大数据应用模式及安全风险研究

雷宇

摘  要：该文以大数据技术为研究对象，站在可持续发展的角度，围绕大数据应用模式及安全风险展开研究。首先，对大数据的定义、特征等内容进行了简单概述;其次，对大数据的主要应用模式分别进行了详细的介绍;最后，在上述研究的基础上，围绕大数据安全风险展开了深入的分析。在深入剖析大数据应用安全风险类型、来源的同时，对大数据安全风险防范策略进行了详细介绍。希望能够通过以下研究，进一步拉近社会大众对大数据应用的了解和认识，由此来为大数据应用模式的社会化推广以及安全应用奠定良好的社会基础。

关键词：网络时代   大数据技术   应用模式   安全风险

中图分类号：TP309                         文献标识码：A文章编号：1672-3791（2021）07（a）-0020-03

Abstract： Taking big data technology as the research object， this paper focuses on big data application mode and security risk from the perspective of sustainable development. Firstly， it briefly summarizes the definition and characteristics of big data; Secondly， the main application modes of big data are introduced in detail; Finally， based on the above research， an in-depth analysis is carried out around the security risk of big data. While deeply analyzing the types and sources of big data application security risks， this paper introduces the big data security risk prevention strategies in detail. It is hoped that through the following research， we can further shorten the public's understanding and understanding of big data application， so as to lay a good social foundation for the socialization promotion and security application of big data application mode.

Key Words： Network age; Big data technology; Application mode; Security risks

互联网信息时代的来临，不仅预示着信息技术强大的时代发展潮流趋势，更预示着各领域数据生成速度的加快，需要庞大的数据信息流为网络系统各优势功能的实现提供助力支持。面对急速膨胀的数据信息量，为保障互联网时代下各行业能够在信息技术的支持下，快速实现转型发展目标，在注重技术革新的同时，更要对网络时代下各个时段产生的庞大数据信息流做好有效的处理、管控。在对这些大数据进行挖掘、分析、整理的基础上，充分彰显大数据应用价值、潜力，以此来为行业转型发展提供充足的信息数据支持。但由于大数据信息流类型的多样化、数据结构的复杂化，导致这些信息当中包含着诸多敏感、关键信息，诸如用户姓名、地址、电话、账户等，这些信息极具利用价值，进而成为了黑客攻击的主要对象，对大数据应用安全造成了极大的危害，导致用户上网风险急速攀升。为进一步肃清网络环境，促进大数据应用模式优势作用的充分发挥，作为一名科技行业从业人员，有必要结合自身工作实际情况，围绕大数据应用模式及安全风险展开一番深入的研究，以此来深化社会大众对大数据应用模式及安全风险严重性的认知程度。

1  大数据概述

大数据指的是无法借助常规软件在既定时间内获取、处理、管理的大数据集合，具有内容多样、低价值密度、高速传播、数量庞大、真实性等特征。需要通过全新的数据处理模式才能够从对大数据进行分析、处理，洞察其中关键信息，為决策提供合理、有效、及时的数据信息参考。尤其是大数据的真实性、原始性信息特征属性，使得大数据可以快速地在大量分析对象中，对个体差异进行精准判断，在摒除差异的基础上，辅助用户对社会、自然当中的现象进行科学分析、合理预测。

随着互联网信息时代的到来，越来越多的国家、企业意识到了大数据之于其未来发展的重要意义[1]，并积极制定了大数据发展战略，将未来互联网信息时代发展的重点放在了对大数据信息的获取以及专业化处理上，期望能够从中挖掘出更大的潜在价值，达到产业增值、盈利的目的。这为大数据技术在社会各领域的推广与应用奠定了一个良好的环境基础，使得大数据技术能够与人工智能、云计算、物联网、互联网+、BI等进行充分的技术对接，并顺利进入到社会生产、生活当中，成为人们日常运动、购物、理财、出行、医疗、娱乐等的重要辅助工具。

2  大数据应用模式

大数据应用模式属于信息时代创新发展的重要产物，以大数据分析方式为依托，以快速实现海量数据的存储、运算、分析、处理为目的，是大数据应用价值显现的重要前提。随着社会网络程度的加深，大数据应用领域逐渐由单一的数据信息检索拓展到了文本、多媒体、WEB、移动数据、结构化数据等诸多领域当中，成为了社会生产的重要辅助工具，并随之衍生出了包含租售数据模式、租售信息模式、数字媒体模式、空间运营模式、云计算服务模式等在内的形式多样的大数据应用模式。这些不同大数据应用模式，适应对象不同、实施重点及方式方法不同。通过对大数据应用模式的研究，有助于技术人员对大数据应用过程中安全风险的发现、应对起到重要的辅助价值。

2.1 租售数据模式

租售数据模式，对大数据的潜在价值给予了高度的肯定，将大数据视作企业发展的重要资产。通过媒介作用的发挥，开展广泛的数据收集、过滤工作，最终将极具价值属性的有用大数据信息保留下来，并以大数据商业租售的方式，将这些保留下来的有用大数据信息提供给需要的客户，并从中收取一定的经济报酬。租赁数据模式需要企业具备超强的数据收集、整合、分析能力，能够在完成大数据价值传递的基础上，充分凸显大数据的商品价值属性。

2.2 租售信息模式

租售信息模式，多集中于某一领域、行业当中，多是一些本身就拥有庞大数据信息流、先进大数据技术的企业，出于商业盈利的目的所开展的大数据自营项目[2]。通过将采集到的对整个行业或是同类企业有价值的信息进行公开出售，来获得经济回报。

2.3 数字媒体模式

数字媒体模式，是近年来随着网络新媒体的崛起，而逐渐发展起来的一种新型的大数据应用模式。在对客户群体进行大数据分析的基础上，精准定位客户喜好、习惯、需求等，并以此为依据，依托新媒体强大的数据信息传播优势，为不同的客户群进行精准数据信息的推送服务。在提升信息推送服务精准度的基础上，充分保障所推送信息对客户的价值属性，为客户反馈信息的获取奠定良好的基础。

2.4 空间运营模式

空间运营模式，其目的在于更多的占据网络空间，为海量数据信息资源的获取做好基础保障，以此来确保企业对某领域数据资源信息具有独占访问优势，并从中获得巨大收益。以近年来发展态势正劲的网络云盘为例，之所以各大商家迅速出击，开设网盘服务，就是嗅到了大数据所附带的巨大潜在价值，进而将企业、个人数据资源作为了未来抢占的重要资源对象。

2.5 云计算服务模式

云计算服务模式的优势在于能够充分依据客户需求为其定制个性化大数据信息服务。在互联网动态虚拟化的作用下，企业只需要通过与云计算服务商签署大数据信息服务合同，在向云计算机服务商交纳一定数据信息使用费用的情况下，就能够获得大数据信息在一定时间段内的使用权[3]。之于企业而言，在此种模式下，能够促使企业用最少的资金、人力、时间投入，获得最高的大数据使用权，从而获得较高收益。

3  大数据安全风险分析

3.1 安全风险类型及来源

大数据安全风险是阻碍大数据应用模式顺利实施的一个主要问题，数据访问量越多、访问范围越大，安全风险系数也就越高。这一情况的存在严重制约了大数据在社会各领域的广泛应用，对用户的个人信息、财产甚至生命安全都造成了严重的威胁。一般而言，结合大数据应用模式特点，可以将大数据安全风险大致分为3种不同的类型。

3.1.1 非法访问

引发的原因多与内部操作人员的操作不当存在一定的关联性，在网络安全防护系统仍处于建设状态时，一些操作人员就着急地将一些重要的大数据信息放置到云平台当中。此举无疑将大数据暴露在整个网络环境之下，为非法人员打开了获取大数据的大门，直接造成了非法系统攻击、数据窃取安全事故的发生。

3.1.2 黑客攻击

为达到数据资源共享共建的目的，企业多选择放松数据隔离的办法，来增强数据资源的流动性。但此举直接造成了大数据加密程度的弱化，为黑客对数据库的非法入侵提供了可乘之机，导致数据信息被黑客恶意篡改[4]。究其原因，这与大数据系统薄弱的防护能力具有直接的关联，其容易造成重要信息泄露。

3.2 安全风险防范策略

制定行之有效的安全风险防范策略，是增强系统抗风险能力、保障大数据安全的最佳选择。具体可以从以下几点着手。

（1）完善身份认证，对系统访问申请进行严格控制。随着网络系统服务范围的拓展，大数据使用权限被分散，这为大数据信息的管理控制增加了一定的难度，容易引发非法访问等安全问题的出现。面对此种情况，可以从完善身份认证来着手，在对访问者进行身份认证的基础上，鉴别访问者是否拥有对大数据进行访问和使用的权限。在实施严格账号访问的基础上，对其访问时间、內容进行记录，为后续安全风险问题的溯源做准备。

（2）实施强有力的数据隔离，不断增强系统抗风险能力。尤其要注意在开展数据资源共享之前，必须对所在网络环境的安全性予以严格检测，一旦发现安全漏洞要立即制定响应机制，有效避免大数据资源信息被黑客窃取情况的发生。同时对于那些保密指数较高的数据信息，要尽量避免防治在共享云平台上，要将其作为重点保护对象。要对系统防火墙进行定期系统升级，并利用专业防护软件进行漏洞、病毒查找，从技术角度不断提升系统的抵御风险能力，切实保障数据安全。

（3）采用数据加密技术，在密码反馈模式、输出反馈模式、电码本模式、密文反馈链接模式等多种大数据加密技术的辅助下，对重要大数据信息进行加密处理，只有手握密钥的人才能够通过解密操作来浏览、下载、使用数据信息。并制定严密的保密措施，如部署相应的物理、管理和技术保护措施等，以维持相应数据的秘密性[5]。此外，相关政府管理部门、监管机构，要积极行使自身管理权限，对大数据应用市场流程进行严格监管，并制定相关流程规范、标准，倡导用户注重个人隐私信息的保护[6]。尤其是在5G时代来临的新时代背景下，大数据信息的战略资源属性愈加显现，大数据不仅成为了政府实现国家治理的重要辅助工具、重要决策制定的重要信息来源，更为社会的创新发展提供了强大的动力支持。在此种情况下，政府必须对大数据信息安全予以高度警惕，在现有法律、法规的基础上，通过对世界各国大数据应用安全典型案例的分析，建立更具细化的法律保障体系。

4  结语

综上所述，网络时代发展进程的加剧，使得大数据应用模式日益多样化发展。这一变化在推动大数据应用领域拓展、功能价值显现的同时，也导致了大数据量、数据类型的增多。在未来的发展中，技术人员不仅要关注大数据应用模式的变革与应用，更要对大数据应用背后所隐藏的安全风险问题予以高度关注。在肃清网络环境、规范网络行为的同时，为大数据在社会各领域的应用与推广奠定良好的环境基础。

参考文献

[1] 刘冬兰，刘新，张昊，等.基于大数据业务场景的数据安全分析及防泄露技术研究[J].山东电力技术，2020，47（9）：7-13，30.

[2] 李洪波.大数据应用模式及安全风险研究[J].中阿科技论坛（中英文），2020（10）：118-121.

[3] 刘智勇.大数据云计算环境下的数据安全分析[J].科技创新导报，2020，17（20）：122-124.

[4] 王淼.大数据背景下我国网络意识形态建设论析[J].文化创新比较研究，2019，3（4）：80-81.

[5] 罗娇，刘细文.知识产权视角下科学数据安全管理的策略选择[J].图书情报工作，2021（12）：38-46.

[6] 刘伟.大数据技术在保险业务中的应用风险分析与对策[J].上海保险2020，4（9）：54-55.