大數據時代數據分析與信息安全防護

徐易婕

（國網上海市電力公司信息通信公司 上海 200072）

1 引言

大數據主要指使用常規軟件很難在短時間內收集、處理、管理的大量信息，其主要特點是種類多、數量大、速度快等。大數據信息類型包括音頻、文字、視頻、圖片、網絡等。在大數據時代，數據分析與信息安全防護技術要求較高，相關企業需要持續提升自身數據分析與信息安全防護技術水平，以促使自身適應時代發展需要。

2 大數據概念

大數據技術是進入21世紀后發展最為迅速的技術之一，此技術主要指在一定時間內，無法利用常規軟件工具對網絡往來信息進行采集與處理。互聯網、通信技術等發展直接助推大數據時代的到來，且大數據時代具有明顯的5V特點，即Value（價值密度低）、Velocity（時效高）、Volume（數據總量大）、Variety（類型繁多）、Veracity（信賴性高）五大特點。大數據技術處理數據龐大，數據單位按照從小到大為P（即1000T）、E（即100 000T）、Z（即10 000 000T）。

在大數據信息管理中，需要對龐大的數據進行分析與處理，需要從龐大的信息中選取出可利用，有價值的信息，后利用數據分析結果去優化生產與生活，促進技術與生活的全面發展。同時也是由于大數據時代的特征，積極推動大數據相關技術的發展至關重要。

3 大數據時代信息安全防護、數據分析的主要問題

3.1 大數據時代信息安全風險大

大數據時代的到來使得數據信息爆炸性發展，除了可以借助相應網絡實現海量數據的共享外，大量的數據通過相應云存儲等技術進行存儲，并且數據存儲成本相對較低，這些因素均使得信息大量涌入，大數據分析難度增加。大數據時代的發展對人們接收數據信息的方式產生了影響，由于大量的數據一時間涌入，導致人們接受的數據信息準確性降低，因此面對龐大的數據信息盡可能取其精華，提高人們接收信息的準確性，具有十分重要的意義。也正是基于此，在大數據信息處理過程中，需要以大眾信息需求為價值導向，并在價值導向引導下，對龐大的數據進行分析與處理，便于讓大眾更為真實準確地了解事物的信息，傳達給大眾，有效提升大眾接收信息的準確性，讓大眾可以正確地看待世界。也使得信息安全風險增加，對網絡用戶正常信息交流與獲取產生諸多影響。例如，用戶網上瀏覽商品信息會被存儲到大數據中，相關商品營銷企業可以結合用戶相關商品瀏覽信息，根據用戶信息瀏覽習慣與喜好，為用戶推薦與用戶相近的商品信息，吸引用戶瀏覽、查看、購買等，實現數據分析向經濟效益轉化。但在這一過程中用戶瀏覽商品等信息被采集與存儲，一定程度上使得用戶信息安全受到威脅。

3.2 極個別企業惡性競爭，使得個人隱私安全很難得到保證

大數據時代多種信息交雜，其中不乏個人隱私信息，極個別企業為了在商業競爭中獲得優勢，以個人隱私信息為“商品”進行銷售或者共享，使得個人信息安全難以得到保證。例如，某些手機APP，會在用戶并不知情的情況下，通過用戶使用軟件來獲取用戶軟件使用時間、軟件使用位置、用戶使用相關信息記錄等，并將這些信息發送到相應APP服務器，使得個人隱私成為公開的秘密，嚴重侵害了個人隱私安全。

3.3 信息安全防護技術水平有待進一步提升

由于大數據多種類型信息交織，除了結構化數據類型外，還包括眾多非結構化數據，這些非結構化數據價值密度往往不是很高，加上信息基數較大，很多企業往往會忽略這些信息的安全防護問題，使得這部分信息安全難以得到保障[1]。另外，某些企業對數據信息安全防護重視程度不足，使得自身信息安全防護能力提升緩慢，甚至頻頻出現信息泄漏等問題，嚴重影響了信息有效防護。而信息安全防護技術水平提升離不開社會各行各業共同努力，企業信息安全防護意識不足，使得信息安全防護技術整體發展水平相對較低。

4 大數據時代信息安全防護、數據分析發展策略——以某信息通信公司為例

4.1 提升數據分析與存儲水平，確保信息安全

信息通信公司需要不斷推動數據分析水平提升，并優化存儲技術，從數據處理與數據存儲兩方面，加強對相關數據信息的保護工作，確保大數據時代信息安全。首先，提升數據分析水平。通信公司需要提升自身數據分析水平，控制信息涌入口，避免大量數據同時涌入。通過控制數據涌入流量，來降低數據處理與分析難度，確保信息處理質量。目前大數據需要能夠處理大量和多類型的數據分析技術，以主動發現大數據中潛藏的威脅，比如利用信息豐富開發認證系統技術或建設數據真實分析系統，將惡意信息和無用信息排除在外。在數據信息流量控制上結合當前所用大數據云存儲容量與數據分析實際水平來確定，使得涌入企業相關存儲空間的信息穩定，避免信息過度涌入導致難以及時處理的問題。同時，在數據分析上提高數據處理標準，確保涌入信息價值。其次，擴充數據存儲容量。通信公司可以進一步擴充自身信息存儲容量，使得可以有足夠虛擬空間承載大量數據信息，并提高存儲信息安全防護技術水平，確保存儲信息安全[2]。

4.2 強化信息安全監督，營造良性信息共享環境

信息通信公司需要不斷強化信息安全監督，加大內部信息安全防護與外部信息安全防護，避免個人信息泄露，同時積極舉報不良商家或企業，營造良性信息共享環境，確保信息安全[3]。由于大數據是新生事物，因此相關的法律法規存在空白。網絡上違法的數據信息行為需要有強制和高效的規則對其進行規范，以保護個人信息的合理利用性。大數據來源于民眾，因此提高民眾的信息安全意識，可有效防范數據信息面臨的信息安全問題，從而起到維護個人隱私泄露、避免負面影響的作用。首先，完善內部信息安全防護。通信公司可以采用本企業自主研發或者安全系數較高的信息安全防護系統，提高信息防護水平，避免信息從內部出現泄漏。并加強企業內部監督，打擊信息泄露者，確保內部信息安全。其次，做好外部信息安全防護工作。積極促進企業自主APP升級更新，不斷強化自身APP安全防護水平，避免APP軟件被黑客攻擊，或者被不法分子破解等，確保信息安全[4]。

4.3 提高信息安全防護技術研發力度，促進信息安全防護技術發展

信息通信公司可以通過增強安全防護技術研發力度，不斷促進信息安全防護技術水平提升，注重非結構化信息保護，避免信息泄漏。首先，增加信息安全防護技術研發資金投入。企業可以根據當前信息安全防護技術現狀，適當增加資金投入，為技術研發提供有力資金支持，并完善相應的鼓勵機制，對在信息安全防護技術中作出突出貢獻的個人及團體給予相應的資金獎勵，提高科研人員研發的積極性，促進信息安全防護技術水平提升[5]。其次，加強同其他信息安全防護技術研發企業合作。深化同信息安全防護技術相關企業的合作深度，共同促進信息安全防護技術的發展。

5 結語

綜上所述，大數據時代數據分析與信息安全防護具有重要意義，當下網絡和信息業的空前發展使大數據引起了人們的關注，數據信息已經滲透到社會的各行各業，數據分析使人們受益匪淺。大數據時代數據分析與信息安全防護面臨上文各種問題。面對這些問題以通信企業為例，可以提升數據分析水平與存儲水平、強化信息安全監督、提高信息安全防護技術研發力度，促使大數據時代數據分析與信息安全防護技術全面發展。