네트워크 보안 및 빅 데이터 기술 응용 프로그램 토론 파일
인터넷 기술의 급속한 발전과 보급으로 인터넷 기술은 이미 사람들의 일과 생활에 광범위하게 적용되어 사람들에게 전례 없는 편리함을 가져다 주었지만, 이와 동시에 각종 인터넷 보안 문제도 나타났다. 이를 바탕으로 이 문서에서는 네트워크 보안 분야에서 빅 데이터 기술의 구체적인 적용에 대해 중점적으로 설명하고 있으며, 네트워크 시스템 보안을 연구하는 동시에 인터넷 산업의 지속 가능한 발전에 대한 실행 가능한 이론적 참조를 제공하고자 합니다.
키워드: 네트워크 보안 빅 데이터 기술 응용 분석
순서
최근 몇 년 동안 인터넷 기술이 발달하면서 사이버 보안 사고도 빈번하게 발생했다. 사이버 정보 보안의 중요성으로 우리나라는 20 14 년 국가안전위원회를 설립하여 사이버 보안을 국가 전략 배치로 공식 끌어올렸다. 이는 우리나라 사이버 정보 보안 상황이 낙관적이지 않고 사이버 공격이 고발 상태에 있다는 것을 보여준다. 트로이 로봇, 악성 협박 소프트웨어, 분산 서비스 거부 공격, 사용자의 민감한 정보 도용 등 각종 사이버 공격의 수가 전 세계 선두를 달리고 있다. 휴대폰 악성 프로그램, APT, DDOS, 트로이 바이러스 등 사이버 공격이 빈번하면 네트워크 대역폭을 심각하게 방해하고 인터넷 속도를 늦출 뿐만 아니라 통신업체의 기업 신용도에 영향을 미칠 수 있다. 대량의 자료에 따르면 차세대 네트워크 위협은 더 이상 기존의 네트워크 예방 조치로 대처할 수 없으며 정확한 탐지 및 분석을 통한 경보는 현 단계에서 네트워크 보안 기능의 관건이 되고 있습니다.
1 네트워크 보안 문제 분석
사이버 보안은 시민의 프라이버시와 정보 보안뿐만 아니라 국가 안보와도 관련이 있다. 예를 들어 야후의 정보 유출로 인해 최소 5 억 명의 사용자 정보가 도난당했습니다. 미국 프리즘문, 힐러리우편문 등의 사건으로 사이버 보안 문제가 더욱 확대되고 확대되었다. 인터넷 아키텍처가 복잡해짐에 따라 네트워크 보안 분석에 사용되는 데이터의 양도 증가하고 있습니다. 테라바이트급에서 페타바이트급으로 이동하는 과정에서 데이터 소스가 더욱 풍부하고 내용이 더욱 세밀하며 데이터 분석에 필요한 차원도 더욱 광범위합니다. 현재 네트워크 성능이 증가함에 따라 데이터 소스 전송 속도가 빨라지고, 보안 정보 수집 속도가 빨라지며, 버전 업데이트 지연으로 인한 Odav 와 같은 취약점이 증가하고 있으며, 사이버 공격의 영향 범위가 더욱 확대되고 있습니다. 예를 들어, APT 와 같은 조직적이고 표적적이고 장기적으로 잠복하는 다단계 조합 공격은 예방이 더 어렵습니다. 더 많은 종류의 안전 정보를 분석하고 다양한 수단을 종합해야만 탐지하고 저항할 수 있다. 전통적인 기술 아키텍처에서는 대부분 구조화된 데이터베이스를 사용하여 데이터를 저장하지만, 데이터 저장 비용이 많이 들기 때문에 원시 데이터를 표준화한 후 저장하는 경우가 많습니다. 데이터 손실과 왜곡, 과거 데이터 보존의 어려움 등으로 인한 추적 어려움이 발생하기 쉽습니다. 동시에, 시끄러운 대규모 비정형 데이터 세트에 대한 분석과 복잡한 쿼리의 효율성이 떨어지면서 데이터의 실시간 및 정확성이 보장되지 않고 안전한 운영이 비효율적입니다. 따라서 기존의 네트워크 보안 기술은 현 단계에서 네트워크 보안 분석의 새로운 요구 사항을 충족하기가 어렵습니다. 빅 데이터 기술의 개념은 빅토르 마이어 쇤버그와 케네스 쿡예가 2008 년 출판한' 빅 데이터 시대' 라는 책에서 처음으로 제기됐다. 큰 데이터란 무작위 분석이 아닌 모든 데이터에 대한 종합적인 분석과 처리를 말합니다. 빅 데이터 기술은 현 단계의 정보 아키텍처 발전의 첫 번째 추세로, 고유의 고속, 다양성, 다양성, 저가치 밀도 등의 특징으로 최근 몇 년간 인터넷의 여러 분야에 널리 사용되고 있다. 큰 데이터의 전략적 의미는 방대한 양의 데이터 정보를 파악하여 대량의 원본 보안 정보를 저장하고 분석할 수 있다는 것입니다. 분산 데이터베이스는 기존 데이터베이스에 비해 스토리지 비용이 절감되고, 저렴한 하드웨어에서 데이터를 쉽게 가로로 확장할 수 있어 보안 투자 비용이 크게 절감됩니다. 데이터 마이닝 기능이 크게 향상됨에 따라 보안 정보 수집 및 테스트에 대한 응답 속도가 빨라지고 있습니다. 이기종 대용량 데이터 저장소 지원, 다차원, 다단계 관계형 분석의 기반을 구축하여 분석의 깊이와 폭을 높였습니다. 네트워크 보안 방어의 경우 다양한 출처의 데이터를 종합적으로 관리, 처리, 분석 및 최적화하면 대량의 데이터에서 대상 데이터의 빠른 잠금 및 분석 결과에 대한 실시간 피드백을 얻을 수 있습니다. 이는 현 단계의 네트워크 보안 방어에 매우 중요합니다.
네트워크 보안 응용 프로그램에서 2 개의 큰 데이터
네트워크 보안 분석에 대용량 데이터를 적용하면 데이터를 최적화하고 처리할 수 있을 뿐만 아니라 로그와 액세스 동작을 종합적으로 처리하여 이벤트 처리의 효율성을 높일 수 있습니다. 네트워크 보안 분석에서 빅 데이터 기술의 역할은 다음과 같은 점에서 구체적으로 분석할 수 있습니다.
2. 1 데이터 수집 효율성
대용량 데이터 기술은 초당 100 메가바이트의 수집 속도를 달성하고 데이터 수집 속도를 크게 높여 후속 상관 분석의 기반을 마련할 수 있습니다.
2.2 데이터 저장소
네트워크 보안 분석 시스템에서는 원시 데이터의 저장이 매우 중요합니다. 대용량 데이터 기술은 데이터 유형에 따라 서로 다른 데이터를 수집할 수 있으며, 사전 예방적으로 다양한 방식으로 데이터 쿼리의 효율성을 높일 수 있습니다. 예를 들어, 로그 정보를 쿼리할 때는 열 저장소를 사용하는 것이 적합하고, 표준화된 데이터를 분석할 때는 분산 방식으로 사전 처리하는 것이 좋으며, 데이터 처리 결과는 열 저장소에 저장할 수 있습니다. 또는 시스템에 MapReduce 의 쿼리 모듈을 설정할 수 있습니다. 쿼리 시 지정된 노드에 직접 명령을 배치하고 처리 후 노드를 정리하여 쿼리 속도와 응답 속도를 보장할 수 있습니다.
2.3 실시간 데이터 분석 및 후속 데이터 처리
실시간 데이터 분석에서는 관련 분석 알고리즘이나 CEP 기술을 사용하여 데이터 수집, 분석, 처리의 전 과정을 통해 더 빠르고 효율적으로 처리할 수 있습니다. 통계 결과 및 데이터 처리의 경우, 이러한 처리는 시효성에 대한 요구가 높지 않기 때문에 다양한 데이터 처리 기술이나 오프라인 처리 방식을 사용하여 시스템 위험 및 공격 분석을 더 잘 수행할 수 있습니다.
2.4 복잡한 데이터 분석
서로 다른 출처, 다양한 유형의 복잡한 데이터를 분석할 때 대용량 데이터 기술은 데이터 분석 및 쿼리를 더 잘 수행하고 복잡한 데이터, 보안 위험, 악의적 공격 등을 효과적으로 처리할 수 있습니다. 네트워크 시스템에 악의적인 파괴와 공격이 발생할 경우 큰 데이터 기술을 활용하여 트래픽 및 DNS 관점에서 종합적인 예방과 방어를 수행할 수 있습니다.
3 빅 데이터 기술을 기반으로 한 네트워크 시스템 구축 보안 분석
네트워크 보안 시스템에 대용량 데이터 기술 도입에는 주로 다음 세 가지 모듈이 포함됩니다.
3. 1 데이터 소스 모듈
인터넷 기술이 발달하면서 네트워크 보안 시스템의 데이터와 데이터 소스가 두 배로 증가할 것이다. 분산 수집기는 시스템의 소프트웨어 및 하드웨어에서 정보를 수집할 수 있습니다. 방화벽, 감지 시스템 등의 소프트웨어 외에도 서버, 메모리 검사 유지 관리와 같은 장치 하드웨어에 대한 요구 사항이 높아지고 있습니다.
3.2 데이터 수집 모듈
빅 데이터 기술은 데이터를 역분석하여 분산된 데이터 기반을 구축하고, 원시 데이터를 출현에서 삭제까지 해석하며, 데이터 액세스 및 추적 기능을 실제로 구현합니다. 특히 데이터 양이 점점 커지고 있는 오늘날 분산 데이터 저장소는 데이터베이스의 안정성을 더욱 향상시킬 수 있습니다.
3.3 데이터 분석 모듈
네트워크 보안 시스템 운영을 위해 사용자의 비즈니스 시스템은 최종 보안 개체입니다. 빅 데이터 분석은 사용자 데이터 생성 초기부터 적시에 분석하고 피드백을 제공하여 네트워크 사용자가 보다 개인화된 서비스 경험을 얻을 수 있도록 합니다. 사용자의 경우 원하는 것을 얻으면 네트워크 시스템과 빅 데이터 기술에 대한 신뢰가 높아지고 개인 보안 및 개인 정보 보호 정보가 시스템에 저장되는 것에 대한 우려도 크게 줄어든다. 현재, 네트워크 및 정보 보안 분야는 새로운 도전에 직면하고 있다. 기업, 조직 및 개별 사용자는 매일 대량의 보안 데이터를 생성하는데, 기존의 보안 분석 기술은 더 이상 효율적이고 정확한 보안 분석 요구를 충족시킬 수 없습니다. 빅 데이터 기술만의 유연성, 대용량, 속도, 저비용, 대용량 등 네트워크 보안 분석 기능이 현 단계의 업계 트렌드로 자리잡았습니다. 인터넷 회사에게 데이터의 심도 있는 가공은 데이터 부가가치를 실현하는 열쇠이며 기업 운영에 매우 중요하다.
4 결론
오늘날, 정보 데이터는 이미 각 업종과 업무 분야에 침투하여 중요한 사회 생산 요소가 되었다. 이 때문에 인터넷 데이터의 양도 날로 늘어나 인터넷 보안 분석에 약간의 어려움과 스트레스를 가져왔고, 빅 데이터 기술은 이 문제를 보완할 수 있다. 네트워크 시스템에 대용량 데이터 기술을 적용하면 데이터 처리의 효율성과 정확성에 대한 요구 사항을 충족시킬 수 있을 뿐만 아니라 상대적으로 완벽한 예방 및 경보 시스템을 구축할 수 있어 네트워크 시스템의 보안을 유지하는 데 매우 중요한 역할을 합니다. 빅 데이터 기술은 앞으로 더 광범위하게 적용될 것이라고 믿는다.
참고 자료:
[1] 루만생. 네트워크 보안 분석에 빅 데이터 기술 적용 [J]. 디지털 세계, 20 17.
[2], 왕, 김화민 등. 사이버 보안 분석에 빅 데이터 기술 적용 [J]. 통신과학, 20 15.
[3] 손옥. 네트워크 보안 분석에 빅 데이터 기술 적용 [J]. 네트워크 보안 기술 및 애플리케이션, 20 17
을 눌러 섹션을 인쇄할 수도 있습니다