基于云计算的大数据存储安全分析

(整期优先)网络出版时间:2023-01-28
/ 2

基于云计算的大数据存储安全分析

汤伟

安徽祥云科技有限公司

摘要:对海量数据进行综合分析,包括通过数据挖掘技术进行分析,可以从海量数据中获得许多隐藏的经济和政治利益。人们现在普遍认为,海量数据将成为未来商业技术创新和经济增长的能源和动力。为了保留这些巨大的数据资源,云存储已经出现,而且随着云存储技术的发展,它越来越多地被接受为一种存储工具,并且数据不断上传到云以共享存储。如此大量的数据被放置在云中,增加了潜在的存储风险,如果不采取有效的安全措施,可能会导致无法想象的损失。本文对基于云计算的大数据存储安全进行分析,以供参考。

关键词:云计算;大数据;存储安全;分析

引言

随着企业越来越多地通过网络存储数据,传统的安全网络存储管理系统已无法满足实际需求,这可能会导致数据丢失,甚至导致数据管理错误的严重后果。为了提高网络安全存储管理系统中的存储安全性,必须不断优化系统硬件和软件,以确保网络数据的安全存储和管理。

1云存储数据安全

大量数据给企业和个人带来了巨大的存储压力和存储需求,同时刺激了存储市场的快速发展,同时出现了大量提供数据存储和管理服务的公司,如亚马逊、谷歌和微软,以及百度、华为、腾讯和阿里云存储实际上是一个集中的计算系统,使用户能够通过互联网将数据存储在数据中心系统上,并轻松地与其他用户共享数据。云计算的诸多优势包括:理论上,用户可以拥有无限的存储空间,并可以随时随地通过网络轻松、安全、高效地访问数据,从而实现异地数据备份和下载,从而显着降低存储和云存储自创建以来呈爆炸式增长,经过几轮竞争,几家大型云存储服务提供商被淘汰,国际和国内云市场稳定下来,逐渐走向更高质量,随着质量的提高,政府、企业和个人迅速吸引云存储已成为新时代环境的一个重要和不可替代的组成部分,关于全国社会政治经济的大量数据是一个巨大的可重建资产。但是,将所有数据放入云存储系统也会增加潜在的存储风险,例如未经授权的访问、数据泄漏、敏感信息泄漏和隐私泄露。

2大数据储存安全关键技术

2.1设备系统安全技术

大型数据在全球所有行业都取得了长足的进步,但最大的挑战是大型数据的安全性。大型数据存储的安全性是大型数据平台安全性的重要组成部分。其基本目标是确保存储数据的机密性、完整性和可用性,同时主要使用虚拟化存储技术。大型设备的安全机制包括设备系统安全技术、身份验证和访问控制技术、数据加密、数据完整性证明和数据校正备份。基于设备的漏洞攻击是一种重要的攻击方法。设备系统安全性包括硬件和操作系统安全性。但是,设备的系统安全功能的构建主要是为了确保系统的完整性以及业务和数据的安全性。常见的设备系统安全技术和概念包括:(1)可信启动;(2)可信的执法环境;(3)保护操作系统内核完整性;(4)芯片安全性。

2.2数据加密技术

数据加密是确保大型数据存储安全的主要技术。密码学在数据存储、使用、传输等各个领域都起着重要作用。在数据存储过程中,数据的加密方案被划分为适用于加密算法的不同阶段,例如b .卷加密、文件系统加密、应用程序加密等。当前研究点包括统一、可搜索的加密、属性加密和保留格式加密。(1)同构加密。基于加密算法的均匀性,用户可以处理来自不受信任的第三方的数据,以避免数据泄漏,并大大解决大量数据处理的问题。(2)搜索加密技术。可搜索的加密技术可提供对云中存储的数据的加密和检索。这可确保数据所有者不会危及隐私,并对存储在云中的数据的搜索编制索引。(3)保留格式加密。确保加密文本与未加密文本格式相同的加密方法。这可确保在加密数据库中的数据后,不需要更改数据库结构或应用程序。

3大数据存储与管理

3.1大数据数据存储

RDBMS是通过SQL访问结构化数据的传统存储系统,但在可访问性和可扩展性方面存在许多问题。由于一台计算机的存储空间有限,需要在多台计算机(分布式文件系统(DFS)和Hadoop中实施的分布式文件系统(HDFS))上存储大量数据。MapReduce依赖DFS提供it可扩展性。NoSQL+NewSQL数据库存储已成为数据库中最重要的数据库工具,这主要是因为架构的灵活性和可扩展性,包括数据存储大小和写入大小。在couchDB中,使用JavaScript中的MapReduce模式合并索引和查询以快速执行。请注意,HDFS文件允许通过SQLOracle和数据集成查询数据库中Hadoop中的数据,从而生成类似于在Hadoop群集上运行MapReduce时运行的hibernate。

3.2大数据安全

与传统数据资产相比,海量数据具有强大的社会特性。随着大数据应用程序的增长和范围的扩大,大数据网络的安全性问题变得越来越重要。数据保护和访问控制带来了许多与大型数据相关的安全问题,例如数据多样性、敏感性、有效的节点监控、隐私保护等。为了实现安全目标,必须将安全治理、技术、标准、运输和维持和平行动评价结合起来,以便系统地解决与大量数据有关的安全问题。安全系统主要涉及数据传输安全(安全数据通道、SSLVPN)、隐私保护技术(数据加密、匿名)、数据加密(静态数据加密、动态数据加密)、数据挖掘安全(身份验证、动态密码验证、访问控制同时,需要以该标准为保证实现安全互联协调,实现多维保护。

3.3基于大数据监测网络安全

存储网络安全管理系统采用防病毒墙和防火墙等安全设备设计,并连接到入侵检测系统以监视网络安全状态。由于日志数据的复杂性和数量,本文利用海量数据框架建立了集中式网络安全监控平台,监控系统安全事件和系统性能,及时检测网络入侵和攻击行为,分析和预测漏洞当系统收到安全警报时,它会将警报信息传递给监视管理员,监视管理员将安全策略应用于安全对象,通过建立容错机制重建丢失的数据集,并执行信息的闭环循环。

3.4系统功能结构设计

网络安全存储管理系统的结构功能是在大型数据库的基础上设计的。这些模块主要包括管理规划模块、网络安全模块、用户管理模块、安全控制模块和数据资源模块。管理规划模块是集中管理和调配系统网络数据的核心模块。管理计划模块包含一个数据缓存子模块,该子模块使用数据库来处理网络数据。临时管理子模块用于为系统数据建立警告标志,并存储在主处理器的内存中,从而提供对主处理器数据的实时参考。数据资源模块存储从数据收集器中获取的数据。安全控制模块不仅用于分配资源数据信息,还用于实时检测非法攻击和系统入侵。网络安全模块用于在不同的计算机终端之间建立不同的网络结构,以确保系统中每个模块的稳定运行。用户管理模块具有用户登录管理、密码设置等功能。以确保用户身份验证的安全性。

结束语

目前,海量数据已成为创新的切入点,相关技术工具的不断发展为企业提供了更多的选择,如数据仓库和数据可视化。大量数据侧重于数据服务、数据分析和数据收集,而数据挖掘则更多地侧重于数据存储容量,云计算则侧重于it体系结构和实践。大数据和云计算是一个问题的两个方面。云计算为大数据带来了巨大变化,并为大数据提供了存储空间。Hadoop技术适用于存储体系结构,该体系结构为企业提供了低成本、高灵活性,并在不同节点上拥有自己的计算和存储资源,以确保大型数据分析活动正常运行、可扩展性和性价比优势。

参考文献

[1]李文政,唐永振.基于云计算环境下大数据的安全存储机制[J].电子世界,2018(15):67+69.

[2]罗菲.基于云计算环境下数据存储安全的关键技术初探[J].科技创新与应用,2018(06):44-45.

[3]孙莉娜.基于云计算的大数据存储安全探讨[J].网络安全技术与应用,2018(02):77-78.

[4]王猛.基于云计算的大数据存储安全的研究[J].科技创新导报,2017,14(23):138+140.

[5]张江锋.基于云计算的大数据存储安全分析[J].信息系统工程,2017(02):81.