張潔
摘要
當前網絡數據安全態(tài)勢,大數據模塊系統(tǒng)凸顯了數據流調控與成本管控等過程中的發(fā)展與不足,影響了受眾個體的實踐收益與安全效益。以權利認證與用戶需求為現實支撐,集中調控大數據庫交互節(jié)點的數量和服務器的承載量,以期在全面解決當前存在的“認知模糊”和“節(jié)點堵塞”等問題的基礎上,關注不同網絡組件系統(tǒng)的內在契合和定位存儲規(guī)律,減少服務器運行路徑波動與驗證證書的反饋延誤性。
【關鍵詞】大數據系統(tǒng) 網絡安全 現狀不足革新策略
大數據時代的模式建構與理論革新推動了數據流的流通與實踐轉型,在新時期背景下,新型網絡技術與數據調控技術已經在潛移默化中影響了大數據系統(tǒng)的市場應用和安全防護功能。大數據系統(tǒng)作為社會企業(yè)等現實發(fā)展領域的重要戰(zhàn)略工具,旨在通過對服務主體進行理性分析與決策判定,來實現對數據庫中的有效信息進行客觀分析與分類,這種“集中式”的信息處理技術有效地提升了參與群體的實踐收益、業(yè)務效率和綜合競爭實力。
1 大數據環(huán)境下網絡風險分析
虛擬網絡的安全保障性、內容可靠性和存儲性,是作為目前數據排布與資源重整的基本要求,因此在大數據支撐系統(tǒng)下,需要從數據密度和節(jié)點交互的角度來對現有的網絡內外部環(huán)境進行綜合調控。然而,相關調查研究數據顯示,當前網絡系統(tǒng)存在一定的實踐風險,主要歸結為以下兩點:一方面,新技術的“實踐模糊”挑戰(zhàn)。不同計算機存儲框架以及數據排列特征在拓充了數據資源的處理效益與深層次可視化的同時,也在一定程度上影響了數據安全保障系統(tǒng)的多向構建。不同實踐特征的新型網絡技術容易導致“邊界模糊”、“認知漏洞”以及“數據節(jié)點轉型”等負面弊端,不同類型組件之間的通信聯結系統(tǒng)難以進行有效契合;另一方面,數據定位存在偏差。大數據管控系統(tǒng)具有信息量大、資源密度高、時效特征突出以及種類多元化等相關特征,傳統(tǒng)的數據分析和處理技術已經難以有效對這些海量數據進行合理定位與分類,過量的數據信息難以通過交互聯動的監(jiān)管反饋模式進行“二次分析”,對相關管理群體的思維洞察能力、數據篩選存儲能力以及數據傳輸運轉能力提出了更為苛刻的要求。隨著計算機軟件的快速更新以及網絡安全調控成本的持續(xù)性波動,整個Internet體系中的用戶量和個體需求呈指數型增長,大數據管控機制的實踐應用弊端逐步暴露出來:少數具有快速數據篩選、處理與存儲的“節(jié)點”已經成為整個大數據系統(tǒng)的革新瓶頸;大量的數據資源過度集中在少數服務器上;特定數量的服務器的基本負載難以滿足大流量需求,這些“不均勻”的資源利用狀況在一定程度上造成了數據資源和計算資源的浪費。
2 大數據環(huán)境下網絡安全保障路徑
大數據技術能夠有效對信息數據、前沿認知進行調控與整合,經由內外部子網絡系統(tǒng)構建的數據交互系統(tǒng)成為個人隱私、模塊訪問的重要技術支撐,大數據技術的這些特點促使了相關參與群體重新審視隱私保護問題,以此為著眼點,現根據大數據系統(tǒng)的建構特點與發(fā)展趨向提出了以下四方面技術革新策略:
2.1 建立健全“認證授權”機制
信息認證與授權過程作為個體數據對照與調控的綜合舉措,通常涵蓋消息認證、身份認證以及協(xié)議認證等三個板塊內容,由此打造的多維網絡結構能夠在傳統(tǒng)網絡認證模塊的基礎上,實現消息傳遞和接收過程的同步性與互促性。消息認證作為此種授權機制的實踐出發(fā)點,主要用于確保和驗證輸入信息的完整性與真實性,檢測核心信息在傳遞過程中是否被篡改、任意刪減或順序調控,力爭在保證驗證消息的順序性、時間性以及工具理性的同時,注重將此種認證過程局限于特定交互雙方之間,不允許其他節(jié)點的任意參與,此種精準性、非實時性的認證授權方案能夠有效發(fā)揮大數據系統(tǒng)的信息檢測與內容調控的功能特征。與消息認證過程相區(qū)分,身份認證過程大多通過選取“實時性”的消息驗證方案,來對特定消息的準確釋義進行定位與內容延展,以此來保證數據信息的合法性與完整性。協(xié)議認證作為“認證授權”機制的最后階段,除了對實際網絡框架中的消息和主體身份進行精準判定外,旨在通過建構特定規(guī)范性的協(xié)議來保證數據源的可靠性和抗風險性。就總體而言,對某一數據庫認證實體和可用資源的利用度和許可范圍越精準,則相關參與主體對授權要求與授權等級的實效劃分越嚴格,在遵從“標準安全層協(xié)議”的基礎上,通過驗證不同網絡節(jié)點的通信安全與系統(tǒng)對接度,來以“授權機制”的形式對本地數據資源進行科學理性訪問和多向傳輸。
2.2 建構“網絡信譽”模型
深入挖掘不同網路系統(tǒng)中的數據管控與網絡節(jié)點的契合關系,大體可將現有的網絡環(huán)境分成兩種模型,一方面是“層次信譽模型”,即通過打造封閉、孤立、簡單化的數據虛擬環(huán)境,來建構從“根節(jié)點”到“葉子節(jié)點”的路徑轉化;另一方面是“網狀信譽模型”,此種模型中的每一個分支節(jié)點均可以作為“可信任根”,推進在不同轉化路徑過程中的信任路徑轉化成特定的信任網絡,此種信譽模型更為貼近實際社會生活中社會公眾的信任關系。因其具有獨立性、權威不依賴性、全過程評價性等功能特征,使得每項參與實體均具備相應的“公/私鑰對”,通過借助相應的信譽證書來維持自身的信譽值,以滿足數據認證與個體自主簽名的綜合需要。在此種機制模型下,參與主體可單獨作為“客戶節(jié)點”來經過特定的資源服務節(jié)點來向另外的服務節(jié)點發(fā)出數據對接請求,在返回數據評價證書后,相關服務節(jié)點可將差異化的評價證書持續(xù)性地反饋給“客戶節(jié)點”,參與客戶在接收到反饋信息后,可及時查詢先前的評價節(jié)點來檢測評價證書的更新性與實效性。
2.3 將數據治理納入政治范疇
大數據背景下網絡安全防范機制的建立健全,在需要打造持續(xù)度高、實踐指向性更強的現實機制的同時,需要加強社會組織體系對參與個體隱私的保護。從社會結構特征層面看,社會部門可重新審視市場建立健全的重復性與實效運轉性等相關機制之間的內在契合關系,參照完備的社會監(jiān)管法律來強力打擊網絡欺詐或違約等負面行為,借助社會中介規(guī)范組織的貫徹性與程序性,來有效反饋指導市場運行機制、個體產權關系以及政府行政行為,并注重從社會、政府以及個體本身進行多向指導與路徑革新:其一,應將網絡信息保護納入國家戰(zhàn)略發(fā)展范疇。在大數據發(fā)展背景下,信息數據的管控性與安全性能成為表征虛擬資源系統(tǒng)可靠性和貫徹性的重要指標,相關政府部門應該緊緊圍繞社會公眾的綜合需求與法律法規(guī)的現實契合點,從根本上加快完善隱私保護的相關立法,重新定位網絡系統(tǒng)中的“云端存儲”和“標準制定”等模塊的“財產屬性”,對營利性網絡管控部門的調控策略、標準制定、技術研發(fā)以及數據存儲等方式進行綜合監(jiān)管與調控,以此來防止個人數據受到外部因素的干擾與破壞。
2.4 構建“在線一離線”數妮分析方案
為保證虛擬網絡系統(tǒng)的安全性與可控性,數據分析能夠從模型設計、數據實時計算、數據流向脈絡進行風險規(guī)整來進行有效引導?!霸诰€實時數據分析”系統(tǒng)可通過建構Spark框架來關注計算機網絡系統(tǒng)中的內存核定、“數據流”處理等模塊的統(tǒng)籌治理情況,以此種建構方式為指導,在設備防護過程中,整個安全區(qū)域內數據節(jié)點的個數和收集過程作為原始數據預處理過程的重要現實指向,可通過ETL技術對“多源異構”的數據存儲庫進行接口過渡和語句翻譯,如推動Hive QL命令數據庫的接口解析,將Hive QL資源數據轉化成實時RDD翻譯系統(tǒng),最后經由數據庫中元數據的內在契合關系來將其中有效的文件數據進行提取與多向計算;“離線挖掘分析模塊”則可通過對數據存儲庫中的原始數據進行反復、循環(huán)式深度加工與累積計算,借助ETL數據處理技術的反饋型與更新性,來統(tǒng)籌分析原有數據分析模塊中的“疑難問題”,以期還原更為安全可靠、實踐導向精準的“安全預警系統(tǒng)”,相關管理群體可有效建構以上三種模塊之間的資源聯結關系,以期精準實現網路系統(tǒng)數據處理的實效性、持續(xù)性與多維性。
鑒于大數據環(huán)境下網絡安全的現狀,可知防范勢在必行。隨著大數據的迅猛發(fā)展,建立健全“認證授權”機制、建構“網絡信譽”模型、將數據治理納入政治范疇、構建“在線-離線”數據分析方案,進一步營造安全的網絡環(huán)境。
參考文獻
[1]管磊,胡光俊,王專.基于大數據的網絡安全態(tài)勢感知技術研究[J].信息網絡安全,2016(09):45-50.
[2]鄒陽.大數據時代下計算機網絡信息安全問題研究[J].電腦知識與技術,2016,12(18):19-20.
[3]田言笑,施青松.試談大數據時代的計算機網絡安全及防范措施[J].電腦編程技巧與維護,2016(10):90-92.
[4]汪東芳,鞠杰.大數據時代計算機網絡信息安全及防護策略研究[J].無線互聯科技,2015(24):40-41.
[5]陳火全.大數據背景下數據治理的網絡安全策略[J].宏觀經濟研究,2015(08):76-84+142.
[6]孟曉明,賀敏偉.社交網絡大數據商業(yè)化開發(fā)利用中的個人隱私保護[J].圖書館論壇,2015,35(06):67-75.