基于大數據分析技術的網絡安全系統軟件開發與設計

摘 要：網絡環境下軟件運行受到病毒威脅，存在安全隱患，如何通過軟件設計來提升病毒防御能力，是當前開發中重點研究的內容。本文以此為出發點，結合大數據分析環境下軟件的網絡安全威脅特征，重點分析軟件開發與設計中邏輯組成特點及使用安全需求，并提出通過數據跟蹤定位來降低病毒入侵風險的技術措施，其目的在于提升網絡環境下的軟件安全性，在病毒黑客入侵后也能最大程度保障內部數據安全。本研究中所論述的技術觀點，在實際開發應用中還需要結合運行環境深度優化。

關鍵詞：大數據；網絡安全；軟件開發

中圖分類號：TP311 文獻標識碼：A

文章編號：2096-1472（2018）-07-50-03

1 引言（Introduction）

基于大數據分析環境下進行網絡安全軟件開發設計，首先需要對邏輯進行分層，確定軟件功能實現的邏輯組成，邏輯分層需要從信息傳輸信息提取與網絡端口對接三個層面進行[1]。通過建立起邏輯數據庫來實現信息分類存儲、數據提取與網絡端口對接。并對不同功能實現所需要的數據進行隔離，避免在數據傳輸過程中產生干擾。邏輯分層后不同數據庫所對應的功能也會處于隔離狀態，在軟件使用過程中通過網絡平臺來下載海量數據，需要在短時間內對數據的安全性進行檢驗。當初檢驗得到的結果顯示邏輯層內存在信息精準度不足的問題，則會進行風險來源判斷，以免數據信息使用過程中出現影響安全性的問題。控制管理過程中數據庫分層可以針對所接收到的功能請求自動對接，通過邏輯分層方法，幫助最大程度保障軟件運行環境安全性，邏輯分層的最終環節是數據庫分層，依照數學建模方法來對數據庫對應區域進行劃分[2]。大數據環境下軟件接收到數據傳輸請求后，會自動啟動所對應的數據庫，通過這種方法最大程度確保軟件運行過程中邏輯處理的效率。

2 大數據分析下基于網絡安全系統的軟件邏輯組成

2.1 海量數據提取

海量數據提取則是面對大數據分析環境下文件處理需求較大的情況來進行，網絡環境下軟件運行需要面對大量數據信息處理任務來進行，為避免影響到數據抽取速度需要對數據安全性進行模糊判斷[3]。模糊處理方法應對海量信息數據抽取具有明顯的效率提升效果，海量信息處理，并不表示在安全結果上會受到影響，而是通過一種預分析方法，初步判斷數據是否存在風險，并對潛藏風險數據進行劃分進入到細致分析環節中。可以對安全數據與風險數據進行二次深入分析，最終得到的數據抽取結果不僅能夠滿足軟件使用中的邏輯需求，更可以避免風險數據影響到軟件安全使用，海量信息處理后數據安全性會有所提升。大數據分析中的邏輯層結構如圖1所示。

數據處理期間要以安全功能為前提，觀察處于不同狀態下，數據所遇到的風險威脅，通過信息預處理技術來降低風險威脅指數，為軟件提供更安全的參數。海量數據提取中，所確定的算法要確保兼容性，觀察各項控制方案中存在的功能隱患，通過預處理方法來提升功能性。

2.2 數據跟蹤定位

數據跟蹤定位主要是針對風險信息來進行，大數據分析環境下實現網絡安全目標，需要軟件程序開發中引入數據跟蹤定位功能能夠根據所分析得到的數據安全性結果，自動尋找數據來源[4]。在系統開發設計中也會對邏輯層進行數據庫深度開發，當使用過程中產生風險數據參與分析的情況，通過數據跟蹤定位，可以準確判斷網絡安全性受到的影響，并了解處于數據跟蹤環境中造成風險的主要因素，整理成為經驗文檔，數據使用過程中再次出現此類問題也能直接啟動風險控制數據庫。面對大數據分析環境下海量信息處理任務，僅僅依靠數據來源逐一劃分不僅浪費時間，最終功能實現也會受到影響。數據跟蹤定位功能引入，將數據處理與分析任務所針對范圍進行縮減，僅僅針對有效數據來進行，提升速度的同時也能避免非法請求通過軟件控制層。數據處理過程中會自動形成軟件控制方案，對網絡平臺下潛藏的風險進行規避，如何利用數據處理來實現更高效的安全防控，則需要借助數據跟蹤定位功能來完善。

3 大數據分析下基于網絡安全系統的軟件設計

3.1 文件系統的節點選擇

大數據分析環境下，基于網絡安全系統對軟件進行開發設計，首先需要對文本系統的參數運算節點進行選擇，按照數學排列特征方法來選擇文件提取過程中的參數節點。但運行使用期間大數據分析環境下受網絡安全性影響，仍然會對所選擇的節點做出優化調整。網絡設備、外部系統、原始流量分別采用sys-log、webservice、sftp和netflow進行收集，收集到的數據通過flume或ftpd進行傳輸進入到數據處理隊列kafka中，對于收集到的文件直接保存到HBase中。節點選擇需要從數據結點與管理信息節點兩方面進行，并對所選擇的節點進行網絡串口連接，實現軟件與網絡平臺的對接，數據信息提取中也能夠通過網絡窗口來高效傳輸。控制節點選擇服務器構建圖如圖2所示。

節點設計是對數據安全性的有效識別方法，因此需要在安全控制范圍內來開展，對于節點控制期間可能會產生的常規風險隱患問題，通過數據庫相互聯系便能夠高效解決文件存儲和遠程數據讀取，綜合判斷出信息安全控制范圍[5]。當信息預算處理中產生影響安全性的問題，可以通過節點追蹤來判斷風險數據所處區域，尤其是對于文檔所受到的病毒黑客攻擊，可能會造成內部文件丟失問題。Node1—Node11、模擬日志采集器和模擬流量發送器均接入一臺交換機組成局域網，IP地址為192.168.1.11—192.168.1.21，其中Node1—Node11組成大數據集群和分布式存儲，Node1和Node2為主備管理節點，Node3—Node9為數據存儲節點，Node10為大數據集群總線調度節點，Node11作為大數據分析平臺前端展示節點選擇需要形成整體性，相鄰結點之間能夠相互檢測是否存在黑客病毒，從而發揮更高效的控制效果。

3.2 文件存儲副本設計

文件存儲的副本設計，是應對軟件使用過程中內部文件受到病毒黑客攻擊后，產生數據信息丟失的情況。副本與文件正本存在的本質差異性在于讀取范圍，副本僅僅可以對其中的內容進行讀取并不具備篡改能力，因此在文件存儲過程中對副本做出合理的設計可以避免病毒直接入侵原數據。對于副本的設計還應該考慮是否會影響到正式文件使用功能，副本與源文件在讀取權限方面要做出區分，避免打開時產生干擾影響到文件讀取速度。副本與源文件在保存路徑方面也要有嚴格區分，如果存儲過程中出現數據，存儲路徑相互干擾的情況，不利于文件中數據存儲安全性提升。首先在Android的布局文件下中添加文件控件com.baidu.mapapi.map.MapView，創建文件的MainActivity繼承Activity，管理文件生命周期，然后在的onCreate方法中獲取文件控件引用，開發框圖構建操作圖如圖3所示。

副本設計可以采用路徑構建方法來實現，在文件保存過程中會自動生成副本，不同軟件使用者對文件的訪問權限也會做出選擇，可以通過源文件與副本文件整合的模式來提升軟件運行速度。文件存儲后副本也會隨之更新，在內容上與原文件保持一致。屬于大數據分析網絡環境下，文件公開的部分也主要針對副本進行，這樣不同黑客病毒攻擊情況也是直接在副本范圍內開展，源文件在大數據分析環境下性能保證絕對安全，并不會受到副本使用情況影響。

現在大數據環境下軟件開發及設計中會針對安全性進行重點提升，但仍然不能避免網絡環境中出現的突發情況，威脅到軟件內部文檔數據安全。對此副本設計中也會跟對風險進行維護，進行副本與源文件之間的對接控制。副本源文件形成整體后，既能保證數據在風險環境下相互隔離，同時也能確保大數據分析任務高效實現。

3.3 數據恢復系統設計

數據恢復系統可以幫助已經受到病毒攻擊的軟件恢復常規使用功能，軟件內部文檔中所存儲的重要信息，一旦受到病毒攻擊，便會出現信息丟失。數據恢復系統可以幫助恢復到軟件初始化輸入狀態，也可以根據操作者使用需求來進行恢復狀態設定，對于這部分系統的設計主要從預備數據庫開發層面來進行。在軟件正常使用中對重要信息的數據庫進行備份，這樣一旦受到病毒攻擊，出現信息丟失或者文件損壞的問題，也可以通過數據恢復來達到原有狀態。數據丟失后恢復系統會自動進行檢索判斷所丟失的具體情況，當軟件系統受到嚴重的病毒入侵時，常規使用功能將難以實現，此時需要進行系統重新恢復。損壞嚴重的文件，通過恢復也難以打開，便會徹底刪除。因此恢復系統中會涉及提醒功能，操作者在存儲一些重要文檔時會接受到備份提醒，避免出現風險軟件恢復到初始化狀態影響使用者文件安全。對于一些損壞不明顯的系統文件，會進行局部恢復補償，恢復后系統并不會進入到最初狀態，也能最大程度恢復所存儲的文件檔案。

4 大數據分析環境下基于網絡安全系統的軟件開發實現

4.1 腳本測試代碼構建

腳本測試代碼可以幫助快速判斷大數據分析環境下提取的信息，是否符合安全規定。目前計算機軟件開發通常基于Windows 10操作系統，該系統具有自我防護能力可以針對網絡環境中的病毒自動查殺控制，因此在該環境中要考慮所開發軟件功能與系統自身防御系否會產生沖突，要重點提升軟件設計中的兼容性，對于腳本進行測試判斷代碼與系統中的程序文件是否存在沖突。以運行環境為依據對軟件做出優化構建，系統使用中同時面對大量處理運算任務。腳本測試是判斷其安全性最便捷的方法。對于腳本測試代碼的構建需要通過網絡環境中確定常規數據范圍，軟件投入使用后在網絡環境下能夠自動更新，因此腳本也會存在更新情況，如果將更新后的使用方向同樣引入其中，所構建的代碼運算也會增大消耗時間。針對基礎數據構建代碼測試框架，軟件投入使用后更新下載是建立在原框架基礎上所進行，因此只要掌握源文件技術特征，后續腳本代碼安全性檢測也可以在此基礎上快速完成。

4.2 海量信息處理模型建立

信息數據處理模型建立，要考慮在大數據分析環境下要考慮海量信息，同時處理時對于系統資源的占用情況，數據處理模型建立重要考慮系統投入使用后的均衡性。病毒入侵是長期存在的，隨著軟件功能更新所面對的病毒及黑客入侵情況也會有所轉變。信息數據安全性檢測期間，可以模擬出網絡環境下所存在的病毒攻擊對系統進行內部攻擊控制，從而判斷軟件系統中存在的風險部分，通過信息處理系統模型建立來確定需要繼續強化的部分。軟件模型建立后還需要對風險發生類型進行劃分，要確保軟件處于病毒攻擊環境下也能最大程度保障內部文件安全，所選擇的程序匯編語言與Windows 10操作系統之間，需要保持連貫性。

提升系統內部自我防御能力，檢測到風險和黑客攻擊后，也會自動向控制中心發出警報，軟件是基于計算機網絡環境下使用的，因此軟件安全性與網絡安全是共同存在的。兩者之間既存在相同點，同時也存在差異性，要基于相同點構建框架基礎，并對各自特征做出保留。

5 結論（Conclusion）

云計算和物聯網的迅速發展，越來越多的個人和企業選擇將自己的業務遷移到大規模的數據中心，以此來降低本地的硬件成本和系統維護費用。數據中心存儲的數據量十分龐大，管理系統的復雜性較高。從存儲設備級別上看，數據中心為了控制成本，大量采用廉價存儲設備，致使數據極易因硬件設備故障而丟失。這些都對海量數據存儲性能、可靠性等方面帶來了挑戰。云存儲是解決海量數據存儲的最有效手段。本文提出的一種海量大數據云存儲系統設計，與網絡安全系統相互結合，是應用系統需要實現的關鍵技術。

參考文獻（References）

[1] 李錦華.基于大數據分析的海量信息軟件系統設計與開發[J].軟件工程，2017（11）：54-56.

[2] 劉世民，朱繼陽，高敏，等.基于大數據的分布式網絡安全管理平臺的設計[J].信息技術，2016，40（11）：0011-0012.

[3] 王萍.基于大數據技術的網絡異常行為分析監測系統[J].電子技術與軟件工程，2017（24）：172-173.

[4] 陳祖斌，謝銘，胡繼軍，等.基于大數據和可信計算的信息網絡安全自防御系統：CN106209817A[P].2016：0015-0016.

[5] 鐘偉.大數據驅動的飛行信息物理融合系統的分析與設計方法[D].廣東工業大學，2016.

作者簡介：

王春蓮（1973-），女，碩士，副教授.研究領域：物聯網，云計算.