Page 182 - 大数据技术及安全研究

大数据技术及安全研究
Big Data Technology and Security Research

第三节 计算机大数据的信息安全处理

一、计算机大数据信息安全处理技术

（一）数据加密技术
数据加密技术是计算机大数据信息安全处理中的重要技术之一，主要目的是
通过对敏感信息进行加密，使得未经授权的人无法获得其中的内容，从而保护数
据的机密性和完整性。在数据加密技术中，常用的加密算法有对称加密和非对称

加密两种。其中，对称加密算法包括 DES、AES 等，加密、解密速度快，但密
钥管理相对复杂；非对称加密算法包括 RSA、ECC 等，密钥管理简单，但加解
密速度较慢。此外，还有基于密文搜索技术的加密方案，如同态加密和多方计算
等技术，可以实现在加密数据的同时进行关键词查询和复杂计算，保证了数据的

隐私和计算的可信性。数据加密技术在计算机大数据信息安全处理中具有不可替
代的作用，保障了数据信息的保密性和完整性。
（二）访问控制技术
访问控制技术的主要目的是确保只有经过授权的用户能够访问数据和系统资

源，防止未经授权的用户对数据进行非法操作。在访问控制技术中，常用的方法
包括身份认证、授权和审计等。身份认证通常使用用户名和密码等方式来验证用
户的身份；授权则通过特定权限和角色分配来限制用户对资源的访问和操作；审
计可以记录用户的行为以及系统发生的事件，实现安全的监测和管理。访问控制

技术在计算机大数据信息安全处理中可以有效地监控用户对敏感数据和系统资源
的访问和操作，保障数据信息的安全性和可靠性。
（三）威胁检测和防御技术
威胁检测和防御技术是防御和检测计算机网络系统中的各种安全威胁，包括

恶意软件、入侵攻击、网络钓鱼等。在威胁检测和防御技术中，常用的方法包括
基于签名和基于行为的检测以及漏洞扫描等。其中，基于签名的检测方法通过建
立已知的恶意代码库进行匹配来检测恶意软件，基于行为的检测方法则通过观察
特定程序或系统的行为模式来判断是否存在安全威胁；漏洞扫描可以发现和修补

系统和应用程序中的缺陷和漏洞。此外，还有基于人工智能和机器学习技术的威
胁检测技术，例如深度学习、决策树和神经网络等，可以分析大数据并自适应地

·170·