大数据与信息安全管理.docx

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

?

?

大数据与信息安全管理

?

?

【摘要】随着信息技术和互联网技术的发展,大数据成为各行各业都要面临的问题,大数据的特点和特性为各行各业进行信息趋势的分析和改善经营状况,起着不可忽视的作用。但是目前信息安全技术能力和水平已经不能完全满足大数据对信息安全的需求。因此,大数据在给信息安全带来挑战的同时,也为信息安全的发展提供了新的机遇。论文分析了大数据的特征特点以及电力行业对大数据的需求,分析了电力行业大数据的价值所在以及存在的安全隐患和相应的解决方案。

【关键词】大数据;电力行业;信息安全

【】TP309.2

【】A

BigDataandInformationSecurityManagement

LiuJia

(YunnanPowerSupplyBureauofYuxiPowerGridCo.,Ltd.YunnanYuxi653100)

【Abstract】WiththerapiddevelopmentofinformationtechnologyandInternettechnology,allwalksoflifehavetofacetheproblemoflargedatabecome,analysisandimprovementofoperatingconditionsandcharacteristicsofbigdatainformationtrendforallwalksoflife,playsarolecannotbeignored.Buttheabilityandlevelofinformationsecuritytechnologyhasbeenunabletofullymeettheneedsoflargedataforinformationsecurity.Therefore,thebigdataintheinformationsecuritychallenges,butalsoforthedevelopmentofinformationsecurityprovidesanewopportunity.Thispaperanalyzesthecharacteristicsoflargedata,aswellasthepowerindustrydemandforlargedata,analysisofthepowerindustry,thevalueoflargedata,andtheexistenceofsecurityrisksandthecorrespondingsolutions.

【Keywords】bigdata;electricpowerindustry;informationsecurity

1引言

近年来,南方电网公司对大多数信息系统进行了大集中管理,这样也就产生了对大数据的需求,同时也对大数据的安全和防泄漏、防破坏提出了更高的要求。面对大数据的新特点和新应用,如何保障大数据的信息安全是摆在各供电局信息管理人员面前的一个问题。

2大数据的特点

为了更好地管理大数据的信息安全,必须对大数据的特点有所了解,针对大数据的特性,制定有效的管理措施。与我们之前管理的传统类型数据相比,大数据具有四个特征,也就是通常所说的“4V”,即数据量大(Volume)、数据类型多(Variety)、价值密度低(Value)、处理速度快(Velocity)。

数据量大(Volume)。随着各种信息技术的发展,利用各种先进的设备和仪器,可以将各项行动轨迹和信息处理过程以各种数据的形式被记录下来,数量级别从TB,到PB甚至ZB。这么庞大的数据量只有使用大数据技术的管理和处理手段,才能进行有效的管理。

数据类型多(Variety)。传统的数据一般以文本形式或者数字形式存在,但是大数据类型更多的包括了图片视频、音频和地理位置信息等形式,同时还包括各种个性化的数据形式。数据类型的多样性也增加了对大数据管理的难度。

价值密度低(Value)。大数据量大的特点同时也导致了另外一个特点,那就是价值密度低,比如监控设备7×24小时录下的监控信息,量高达几百G,但是对于我进行取证处理和进行数据分析的有价值的可能只有几分钟,甚至几秒钟的数据。所以如果想从大数据中挖掘到有价值的信息,必须有高效的信息处理设备,快速的找到有价值的部分。

处理速度快(Velocity)。在数据处理领域有一个著名的“1秒定

文档评论(0)

151****6160 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档