通信网络安全中大数据技术的应用研究

王研 李晓燕

【摘要】大數据是信息化社会发展的一大产物，通信网络在发展中渐渐实现了碎片信息数据的整合式发展，这一前提背景下，大数据技术为信息数据的发展、通信网络的安全提供了关键的业务服务平台以及高效资源。基于此本文展开对通讯网络安全中大数据技术的应用探究，以促进我国通信网络的持续化发展。伴随着我国社会的高速化发展，科技技术获得明显提高，计算机技术发展为时代下的一大得力技术，运用范畴的日渐广泛推动了其腾飞发展。

【关键词】通信网络;大数据技术;应用研究

中图分类号：TN92                 文献标识码：A               文章编号：1673-0348（2020）014-013-03

Abstract： Big data is a product of the development of information society. Communication network has gradually realized the integrated development of fragmented information data. Under this premise， big data technology provides a key service platform and efficient resources for the development of information data and the security of communication network. Based on this， this paper explores the application of data technology in communication network security to promote the continuous development of China's communication network. With the rapid development of China's society， science and technology has been significantly improved， the development of computer technology for the era of a powerful technology， the use of more and more widely promoted its rapid development.

Key words： communication network; Big data technology; Application research on

伴随着我国社会的高速化发展，科技技术获得明显提高，计算机技术发展为时代下的一大得力技术，运用范畴的日渐广泛推动了其腾飞发展。随着越来越复杂、海量的数据信息滋生，大数据处理技术也应运而生。通信网络的产生和发展为大众的工作、生活提供了极大的便利，为了满足大众日渐增长的诉求以及确保通信网络的安全性，大数据技术被应用于通信网络中，以提升数据的处理速度和水平，加快通信网络行业的创新化发展。

1. 大数据技术

最近几年我国网络技术发展速度快捷，数据的形成冲破了时空局限，数据库越发成为数据管理的一大关键形式。如今，人类社会数据发展大体上历经了下述几个时期，首先是被动产生时期。数据库的诞生有助于人类社会数据的规范统一化管理，这一阶段数据库系统的服务对象多是政府、大规模企业，比如超市、银行，用在交易记录上，借助于营运活动促成数据形成，有很强的被动性。其次是主动形成时期。因为互联网技术发展迅捷，人类社会数据量级激增，产生了诸多用户原创性内容，多是借助于微博、朋友圈、日志等方式传播于网络上，这些是用户自主、自动、自愿上传的数据，且随着电子智能设备的普及和更新，大家在网络上发布原创内容更为方便，即意味着主动产生数据的量也呈指数级增长。最后，自动产生时期。大数据的诞生其实也就代表着数据自动产生模式的形成。大数据产生的根源是通信网络和物联网的结合，数据借助自动的形式诞生也大大促进了大数据时代的来临。

大数据本质特征包含下述几点：其一，待处理数据量非常大，大约以PB乃至于EB为单位。其二，非结构化。大数据产生的一大变革是非结构化数据明显增加，有关学者研究表明，数据会在将来5年内增长到至少8倍之多，而当中非结构化数据占比突破了80%。其三，多源异构。比如物联网运转过程中，会在搜集数据时运用到传感器、移动设备等异构终端，从而令数据带有多源异构性。最后实时性。数据是需要第一时间进行处理的，尤其是欺诈检测、在线监测等过程中必须对数据展开实时性的分析和处理。

2. 大数据分析在通信网络运用中面临的挑战

2.1 网络传输基站压力较重

从如今现实情况分析，通信网络普及速度是极快的，几乎每个人都在应用通信网络，这从侧面反映出运用人数的不断增加，会令数据量也随之上涨，无疑这回大大加剧通讯网络传输基站的工作负担。因此网络营运商要高度重视，提前做好规划，如何进行大数据分析、汇总、整合工作，来降低营运基站的负荷。

2.2 网络用户需求朝着多样化方向发展

现代社会，通讯网络广泛普及，大面积辐射，而每一个用户对于网络的诉求显然是存在差异性的，有的是为了浏览网页，有的是为了观看视频，有的是为了听音乐，有的则是为了打网络电话。而手机、智能数码产品等的更新换代，也让大众的选择变得自由化，有的倾向于笔记本上网，有的热衷于手机上网，需求越发多样化。这样的情态趋势之下，必然会有一些用户发生网路不畅、卡顿、加载速度较慢等问题，或者在网络人数较多的场所下，网络传输质量相应变差，这些都是需要网络营运商按照现实状况予以考量和优化的地方。

3. 大數据技术在通信网络中的具体应用分析

3.1 大数据储存功能的运用

用户数量的激增令通信网络会在极短时间内产生大量数据，倘若不运用大数据进行研究和分析，那储存、利用是非常麻烦的，且会耗费大量人、财、物等资源，最终效果也未必理想。而大数据分析则很好的改善了这一状况，它借助储存虚拟化路径对结构类型差异化的数据加以分辨，把同类别数据整理、存储到同一平台上，一方面有助于降低资源、时间成本，另一方面也大大削弱了动态性变化容量。

3.2 大数据技术在通信网络优化中的运用

总体来看，大数据在通信网络优化中的运用表现为以下几点：其一，大数据优化准备时期。这一阶段中，先要确定和区分通信网络优化的数据对象，以便为后续优化做好准备。其二展开大数据测试。这一阶段中，需测试工作者对优化对象数据加以搜集，搜集完毕后进行DT测试，该测试施行的一大前提是前期准备工作到位和有序。其三，大数据优化分析。这一阶段中，进行优化探究的工作者要把储存的数据展开再次分析、优化，主要的分析内容包括了信号覆盖、讯息切换等。其四，大数据优化调节。这一期间的核心工作内容是对天线射频、后台参数的内容加以调整、完善。

3.3 施行阶段的举措

为了确保通信网络系统运作的高效性，在具体施行过程中可采取下述策略：其一，将大数据技术运用到网络系统的准备步骤中，这一环节需设立好网络系统的优化方向和目的，联系相关目标来筛选可用的材料、工具等。其二，大数据技术在测试阶段的运用中，相关工作人员要对数据讯息予以记载，将各类数据讯息加以比较，形成针对性的DT测试，推动大数据运用效果的科学规范性。其三，大数据技术在网络优化步骤中的运用，需工作者对大量讯息展开全方位优化分析，尤其是讯号覆盖、切换等问题必须加以重视，第一时间订立处理方案，不断健全优化结果。其四大数据技术在优化步骤中的运用时，需对后台运行参数、天先射频参数进行综合性调整改动，借助这一调节来增强通信网络通信效果和质量的提高，确保通信网络体系的工作如常，降低通讯故障的引发几率，防止对通讯网络行业的快速发展造成滞阻。

3.4 通信网络中大数据处理的关键技术——云计算

伴随着数据量、数据分析深度的日渐累积和加深，通信网络大数据的及时性必然会遭遇一定挑战和压力。这一情势下云计算便诞生了。2004年，云计算模型-Map Reduce技术产生，且获得较高重视，这一技术架构包含三大内容，依次是分布式文件体系、并行编程模型、并行执行引擎。该技术在投入现实运用中，在大数据处理效率、质量提高上发挥了重要性作用，但也依旧存在弊端和不足，例如不够灵活、不支持Schema、无法存取优化等。基于此，有关研究者对该技术予以了更深入的探究和分析，比如怎样在技能上进一步提高、易用性上如何深层次改善等。大数据处理方式大体有两类：流处理、批处理。该技术采用的是后者。不过现实社交网站、电子商务等都是要求对数据进行在线处理，显然该技术还无法达到要求。

4. 未来在通信网络中运用大数据技术的方向分析

首先，增强对行为模型的探究。要令大数据可以在通信网络安全当中获得更为全面的应用，需增强对行为模型的探究。通信网络领域当中，运用大数据是一项体系化的工作任务，必须在健全的理论知识系统下方可稳定展开，这便要求技术人员对行为模型加以深层次研究，创新大数据运用方法。对大数据在通信网络领域中的实体模型探究结果表明，通信网络中运用大数据的核心在于把大数据放置于各类差异化实体行为中，来建造一个全新的网络行为模型，依此来建立最终的大数据运用理论整体架构。这里所说的实体包含物理实体、虚拟实体两类。卡巴斯等比较著名的通信网络生产企业探究的实体对象是恶意软件，借助于对恶意软件的不良行为分析来甄别通信网络中的安全隐患。我国也应注重在行为模型上的分析和研究，不断践行研究成果，使之更好的服务于通信网络安全发展。

其次，重视信息萃取技术的运用。实体行为包含有实体转发、实体存储、实体生产等步骤。通信网络中，信息分做内容数据、元数据，两类均是为了对实体行为加以描绘。对通信网络中实体行为信息加以萃取提炼，以实体为行为模型展开深层次研究，这是大数据运用的最根本所在。相关分析显示，信息萃取技术能力会对实体行为分析质量带来较大影响。一般来说，萃取内容、元数据和地址分析、语种甄别等息息相关，新近研发出的信息萃取技术则具有更加广泛的运用。比如在通讯网络中查找出被黑客攻击的主机讯息、按照MDS信息分析结果搜寻到软件的编辑环境、作者信息等。多样萃取技术的支持下，能够实现更深层次、更完整化的萃取信息，从而获得实体发出的具象化的行为信息，技术人员采用一定方法把这些实体加以整合，更利于通信网络的安全化发展。所以，技术人员必须加大对萃取技术的探究，提升萃取能力。

第三，采用人机结合工具。想要自海量信息中萃取出内容数据、元数据等全部信息，这是不可能实现的。为了达成信息萃取需求，技术人员可借助对信息结构化提取加以证实，对数据滚动式缓存加以搜集、对数据核心内容加以采集等方法来实现，但归根究底是做不到解决全部问题的。而运用大数据中人机结合即可对多项数据加以统一化研究。所以技术人员要重视人机结合工具的使用，多学习借鉴国外成功案例，使得人机结合朝着智能前卫化方向发展。

5. 总结

大数据在通信网络中的运用是时代发展的必然趋势和选择，亦是战略转型发展的重要一环，能够提升通信网络市场的合理化发展。而面对网络数据爆炸式增长的发展态势，通信网络营运商也要做出相应的规划，自多方面探究用户价值、体验感等，更为综合化的了解客户诉求，为其提供优质、个性化的产品，以此来加速网络的深入化、良性式的发展。

参考文献：

[1]金紫阳.大数据在移动通信网络中的应用及发展策略研究[J].中国新通信.2017（05）.

[2]蒋晓鹏.移动通信网络优化中大数据技术的运用分析[J].电子技术与软件工程.2018（4）.

[3]于海波.大数据在电信移动通信网络优化中的应用[J].广西通信技术.2018（33）.

[4]杜韦杰.浅谈大数据分析在移动通信网络优化中的应用[J].通讯世界.2018（13）.

[5]张真.大数据在移动通信网络优化中的应用研究[J].移动通信.2019（24）.