计算机信息安全防护与信息处理技术探析

计算机信息安全防护与信息处理技术探析

吕王勇

南京市六合区人民武装部 江苏六合 211500

摘要

随着信息技术的快速发展，爆发式增长的数据极大的推动了大数据产业。新一代的信息技术和各个领域的经济社会发展深度融合，人们越来越关注信息安全防护的重要作用。本文就信息处理技术及其安全防护进行了研讨,希望能为同类研究提供借鉴。

关键词:信息安全,安全防护，信息处理

1前言

通常而言信息处理技术是指利用计算机与网络等各种硬件设备以及软件工具和科学方法，对各种信息进行获取、加工、存储、传输与使用。

随着数据由移动设备、廉价且数量众多的信息传感物联网设备、航空遥感、软件日志、摄像头、麦克风、射频识别阅读器和无线传感器网络等设备收集，可用数据集的大小和数量迅速增长。根据国际数据公司（IDC）报告预测，到2025年，全球数据将增长到175泽字节（ZB）。

数字交互和机器与人类的结合使人们的生活方式越来越在线，企业则使用大数据改进运营、提供更好的客户服务、创建个性化营销活动等。有效使用大数据可以使企业拥有更大的竞争优势，做出更快更明智的业务决策。

大数据还被医学研究人员用来识别疾病迹象和风险因素，并协助诊断患者的疾病和医疗状况。来自电子健康记录、社交媒体网站、网络和其他来源的数据也为医疗保健组织和政府机构提供了有关传染病威胁或爆发的最新信息。

2信息处理技术

2.1捕获数据

众所周知，流入的数据每天都在变得越来越复杂。随着原始数据从各种来源流入，数据结构比以往任何时候都更加复杂。点击流、系统日志和流处理系统持续产生大量数据的来源。

大数据包含了结构化数据、非结构化数据和半结构化数据。应用程序通常包括多个可能未预先集成的数据集。例如，一个大数据分析项目可能试图通过关联过去的销售、退货、在线评论和客户服务电话的数据来预测产品的销售。

2.2存储数据

毫无疑问，数据比以往任何时候都更有价值。而由于基于人工智能分析和机器学习领域的发展，数据的有用性随着时间迁移而不断增值，整合后的信息使分析更可用。

许多大数据环境在分布式架构中结合了多个系统。例如，中央数据湖可能与其他平台集成，包括关系数据库或数据仓库。大数据系统中的数据可能会保留其原始形式，然后根据特定分析用途的需要进行过滤和组织。在其他情况下，数据挖掘工具和数据准备软件会对数据进行预处理，以便为定期运行的应用程序做好准备。

2.3分析数据

由于大数据实时或接近实时地更新，从各种来源收集的原始数据可能会导致数据质量问题，进而导致分析错误，破坏信息分析的价值。

一些数据集可能具有多种含义，或者在不同的数据源中采用不同的格式，这些因素使得信息管理和分析进一步复杂化。为从大数据分析应用程序中获得有效且相关的结果，数据分析师必须了解可用数据及其信息分析目标。这使得数据准备（包括数据集的分析、清理、验证和转换）成为分析过程中至关重要的第一步。

一旦收集及清理了数据，通过使用大数据分析工具、结合应用各种数据科学和高级分析方法，便可完成详细信息分析。这些分析方法包括了机器学习、预测建模、数据挖掘、统计分析、流分析、文本挖掘等。

2.4搜索、共享及传输数据

从社会角度来看，共享数据将促进数据流转，形成覆盖全面的大数据资源，为其数据分析应用奠定基础。云是一种数据和信息共享的解决方案，但同时也带来了挑战。如果数据存储在多个云上并因此需要移动以达到共享目的，则其可能会导致瓶颈。

开放数据需要技术框架支持，包括开放数据管理、开放数据技术和开放数据门户。同时广泛数据共享面临着成本问题， 数据的资产地位问题以及数据安全和隐私问题等。

2.5保护信息隐私及其数据源

云服务等技术的创建有助于将数据存储在单一平台上，以便随时随地访问数据。

如何在数字时代保护隐私是一大挑战。数据仓库存储着大量敏感数据，例如金融交易、医疗程序、保险索赔、诊断代码、个人数据等。企业需要谨慎管理其收集大数据的过程，确保拥有强大的安全基础设施，采取控制措施来识别受监管的数据并防止未经授权的访问。

3信息安全防护

3.1 虚假数据

当今大数据面临的安全问题之一是虚假数据。选择最佳的数据处理类型并实施各种安全功能可以检测到放置在中央存储库中的虚假数据。来自虚假数据的虚假标志会使识别欺诈变得困难。虚假信息还可能导致错误决策，继而降低生产能力或经营业务能力。

3.2 逆转数据屏蔽措施

调查显示，超过 90% 的消费者担忧其个人数据在大数据中被非法访问或共享。为缓解这些担忧，许多公司选择实施数据屏蔽策略。

数据屏蔽旨在将有关客户的机密信息与识别数据分开。如果操作正确，该过程无法逆转。然而拥有必要设备的恶意行为者却有时可以重建数据库， 进而重新连接到机密信息。除了危及客户数据外，敏感的公司信息也可能面临相似风险。

3.3 多云计算

云计算是执行大规模复杂计算的技术。它消除了维护昂贵的计算硬件、专用空间和软件的需要。处理大数据是一项具有挑战性且耗时的任务，需要大型计算基础设施来确保成功的数据处理和分析。多云计算改变了开展业务的方式，使公司能够在虚拟世界中完成大部分工作。这种趋势意味着需要保护的访问和端点更多。同时也导致审计更容易忽略潜在的漏洞。多云计算已被列为当今世界面临的最紧迫的网络安全威胁之一。

3.4 数据清理问题

数据清理在数据管理和数据分析中发挥着重要作用，因此凸显数据质量管理的重要性。错误的数据会导致企业做出错误的分析和决策，尤其是基于海量的未加过滤的原始数据。

大数据安全问题并不总是与漏洞有关，当使用自动清理器时，这一点就变得很明显。虽然市场有多种手动和自动数据清理工具，基于错误模型的自动数据清理过程将导致不一致的相关数据属性。

4结语

在这个信息共享时代，信息安全越发重要。个人信息保护需求以及各项城市公共服务和电子政务服务对于网络安全防护的需求与日俱增。信息安全防护是支撑产业转型升级,保障人民利益，以及维护社会稳定的重要保障。

参考文献：
[1]张瑞锋.大数据技术在计算机信息安全中的具体运用[J].科技风,2021(21):80-81.
[2]李效渊,刘赛彬.计算机网络信息安全及其防护对策探析[J].无线互联科技,2021,18(10):83-84.
[3]孙建中.通信计算机信息安全问题及解决对策分析[J].科技视界,2021(12):187-188.

吕王勇，1975/12，男，汉，江苏六合，技师，本科，研究方向：计算机信息处理，南京市六合区人民武装部，211500