网络安全系统中大数据及物联网技术的应用

摘要：文章提出了一种基于大数据与物联网的网络安全系统的设计方案。在简单说明相应网络安全系统的总体框架设计思路的基础上，从系统总体设计、关键技术的选定与应用、一体化监控防护技术体系的搭建、大数据与物联网一体化协同的数据安全管理这几方面入手，阐述了基于大数据与物联网的网络安全系统的构建要点，以此围绕网络安全系统中大数据以及物联网的应用做出了探讨。

关键词：网络安全系统；大数据技术；物联网技术

引言：通过将大数据与物联网技术应用于网络安全系统中，能够搭建起一种全面覆盖且支持实时性响应的智能化监控系统，更好维护网络安全。基于此，针对网络安全系统中大数据以及物联网的应用进行探讨，有着极高的现实价值。

一、基于大数据与物联网的网络安全系统的总体框架设计

    基于大数据与物联网的网络安全系统主要围绕安全监测预警、密钥管理设施、可信服务管理、认证基础设施、密码技术设施这五种关键的安全基础设施进行构建，依托上述服务、设施之间的相互写作，基于大数据技术、物联网技术以及人工智能、分布式计算存储技术的融合应用，促使传统安全管理系统中所存在着计算能力单一、数据分散、联动机制缺乏、信息孤岛效应等问题，均能够得到有效解决，促使网络安全保护作业的现实成效以及系统的可靠程度有所提高。对于基于大数据与物联网的网络安全系统而言，其所具有的主要技术框架可以划分为基础支撑技术层、平台安全技术层以及安全服务技术层这三个层次，具体有：在基础支撑技术层内，涵盖密码技术、安全管理、信任服务、访问控制、监测预警；在平台安全技术层内，涵盖安全审计技术、安全监管技术、漏洞挖掘技术、安全测评技术、安全存储技术；在安全服务技术层内，涵盖安全共享技术（可信验证、共享发布、数据标注）、大数据应用安全技术、同态加密技术、隐私数据保护技术、软件定义安全技术、区块链技术。

二、基于大数据与物联网的网络安全系统的构建要点

（一）系统总体设计

    第一，全面、实时监控网络环境，依托各类监控设备的部署，以及多样性技术手段的综合应用，落实对包含应用程序、服务器、网络设备等在内的所有关键节点的流量情况、活动状态情况的持续性追踪、记录。第二，基于自动化风险评估技术的引入，实时性采集并深度分析包含访问模式、网络行为在内的多元信息，支持系统自动化完成对各类安全威胁、潜在漏洞的自动化识别以及量化评估[1]。第三，设定并引入实时告警及应急响应机制，当系统在运行期间检测到安全风险超出设定阈值，或是发现异常行为的情况下，能够迅速发出告警信号及异常提示，同时将预先设定的应急措施自动调整至启动状态，包括漏洞修复、恶意流量的阻断、可疑活动的隔离等等，以此确保在安全事件发生后的迅速、有效反应成为现实，体现出对整个网络系统运行安全、稳定性的更好保障。

（二）关键技术的选定与应用

第一，大数据处理与分析技术。针对海量数据的高效处理，主要引入了分布式计算框架；针对半结构化数据以及非结构化数据的存储，主要引入了NoSQL数据库技术；针对数据的实时性分析与处理，主要引入了实时流处理技术；针对大数据的深度分析与挖掘，主要引入了图形分析、自然语言处理、数据挖掘等算法，以此更为顺利的提取到高价值信息。

第二，物联网安全通信与数据加密技术。基于现代加密算法以及针对物联网特定场景优化的轻量级加密算法的综合应用，实现对数据的加密处理；搭配安全通协议的引入，提升设备之间传输、通信的安全性。

第三，网络安全威胁识别技术。结合深度神经网络模型的引入，完成对网络流量的实时分析，精准、及时识别异常行为并检测恶意流量；结合机器学习算法的引入，实现用户行为分析，并对潜在入侵或是恶意软件等安全事件进行检测。

（三）一体化监控防护技术体系的搭建

在基于大数据与物联网的网络安全系统内，集成包含积极主动防御、敏捷应急响应、实时监测预警以及安全态势感知等在内的多个关键环节，以此实现对联系性强的一体化监控防护技术体系的构建。对于以数据为中心的一体化监控系统而言，安全产品、安全策略、防护主体以及参与者为其所包含着的主要要素。其中，数据可以理解为，在一体化监控系统的全生命周期内所具有的所有环节，包括采集直至使用、销毁的整个过程中的大数据[2]。安全策略涵盖着多种定制化的防护流程、操作方法、策略配置，切实参考不同数据在防护需求、安全层级等方面所具有的差异性，针对性执行多样化的安全措施，包括数据脱敏、加密处理、授权管理、访问权限的控制、主动防御等等。从实施层面的角度来看，安全产品种类相对较多，涉及到的范围也相对较广，包含高级持续性威胁检测系统、主动防御系统、审计工具、数据防火墙、云密码资源池等等，以此能够实现对数据安全的实时性监控以及防护。从整个大数据流转生态的范围内来看，在数据流转过程中，实际承载着各种软硬件的基础设施为防护主体，具体为存储系统、网络通信设备、服务器集群、大数据处理平台及相关软件系统等等。在大数据流转期间，直接作用于流转路径、数据状态的所有主体，均为参与者，具体有为数据流动以及价值转化提供支持的大数据平台本身、大数据的实际使用者、大数据的管理者、大数据的源头提供方。

（四）大数据与物联网一体化协同的数据安全管理

依托风险智能分析模型、安全威胁情报知识库的构建与综合应用，能够全面探测、深度分析大数据平台及其基础设施、系统运行与数据传输期间的安全态势，同时落实可视化呈现，为相关工作人员提供包含不同时期以及所有层面的现实安全状况信息。使用大数据分析技术，进行对多元安全态势数据、安全威胁情报的分析，可以促使相关工作人员实时掌握大数据环境下的整体安全态势，并以此为基础展开精细化运维管理工作，提升大数据系统整体运行安全保障的现实效果。在系统的实际运行中，安全策略管理模块主要承担着对满足数据安全需求的策略基准实施维护以及管控的任务，并在切实参考来源于监测预警模块的实时性威胁情报反馈的基础上，落实对可以适应全局变化的动态性协同数据安全防护策略的灵活设定与执行[3]。设定并执行的大数据与物联网一体化协同安全防护流程主要如下：

安全代理围绕数据全生命周期、大数据基础设施平台这些安全防御目标，自动发现威胁情报；基于大数据分析技术的应用，参考安全威胁情报知识库，展开风险智能分析、协同安全策略生成、防御指令的自动下发，以此做出协同安全防御决策；面向安全防御目标，执行防御指令。在此基础上，向着安全组件管理模块内传递情报，由相关工作人员以此为参考设定更为具体的安全配置，确保在大数据网络平台的各个环节内均可以实现对安全策略的部署，促使安全防护措施的协同运作、无缝衔接成为现实。

总结：综上所述，结合大数据以及物联网技术的应用，完成网络安全一体化监控系统的构建，能够实现设备之间的互联互通，精准定位复杂网络环境下的安全威胁、异常行为，并迅速做出反应，实现对网络安全的更好保护。

参考文献：

[1]王斌,王业,孙齐振,赵毅.基于增量支持向量机算法的大数据网络安全系统检测技术[J].自动化与仪器仪表,2024,(08):9-13.

[2]靳聪,韩荣涛.“物联网+互联网”智慧化安全管控在水泥行业的应用[A]第八届国内外水泥行业安全生产技术交流会论文集[C].中国国检测试控股集团股份有限公司、首都科技条件平台中国建材集团研发实验服务基地,中国建材科技杂志社,2023:3.

[3]王林.大数据和智能控制技术在计算机网络信息安全系统中的应用[J].集成电路应用,2024,41(04):292-293.

通讯作者：刘盛梅，单位：乌鲁木齐市牧业气象试验站。