189 8069 5689

大数据安全技术在信息安全领域的应用之安全检测与大数据的融合

在大数据滔滔来袭的背景下,人们的关注点逐渐从如何掌握庞大的数据信息,转向如何实现对这些数据的深层挖掘,进而让其增值。通过大量信息的整合与海量数据的分析,企业能够更深入地了解自身业务,实现新需求洞察,更好地做出商业决策。

成都创新互联是一家专业提供成县企业网站建设,专注与成都做网站、网站设计、外贸营销网站建设HTML5、小程序制作等业务。10年已为成县众多企业、政府机构等服务。创新互联专业网站建设公司优惠进行中。

在这里小编建了一个大数据学习交流扣扣群:529867072,我自己整理的最新的大数据进阶资料和高级开发教程,如果有想需要的,可以加群一起学习交流
大数据安全技术在信息安全领域的应用之安全检测与大数据的融合图片描述

对企业而言,信息安全是为信息化服务的,而信息化又服务于业务增长。因此,利用大数据提升企业信息安全防护水平,能够间接为企业带来效益。大数据在信息安全领域的应用将演化为 IT 商业智能发展趋势的一部分,即安全数据和业务数据的结合能够为企业提供更可靠的策略依据,帮助企业判断各种潜在威胁,预测业务发展趋势。

本文围绕大数据在安全检测、数据挖掘、网络感知、视频监控4个方面的应用介绍相关的技术,包括安全检测与大数据整合技术、面向安全大数据的挖掘技术、基于大数据的网络态势感知技术、视频监控数据的挖掘技术,力求使大家了解大数据在信息安全领域的应用情况。

安全检测与大数据的融合

安全检测与大数据的融合能够及时发现潜在的威胁,提供安全分析与趋势预测,加强应对威胁的能力。需要首先对数据进行分类、过滤与筛选,其次采用信息安全检测技术对系统环境和数据环境进行检测,然后通过关联分析和数据挖掘构建安全威胁模型,经过数据分析预测安全趋势。

1、数据提炼与处理

在收集到原始海量数据后,需要对数据进行分类、过滤、筛选等提炼与处理操作。应当根据数据的敏感程度、影响范围、应用场景,以及业务合作的数据需求,对数据进行分级分类的预处理。然后过滤敏感数据、保密数据、非法数据,得到有价值的可使用的数据。数据过滤与筛选需要达到的性能要求包括海量处理规模、多字段过滤、智能筛选、高效过滤等。因此,针对大数据的智能过滤和内容审计,能够快速便捷地匹配大量自定义的关键字、词,智能过滤去违反国家法律法规以及侵犯用户权益的内容,确保信息内容的安全。

(1)关键字、词智能匹配

大数据的智能匹配要求用户输入关键字、词后,系统能够自动匹配,计算出有关该字词的相关信息。同时保证用户定义的关键词数目不限,可以并发支持百万级别的关键词。依据Google、百度等公司定义的关键字匹配方式,大数据智能匹配大致有广泛匹配、词组匹配、精准匹配、多关键字匹配等方式。

● 广泛匹配可以对关键字的任一顺序进行匹配,对包含其他字词的查询也能触发,并且对相似字词(包括复数形式和同义词)也能触发。

● 词组匹配只有搜索字词同词组顺序完全匹配时才触发,并且允许词组周围存在其他搜索字词。

● 精准匹配只会对完全匹配的关键字进行触发,限制触发范围,减少触发次数。

● 多关键字匹配是从大量数据中快速匹配多个关键字(多个模式)的技术,需要对文本进行预先处理。

(2)智能逻辑关系运算

大数据的智能逻辑关系运算应支持关键字、词复杂匹配,包括常用的“与、或、非”,同时支持“NEAR”临近关系的复杂算法。按照用户自定义的类别体系分类整理过滤出的信息内容,根据自身业务的特点,自定义内容过滤体系,将自定义的类别输出。

(3)样本机器学习

在没有关键词的时候,机器通过自动学习技能,达到对信息文本的相似类划分。由大数据环境提供信息,学习部分则实现信息转换,用能够理解的形式记忆下来,并从中获取有用的信息。学习过程与推理过程是紧密相连的,按照学习中使用推理的多少,机器学习所采用的策略大体上可分为4种:机械学习、通过传授学习、类比学习和通过事例学习。学习中所用的推理越多,系统的能力越强。


本文名称:大数据安全技术在信息安全领域的应用之安全检测与大数据的融合
网站网址:http://cdxtjz.cn/article/gcpgho.html

其他资讯