛應用，成為圖書館數據存儲的主要方式。然而，由于非關系型數據庫系統(tǒng)服務器軟件內置安全管理系統(tǒng)不足且存在較大安全漏洞，造成在數據訪問控制及用戶隱私管理方面存在較大難度。

2.2 安全級別劃分問題

圖書館在統(tǒng)一管理平臺對數據進行存儲、管理、分析、應用的過程中，難以對數據按照安全級別進行劃分并分類存儲。同時，數據庫在用戶進行訪問的過程中，會將組織架構暴露給發(fā)起訪問的程序，安全性受到威脅。另外，由于用戶在操作中與多個信息節(jié)點進行通信，數據庫難以對訪問者身份權限進行即時驗證。

2.3 安全管理產品局限

非結構型數據庫在進行大數據資源操作中，會在多個網絡通信會話間建立協調任務，因而傳統(tǒng)安全管理產品具有的系統(tǒng)監(jiān)視、日志分析以及安全評估等功能難以運行或難以取得良好效果，同時還可能對大數據應用效率等方面帶來不利影響。

3 大數據背景下的圖書館存儲安全管理策略

3.1 利用大數據決策及時發(fā)現安全威脅

圖書館在利用大數據技術來保護自身系統(tǒng)與服務安全時，不應僅僅將防范目標鎖定在惡意事件的發(fā)現上，也應結合大數據安全資源進行分析，確定惡意攻擊的來源、攻擊途徑及危害程度等，并結合數據挖掘與關聯技術，實現對未來攻擊的來源、途徑及目的預測，提前把握危害程度，做好防范。

同時，在安全管理大數據平臺的構建過程中，在維持平臺一定的復雜程度與合理建設成本的條件下，盡可能選取技術成熟且兼容性強的數據包捕捉與分析工具，以此來實現信息的快速采集、定位與科學分析、決策的過程。而系統(tǒng)結構過于復雜的安全管理產品會導致平臺功能性與可控性的大幅度降低。

同時，加強對安全數據倉庫諸如監(jiān)控日志、工作日志、服務器日志、防火墻日志等的管理控制，有助于圖書館大數據資源安全高效地處理以及安全攻擊行為的及時發(fā)現。

另外，在了解圖書館大數據服務與安全管理需求的基礎上，定制大數據資源挖掘工具以及相應的分析師，來提高圖書館利用大數據技術發(fā)現安全威脅的效率與主動性。

3.2 構建大數據安全威脅與防御能力為基礎的評估體系

建設以大數據安全威脅與防御能力為基礎的評估體系，是圖書館構建高效安全防御系統(tǒng)的關鍵內容，評估體系分為宏觀網絡感知與微觀威脅檢測2部分。

網絡是圖書館各類信息傳輸的載體，在網絡層面上，對于數據中心內部網絡與外部傳輸網絡的評估，需廣泛地在網絡上設置大量安全檢測與數據采集設備，以此來保證安全評估平臺全面且客觀地收集網絡安全評估數據。

在微觀層面上，應注重數據采集并構建安全評估指標。應重點采集APT攻擊方法、路徑、后果等，并建立模型模擬預測。而在評估指標的建立上，應從大數據平臺二次提取數據，并分為基礎指標與應用層指標等多種類型，結合不同指標對圖書館安全的影響，進行科學的動態(tài)評估。

同時，由于結構化數據可降低對大數據平臺的性能要求并提高分析效率，圖書館也應加強對采集數據的結構化處理，從而提高安全分析效率與分析結果的可靠性。

3.3 整合大數據安全管理軟硬件平臺

大數據安全管理平臺應實現安全管理工具與流程的整合，以便圖書館依據相關信息來完成對安全事件的管理、分析與決策。將監(jiān)控設備采集的信息進行傳輸時，需提前進行預處理，并經由SIEM工具傳輸至大數據安全倉庫，傳輸數據需標準、高價值且具備可用性。同時，通過實時控制，以及安全管理平臺數據的反饋，來實現對圖書館應用平臺的參數設置及管理。

同時，大數據安全管理平臺應使用科學算法、可視化決策與自動化管理，應通過大數據平臺對用戶行為數據、閱讀終端參數分析，實現對用戶行為特征模擬，以此來進行大數據下的讀者身份認證。

3.4 執(zhí)行安全的大數據管理與應用策略

針對圖書館大數據的具體特征，為提高數據的安全性與可用性，圖書館必須對原始數據進行有效精簡，即通過過濾、刪減、標準化、匹配、評估、清洗等過程，以及結合云存儲平臺，將無用數據和重復數據進行刪除。同時，圖書館的大數據平臺在保證開放共享的同時，也應保證數據不被非法訪問和過度分析，因此，應允許用戶查看、糾正或刪除自身隱私數據，增加用戶隱私數據使用的透明度。

另外，圖書館在大數據安全管理中，通常將內部系統(tǒng)視為可信環(huán)境，執(zhí)行較為寬松的安全管理策略，往往造成內部環(huán)境相較于外部環(huán)境安全威脅更大。所以，為防止黑客利用內部系統(tǒng)漏洞提高攻擊成功率，加強圖書館內部系統(tǒng)環(huán)境安全控制與監(jiān)控十分必要。

4 結論

在大數據的背景下，圖書館的資源建設與管理存在大量的發(fā)展機遇，同時也存在更大的挑戰(zhàn)。在圖書館的數據存儲安全管理方面，應運用大數據決策敏銳感知安全威脅，構建起以大數據安全威脅與防御能力為基礎的評估體系，對大數據軟硬件平臺進行整合，并執(zhí)行安全的大數據管理與應用策略，真正提高圖書館的數據存儲安全管理能力，以求更加穩(wěn)定長遠的發(fā)展。

參考文獻

[1]張瑜.大數據環(huán)境下圖書館公共媒體數據庫建設與利用研究[D].大連：遼寧師范大學，2014.

[2]陳臣.大數據環(huán)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]高煜紅.云計算數據存儲安全的研究[D].杭州：浙江工業(yè)大學，2014.

[4]鮑劼，李蘇豐.大數據環(huán)境下圖書館信息安全問題與對策分析[J].科技情報開發(fā)與經濟，2014（22）：12-14.

[5]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.

[6]陳臣.大數據環(huán)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.

[7]張毅，趙元媛.大數據技術在數字圖書館中的應用分析[J].網絡安全技術與應用，2015（3）：52-53.

[8]張鶴明.大數據對公共圖書館服務的影響探討[J].圖書館界，2015（3）：75-77.