大数据时代数据分析与信息安全防护

徐易婕

（国网上海市电力公司信息通信公司 上海 200072）

1 引言

大数据主要指使用常规软件很难在短时间内收集、处理、管理的大量信息，其主要特点是种类多、数量大、速度快等。大数据信息类型包括音频、文字、视频、图片、网络等。在大数据时代，数据分析与信息安全防护技术要求较高，相关企业需要持续提升自身数据分析与信息安全防护技术水平，以促使自身适应时代发展需要。

2 大数据概念

大数据技术是进入21世纪后发展最为迅速的技术之一，此技术主要指在一定时间内，无法利用常规软件工具对网络往来信息进行采集与处理。互联网、通信技术等发展直接助推大数据时代的到来，且大数据时代具有明显的5V特点，即Value（价值密度低）、Velocity（时效高）、Volume（数据总量大）、Variety（类型繁多）、Veracity（信赖性高）五大特点。大数据技术处理数据庞大，数据单位按照从小到大为P（即1000T）、E（即100 000T）、Z（即10 000 000T）。

在大数据信息管理中，需要对庞大的数据进行分析与处理，需要从庞大的信息中选取出可利用，有价值的信息，后利用数据分析结果去优化生产与生活，促进技术与生活的全面发展。同时也是由于大数据时代的特征，积极推动大数据相关技术的发展至关重要。

3 大数据时代信息安全防护、数据分析的主要问题

3.1 大数据时代信息安全风险大

大数据时代的到来使得数据信息爆炸性发展，除了可以借助相应网络实现海量数据的共享外，大量的数据通过相应云存储等技术进行存储，并且数据存储成本相对较低，这些因素均使得信息大量涌入，大数据分析难度增加。大数据时代的发展对人们接收数据信息的方式产生了影响，由于大量的数据一时间涌入，导致人们接受的数据信息准确性降低，因此面对庞大的数据信息尽可能取其精华，提高人们接收信息的准确性，具有十分重要的意义。也正是基于此，在大数据信息处理过程中，需要以大众信息需求为价值导向，并在价值导向引导下，对庞大的数据进行分析与处理，便于让大众更为真实准确地了解事物的信息，传达给大众，有效提升大众接收信息的准确性，让大众可以正确地看待世界。也使得信息安全风险增加，对网络用户正常信息交流与获取产生诸多影响。例如，用户网上浏览商品信息会被存储到大数据中，相关商品营销企业可以结合用户相关商品浏览信息，根据用户信息浏览习惯与喜好，为用户推荐与用户相近的商品信息，吸引用户浏览、查看、购买等，实现数据分析向经济效益转化。但在这一过程中用户浏览商品等信息被采集与存储，一定程度上使得用户信息安全受到威胁。

3.2 极个别企业恶性竞争，使得个人隐私安全很难得到保证

大数据时代多种信息交杂，其中不乏个人隐私信息，极个别企业为了在商业竞争中获得优势，以个人隐私信息为“商品”进行销售或者共享，使得个人信息安全难以得到保证。例如，某些手机APP，会在用户并不知情的情况下，通过用户使用软件来获取用户软件使用时间、软件使用位置、用户使用相关信息记录等，并将这些信息发送到相应APP服务器，使得个人隐私成为公开的秘密，严重侵害了个人隐私安全。

3.3 信息安全防护技术水平有待进一步提升

由于大数据多种类型信息交织，除了结构化数据类型外，还包括众多非结构化数据，这些非结构化数据价值密度往往不是很高，加上信息基数较大，很多企业往往会忽略这些信息的安全防护问题，使得这部分信息安全难以得到保障[1]。另外，某些企业对数据信息安全防护重视程度不足，使得自身信息安全防护能力提升缓慢，甚至频频出现信息泄漏等问题，严重影响了信息有效防护。而信息安全防护技术水平提升离不开社会各行各业共同努力，企业信息安全防护意识不足，使得信息安全防护技术整体发展水平相对较低。

4 大数据时代信息安全防护、数据分析发展策略——以某信息通信公司为例

4.1 提升数据分析与存储水平，确保信息安全

信息通信公司需要不断推动数据分析水平提升，并优化存储技术，从数据处理与数据存储两方面，加强对相关数据信息的保护工作，确保大数据时代信息安全。首先，提升数据分析水平。通信公司需要提升自身数据分析水平，控制信息涌入口，避免大量数据同时涌入。通过控制数据涌入流量，来降低数据处理与分析难度，确保信息处理质量。目前大数据需要能够处理大量和多类型的数据分析技术，以主动发现大数据中潜藏的威胁，比如利用信息丰富开发认证系统技术或建设数据真实分析系统，将恶意信息和无用信息排除在外。在数据信息流量控制上结合当前所用大数据云存储容量与数据分析实际水平来确定，使得涌入企业相关存储空间的信息稳定，避免信息过度涌入导致难以及时处理的问题。同时，在数据分析上提高数据处理标准，确保涌入信息价值。其次，扩充数据存储容量。通信公司可以进一步扩充自身信息存储容量，使得可以有足够虚拟空间承载大量数据信息，并提高存储信息安全防护技术水平，确保存储信息安全[2]。

4.2 强化信息安全监督，营造良性信息共享环境

信息通信公司需要不断强化信息安全监督，加大内部信息安全防护与外部信息安全防护，避免个人信息泄露，同时积极举报不良商家或企业，营造良性信息共享环境，确保信息安全[3]。由于大数据是新生事物，因此相关的法律法规存在空白。网络上违法的数据信息行为需要有强制和高效的规则对其进行规范，以保护个人信息的合理利用性。大数据来源于民众，因此提高民众的信息安全意识，可有效防范数据信息面临的信息安全问题，从而起到维护个人隐私泄露、避免负面影响的作用。首先，完善内部信息安全防护。通信公司可以采用本企业自主研发或者安全系数较高的信息安全防护系统，提高信息防护水平，避免信息从内部出现泄漏。并加强企业内部监督，打击信息泄露者，确保内部信息安全。其次，做好外部信息安全防护工作。积极促进企业自主APP升级更新，不断强化自身APP安全防护水平，避免APP软件被黑客攻击，或者被不法分子破解等，确保信息安全[4]。

4.3 提高信息安全防护技术研发力度，促进信息安全防护技术发展

信息通信公司可以通过增强安全防护技术研发力度，不断促进信息安全防护技术水平提升，注重非结构化信息保护，避免信息泄漏。首先，增加信息安全防护技术研发资金投入。企业可以根据当前信息安全防护技术现状，适当增加资金投入，为技术研发提供有力资金支持，并完善相应的鼓励机制，对在信息安全防护技术中作出突出贡献的个人及团体给予相应的资金奖励，提高科研人员研发的积极性，促进信息安全防护技术水平提升[5]。其次，加强同其他信息安全防护技术研发企业合作。深化同信息安全防护技术相关企业的合作深度，共同促进信息安全防护技术的发展。

5 结语

综上所述，大数据时代数据分析与信息安全防护具有重要意义，当下网络和信息业的空前发展使大数据引起了人们的关注，数据信息已经渗透到社会的各行各业，数据分析使人们受益匪浅。大数据时代数据分析与信息安全防护面临上文各种问题。面对这些问题以通信企业为例，可以提升数据分析水平与存储水平、强化信息安全监督、提高信息安全防护技术研发力度，促使大数据时代数据分析与信息安全防护技术全面发展。