基于大数据优化网络的安全性策略的研究

刘梦飞 山东英才学院

社会日新月异，科技迅速发展，移动终端市场不断升级，数据流量也日益增加，信息化的数据传播更加迅速，与此同时对网络的依赖性大幅提升，随之而来的网络安全问题也趋于严重，这篇文章在大数据的基础上，将传统的安全漏洞产生过程与不足之处结合，提出优化网络的安全性策略。

1 安全漏洞发生过程及分类

1.1 安全漏洞发生过程

通常情况下，产生安全漏洞的部分主要包括下面几个环节：

设计系统测评环节，其中包括系统的软硬件测评，要求事先准备好检测安全漏洞所需要的工具。

假设探测攻击环节，针对于网络安全漏洞写出检测计划，此外收集整理数据并锁定所测对象的终端数据信息。

攻击环节，依据以上环节提供的数据信息，对所设定的目标进行攻击，进行漏洞检测，非法途径侵入等。

1.2 安全漏洞的种类

随着网络安全的迅速发展，安全漏洞的种类也越来越多，大致可分为下面几种：

(1）验证

这个环节安全隐患主要包含：用户的ID 账号可能被盗用、登录时缺少安全认证系统并且用户能够从其他网站访问服务器。

(2）授权

出现这类安全问题主要是因为系统未按要求以设定好的准则访问系统，以至于系统失去控制能力。

(3）加密处理

这一环节中人，问题频发于数据信息的交换、经过加密的数据在传输时以及传输数据的方式，都有可能发生安全问题。

(4）信息外泄

信息外泄主要是指私人安全信息、商业数据等的泄露，可能是由于非正常的系统运行造成信息丢失等，主要包含：主动地信息填写，安全性文件暴露等等

(5）安全认证

系统依据安全准则运行而导致的验证失败后的系统自动攻击，使文件泄露。

(6）安全设备配置

设备发生安全主要是因为，缺乏高安全性能的安全系统，如防火窗等，导致系统在不安全的漏洞环境下运行。

2 大数据安全分析

大数据的安全分析主要由网络安全分析系统完成。网络安全分析系统是一个可以让网络管理者在复杂的网络安全问题中对症下药的网络管理系统，它能够诊断、分析网络中所有传输的数据中遇到的安全问题，并且帮助管理者排除网络事故，避免安全风险，提升网络安全性能，提升网络可用性价值。用户可以不再担心网络安全漏洞无法解决，市场上现有的一些网络分析系统能够帮助企业把网络事故和安全风险降到最低并且提升其网络安全性。网络安全分析对我们有非常高的要求，越来越多的重要数据和安全系统被应用其中，如何保障关键商业数据的安全性早已成为网络运维中的重中之重。

2.1 大数据分析平台

大数据分析是指对规模巨大的数据进行分析。大数据能够概括为5个V， 数据量大(Volume)、速度快(Velocity)、类型多(Variety)、价值（Value）、真实性（Veracity）大数据作为时下最火热的IT 行业的词汇，随之而来的数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐步成为行业人士相继追捧的利润焦点。随着大数据时代的来临，大数据分析也应运而生。主要包括：

能够展现分析的前端开源工具JasperSoft，Pentaho, Spagobi, Openi, Birt 等。

用于展现分析商用分析工具包括Style Intelligence、RapidMiner Radoop Cognos, BO, Microsoft Power BI, Oracle,Microstrategy,QlikView、 Tableau

国内主要应用的有BDP，国云数据，思迈特，FineBI 等。

2.2 大数据安全分析技术

科技时代的发展需要以大数据为基础安全分析技术，应用此技术不仅能够进行网络安全分析，并且能够依据某些相关算法建立动态观测模型，进一步全面监测系统漏洞，提高系统的网络安全性。

3 网络安全设备的策略研究

在大数据平台检测出安全漏洞后，系统就需要进一步核实并且进行处理。特别实在网络云计算和网络虚拟等技术迅速发展的背景下，网络安全设备的应用就显得尤为重要。

3.1 网络设备安全概述

设备的安全始终是信息网络安全的一-个重要方面，攻击者往往通过控制网络中设备来破坏系统和信息，或扩大已有的破坏。只有网络中所有结点都安全了，才能说整个网络状况是安全的。网络设备主要包括主机(服务器、工作站、PC)和网络设施(交换机、路由器等)。对网络设备进行安全加固的目的是减少攻击者的攻击机会。如果设备本身存在安全上的脆弱性，往往会成为攻击目标。

结论：综上所述，大数据的应用给人们提供了便利的同时也减弱了信息的安全性，因此优化网络安全就显得尤为重要。本文基于大数据的发展结合传统的安全漏洞利于和产生过程做出策略研究，能够使系统的安全性能大幅提升。