• 硕博初稿查重系统 498.00元/篇
  • 语种：中文,英文,小语种• 适用：杂志社投稿，职称论文• 简介：硕博初稿检测（一般习惯叫做硕博预审版），论文查重检测上千万篇中文文献，超百万篇各类独家文献，超百万港澳台地区学术文献过千...

  开始检测
• 维普查重(大学生版） 4.00元/千字
  • 语种：中文,英文• 适用：杂志社投稿，职称论文• 简介：学位论文查重,维普大学生版论文查重系统：高校，杂志社指定系统，可检测期刊发表，大学生，硕博等论文。检测报告支持PDF、网...

  开始检测
• 本科高校内部版系统 288.00元/篇
  • 语种：中文,英文,小语种• 适用：杂志社投稿，职称论文• 简介：比定稿版少大学生联合比对库，其他数据库一致。出结果快，价格相对低廉，不支持验证，适合在修改中期使用，定稿推荐PMLC。—...

  开始检测
• 万方论文查重系统 4.00元/千字
  • 语种：中文• 适用：杂志社投稿，职称论文• 简介：毕业论文查重,万方查重系统，涵盖期刊、学位论文、学术成果、学术会议论文的大型网络数据库；比肩中国知网的学术数据库。最多支...

  开始检测

　　摘    要：　信息化时代，以计算机网络技术的快速发展为基础，网络信息数据的保有量持续增长，对于网络安全提出了更加严格的要求。将大数据应用到网络安全分析中，能够提升数据处理的效率和精度，切实保证数据信息安全。本文从网络安全分析中大数据技术的作用出发，就其应用策略进行了分析和讨论。

　　关键词：　网络安全分析; 大数据技术; 运用;

　　新的发展环境下，计算机网络中的数据存有量呈现出持续增长的态势，推动了信息数据的复杂化和多元化，也使得很多原本隐藏的网络安全问题变得越发凸显，需要相关部门切实做好网络安全分析工作。将大数据技术应用到网络安全分析中，切实提高数据分析的效率和效果，保障网络安全。

　　一、大数据技术在网络安全分析中的作用

　　一是能够提高存储容量。大数据技术能够实现对于海量数据的分析和处理，即便是面对十分复杂或者非结构化的数据，大数据技术在进行处理的过程中依然能够保证高效性，促进数据存储容量的提高；二是能够降低成本投入。大数据技术的一个核心特征是分布式数据库，相比传统的结构化数据库，分布式数据库的成本投入更低，对于硬件设施没有非常严格的要求，较低的硬件设备性能亏可以满足数据库稳定运行的要求；三是能够提高运行效率。借助大数据技术，网络安全分析平台能够实现对于异构数据的分析、处理和存储，效率较传统数据处理技术要高很多；四是能够保障处理精度。将大数据技术应用到网络安全分析中，能够从不同的层次和不同角度完成对各类数据的关联分析，提高数据处理的精度和准度[1]。

　　二、大数据技术在网络安全分析中的应用

　　大数据技术是信息技术发展到一定阶段的产物，能够实现对于海量数据和非结构数据的高效处理，将其应用到网络安全分析中，一方面能够整合网络日志数据和流量数据，另一方面也能够借助数据采集和数据挖掘功能，实现对于数据的存储聚集，完成对所有数据信息的同步检索工作，剔除其中存在安全隐患的数据，以此来保证网络运行的安全性。网路安全分析中，通过对大数据技术的合理应用，能够提高数据分析效率，减少分析所需的时间，降低信息遗漏的情况，推动网络安全防护策略从被动防御到主动防御的转变。

　　（一）数据信息采集

　　在网络安全分析中，大数据技术能够借助多样化的工具，如Chukwa、Scribe等，实现对于各类数据信息的采集工作，从实际操作的角度，大数据技术的应用能够借助分布式数据采集的方法，对日志数据进行采集，具备较高的数据采集效率，同时也能够采用镜像数据策略方法，采集相应的流量数据，对比常规的数据采集方法，这种采集方法有着更好的全面性。

　　（二）数据信息存储

　　大数据背景下，数据信息呈现出了很多新的特点，如数据量巨大，数据类型复杂、应用方式多元化等，从保证网络安全分析效果的角度，应该以大数据技术为支撑，提高网络安全分析工作的效率，而想要实现这一目标，需要借助多样化的数据存储手段，实现对于各类数据信息的分类存储，保证存储的有效性。例如，面对日志信息等相关内容检索有用数据的现实需求，可以利用大数据中的Hbase进行数据存储，能够提高数据处理的速度；对于经过处理后的安全信息数据，可以运用Hahoop分布法进行数据架构的计算工作，在列式存储中对运算结果进行存储。若安全信息要求进行实时化分析，可以借助Spark或者Stom算法，就相关数据进行计算和分析，得到的结果同样应该放在列式存储中[2]。

　　（三）数据信息检索

　　在开展数据信息检索的过程中，可以借助基于MapReduce的检索框架实现，结合实际情况，在不同计算节点进行数据查询情况的分配，用户在运用框架进行数据信息检索时，只需要输入相应的检索信息，框架能够自动将检索信息传输到不同的分析节点，开展分析处理，配合分布式计算方法，在保证数据检索效果的同时，促进检索效率的提高，能够将海量安全数据条件化查询的速度提升至秒级。

　　（四）数据信息分析

　　一是常规数据分析。在针对实时数据进行分析时，可以采用流式计算法，如Spark算法、Stom算法等，提升数据分析的效率，在融合电联分析和CRP技术的情况下，完成对于数据信息的实时监控和分析，这种分析方法可以实现对网络异常数据的精准捕捉，为网络安全提供可靠支撑。在针对非实时数据进行分析时，可以采用存储手段或者分布式计算方法，也可以推动多种数据信息处理技术的相互结合，进一步深化离线处理，对数据信息中潜在的风险和隐患进行全面细致分析，找出可能影响网络安全的源头；二是复杂数据分析。以大数据技术为支撑，数据信息在检索、存储和分析等方面得到了显着提升，以负载数据信息的分析为例，大数据技术的应用能够实现对多源异构数据的精准挖掘和细致分析，还可以针对系统中的一些潜在危机和攻击性行为进行分析。以僵尸网络为例，可以从基于DNS访问或者流量数据出发，就相应的数据源开展关联分析，保证分析全面性的同时，也能够提高分析效率。不仅如此，当系统中存在有隐藏的安全问题时，技术人员需要对关联主机进行复查，确认其是否存在有相同问题，做好补救工作，以此来保证网络系统的安全性[3]。

　　三、结语

　　总而言之，信息技术的飞速发展，使得网络中的数据总量不断提高，在网络安全分析中，需要应用大数据技术来提升工作的效果。伴随着大数据技术应用的不断深入，其能够在提高计算机网络数据处理速度的同时，为网络数据分析平台提供可靠的安全保障，也可以推动信息技术的创新发展，提升计算机网络运行的安全性。

　　参考文献

　　[1]张庆涛.网络安全分析如何应用大数据技术[J].电脑知识与技术,2019(31):13.

　　[2]罗虹.网络安全分析中的大数据技术实践探索[J].中外企业家,2019(24):58.

　　[3]关雷,张弘.大数据技术在网络安全分析中的应用研究[J].中国新通信,2019(15):91.

作者单位：北则集团有限公司原文出处：毛乾旭.网络安全分析中的大数据技术运用探析[J].计算机产品与流通,2020(05):76.