基于大數據的計算機網絡安全技術探討

摘要：隨著互聯網的普及和大數據技術的發展，計算機網絡安全問題日益凸顯。該文探討了大數據背景下計算機網絡安全技術的應用，以及這些技術在提升網絡安全管理水平方面的作用，首先概述了大數據背景下計算機網絡安全技術的特點及面臨的威脅，接著強調了網絡安全管理的重要性，并詳細介紹了幾種主要的大數據安全應用技術。通過分析可知，這些技術為提高計算機網絡安全水平、防范網絡攻擊提供了有效的手段。

關鍵詞：大數據；計算機；網絡安全技術

doi：10.3969/J.ISSN.1672-7274.2024.09.029

中圖分類號：TP 393.08 文獻標志碼：A 文章編碼：1672-7274（2024）09-00-03

Exploration of Computer Network Security Technology Based on Big Data

ZHAO Yuan

（Guizhou Tongren Vocational and Technical College， Tongren 554300， China）

Abstract： With the popularization of the Internet and the development of big data technology， computer network security issues have become increasingly prominent. This article explores the application of computer network security technology in the context of big data， as well as the role of these technologies in improving the level of network security management. The article first outlines the characteristics and threats of computer network security technology under big data， then emphasizes the importance of network security management， and provides a detailed introduction to several major big data security application technologies. Through analysis， these technologies provide effective means to improve computer network security and prevent network attacks.

Keywords： big data; computer; network security technology

0 引言

在當今社會，信息技術的發展日新月異，大數據作為信息時代的產物，逐漸成為推動科技創新和社會經濟發展的關鍵因素。大數據技術為各個領域提供了豐富的數據資源，也為計算機網絡安全技術的發展帶來了新的機遇和挑戰。然而，隨著網絡技術的發展和信息化的普及，越來越多的網絡安全問題逐漸暴露出來。本文將圍繞大數據背景下計算機網絡安全相關技術概述、重要性及應用研究展開分析。

1 大數據背景下計算機網絡安全相關技術概述

1.1 計算機網絡安全技術的特點

計算機網絡是指將地理位置不同的具有獨立功能的多臺計算機及其外部設備，通過線路和設備連接起來，在網絡操作系統、網絡管理軟件和網絡協議的管理和協調下，實現資源共享和信息傳遞的計算機系統[1]。計算機網絡由多種設備組成，包括計算機、服務器、路由器和交換機等。這些設備通過各種線路（如以太網、光纖或無線網絡）以及相關硬件（如網卡、調制解調器和無線路由器）相互連接，共同構成了一個完整的計算機網絡結構。大數據網絡因其包含眾多節點和設備以及龐大的數據流量，對網絡安全技術提出了高要求。為了有效應對這種大規模網絡，安全技術必須具備強大的計算和處理能力，以便及時檢測并阻止潛在的安全威脅。此外，由于大數據網絡中的數據類型多樣，包括結構化、非結構化和實時數據等，網絡安全技術還需具備分析和監控不同類型數據的能力，從而識別網絡中的異常行為和潛在風險。計算機網絡的構建旨在實現資源共享和信息傳遞，便于計算機網絡中的各種設備和服務被多個用戶共同利用，如共享打印機、共享文件存儲等，再通過進行數據傳輸和交換，使得多臺計算機能夠相互連接、協同工作，實現信息的交流和傳遞。

1.2 計算機網絡安全威脅

計算機病毒是網絡安全的最大威脅，其作為一種惡意軟件，主要通過潛藏在合法程序中傳播和感染計算機系統，給系統、數據和用戶帶來危害[2]。

（1）基于文件的病毒（File-based Virus）是最常見的一種類型。它們通過感染可執行文件和文檔附件來傳播，一旦感染便會破壞、修改或刪除用戶的文件和系統數據。

（2）引導型病毒（Boot Sector Virus）會感染計算機的啟動扇區，并在系統啟動時加載，破壞或修改系統引導記錄，以控制系統的啟動過程，并使系統無法正常啟動或運行，從而導致數據丟失和系統崩潰。

（3）宏病毒（Macro Virus）通常通過感染辦公軟件（如Microsoft Office）中的宏命令來傳播，在打開被感染的文檔時，宏病毒會自動執行并傳播到其他文檔，破壞文件的完整性、修改文件內容或利用宏命令進行其他惡意行為。

（4）網絡蠕蟲（Network Worm）會利用網絡連接自動傳播到其他主機，占用網絡帶寬，極大地減緩網絡速度，可能未經用戶許可訪問、修改和刪除文件，并在感染的系統上創建僵尸網絡，用于發起大規模的網絡攻擊。

除了上述幾種常見的病毒，計算機網絡安全中還存在其他威脅，詳見圖1，此類病毒會修改、刪除或損壞計算機上的重要數據，導致數據丟失、數據泄露或文件損壞，并破壞操作系統的關鍵文件和組件，導致系統崩潰或無法正常啟動。并且，某些病毒還會盜取用戶的個人信息，如登錄憑證、銀行卡信息等，導致個人隱私泄露和財產損失。

2 大數據背景下計算機網絡安全管理的重要性

（1）計算機網絡安全管理是保障信息安全的基礎，隨著網絡的普及和信息的數字化，各種敏感信息和重要數據都存儲在計算機網絡中，網絡的安全不僅涉及用戶的個人隱私、財產安全，還涉及國家的安全和戰略利益。因此，必須對計算機網絡進行科學的安全管理和有效的維護，確保信息不被非法侵入、泄露或篡改。

（2）計算機網絡安全管理對于保障企業和機構的業務連續性非常重要，網絡攻擊和惡意軟件的存在給網絡業務的正常進行帶來了威脅，可能導致系統癱瘓或數據丟失，給企業和機構造成重大損失，良好的網絡安全管理與維護能夠及時發現和應對網絡威脅，確保網絡業務的順利運行和數據的安全存儲。

（3）計算機網絡安全管理有助于保護企業和個人的經濟利益，網絡攻擊往往以盜取個人賬戶信息、銀行卡信息、財務信息等為目的，非法獲取他人財產，網絡安全管理與維護可以及時發現并阻止這些攻擊行為，減少經濟損失和金融風險。只有通過科學地管理和有效的維護，才能確保計算機網絡的高效運行和可靠安全，為個體、企業和社會的發展提供良好的保障[3]。

3 大數據背景下計算機網絡安全技術的應用研究

3.1 人工神經網絡技術

人工神經網絡技術（ANN）是一種模擬人腦神經系統的計算模型，由大量的人工神經元互聯組成，模擬人腦神經元之間的信息傳遞和處理過程，主要通過學習和訓練大量的網絡數據，識別和分類不同的數據模式，通常適用于網絡流量分類、異常檢測、入侵檢測等應用場景，提高網絡的安全性和性能[4]。人工神經網絡還可以分析歷史的網絡性能數據，預測未來的網絡負載和性能狀況，這對于網絡資源的優化、流量調度和容量規劃等方面十分重要，可有效提高網絡的性能和可靠性。在學習和分析網絡配置和管理的歷史數據時，人工神經網絡主要基于網絡需求和性能指標，自動優化網絡拓撲結構、路由策略和服務質量等，提高網絡的效率和可擴展性。并且，在分析數據時，人工智能還會提取其中的安全事件和日志數據，檢測和預測網絡攻擊和威脅，發現網絡中的異常行為和異常流量，并及時采取應對措施，提升網絡的安全性和防御能力。然而，人工神經網絡在計算機網絡中的實踐應用還存在一些挑戰和限制，如模型的訓練需要大量的數據集和計算資源，且模型的解釋性較弱，可解釋性有時較差，這對于網絡管理和決策的可信度可能會造成一定影響。因此，在實際應用中需綜合考慮其優勢和限制，并結合具體的應用需求進行調整和優化。

3.2 數據挖掘技術

數據挖掘是從大量數據中發現并提取有用信息和模式的過程，是人工智能領域的重要支持技術之一，可以幫助人們更好地理解和利用大數據。

（1）分類和預測作為數據挖掘中常用的技術，主要通過學習已有的數據樣本的特征和標簽，構建分類器或預測模型，并用于新數據的分類和預測，被廣泛應用于市場預測、醫學診斷、風險評估等領域。

（2）聚類分析是將數據對象劃分為不同的群組或類別的過程，相似的對象被分在同一類別中，可通過計算數據對象之間的相似性來識別數據中的潛在模式和群組結構，一般用于市場細分、用戶行為分析等領域。

（3）關聯規則挖掘則用于發現數據中的相關性和關聯關系，并通過分析大規模的交易數據或事務數據，發現常見的購買模式和相關的產品關聯，適用于購物推薦、交叉銷售等領域。

（4）異常檢測主要基于數據中的不尋常模式或異常行為，以此建立正常數據模型，對新數據進行比較和分析，發現其中的異常數據，特別適用于網絡安全。

（5）文本分析一般是從大量的文本數據中提取有用的信息，結合自然語言處理和機器學習技術，分析文本的詞匯和語法特征。

3.3 人工智能網絡安全技術

基于已知的入侵行為和攻擊模式，人工智能網絡安全技術會建立免疫機制和規則庫，對網絡中的入侵行為進行檢測和識別，發現各種類型的網絡攻擊，如DDoS攻擊、SQL注入、木馬等，以及未知的新型攻擊，并采取相應的措施進行防御和阻止。同時，系統會根據網絡中的攻擊行為和變化情況，動態地調整免疫系統的參數和規則，實現自適應的網絡防御，并根據攻擊的類型和強度自動調整防御策略，提高網絡的抵御能力和適應性。此外，人工智能技術還可以通過網絡中的多個節點之間相互協作，共享異常和攻擊信息，實現協同的網絡防御，并建立分布式的免疫系統，加強信息的共享和協調，從而提升網絡的整體安全性和防御能力。

3.4 智能化安全事件監測和響應技術

為了進一步完善網絡安全工作機制，應利用人工智能技術建立安全事件檢測和響應機制，明確安全政策和規程、安全組織架構、安全責任制等，確保網絡安全工作有序進行，并定期進行網絡安全風險評估，識別和評估潛在的風險和威脅，建立相應的漏洞管理機制，及時修補和更新漏洞。同時，利用大數據技術實時監測和分析網絡流量和日志，及時發現和應對安全事件和攻擊，并加強網絡訪問控制和身份認證，使用強密碼策略、多因素身份認證等手段，確保只有授權人員能夠訪問關鍵系統和數據。此外，還應建立人工智能安全監控中心，對網絡流量、日志和報警進行實時監控和分析，發現異常活動和安全事件，建立日志管理制度，確保日志的完整性和審計可追溯性[5]。在此基礎上，還應使用防火墻對網絡流量進行過濾和監控，防止未經授權的訪問和攻擊，并根據預設策略阻止來自惡意源IP地址的網絡連接，監控和記錄網絡流量，提供實時的攻擊檢測和防御，并為關鍵設備和重要數據設置冗余和備份機制，如配置冗余的網絡鏈路，使網絡在某個鏈路發生故障時可以自動切換到備用鏈路，定期備份數據。除此之外，企業還應定期進行安全審計和合規性檢查，確保網絡安全工作符合相關法律法規和標準，及時修復發現的安全漏洞和問題，并與相關企業、組織和政府部門建立合作機制，共享安全情報和信息，加強網絡安全的協同防御能力，提高網絡安全的響應速度和防御能力，減少安全風險和威脅對網絡的影響。

4 結束語

綜上所述，大數據背景下的計算機網絡安全管理十分重要，應加強網絡漏洞排查和網絡安全防范，積極應用人工智能、數據挖掘等技術，以提高網絡的整體安全性。同時，不斷完善網絡管理條例和相關措施，以便及時發現和攔截潛在的安全威脅，并為安全決策提供數據支持，進一步提高計算機網絡安全的穩定性。

參考文獻

[1] 任成剛．大數據下的計算機網絡安全技術分析[J]．網絡安全和信息化，2023（11）：148-150．

[2] 彭鵬．大數據下的計算機網絡安全技術探討[J]．網絡安全技術與應用，2023（8）：60-62．

[3] 朱珅瑩．大數據下的計算機網絡安全技術分析[J]．科技資訊，2023，21（15）：16-19．

[4] 牛俊祝．大數據下云計算技術在計算機網絡安全存儲中的應用[J]．信息與電腦（理論版），2019（15）：202-203，206．

[5] 朱陽春．“大數據”下計算機信息技術在網絡安全中的應用[J]．知識文庫，2019（15）：96．