大数据通信过程风险识别与指标体系研究

科学技术，管理，管理与管理层回应，2018年第10期，第10期，科学技术管理研究2017年第10期接收日期: 2017-08-08-14，修订日期: 北京2017-10 : 30社科基金“背景下的信息安全风险评估与对策研究”（14JGA01）项目来源: 北京工商大学青年教师研究启动基金项目“基于双边的未来互联网资源负载均衡研究”市场理论”（QNJJ2015-15-23）doi: 10. 3969 / j.isn.1000-7695.2010.10.101大数据传输过程风险识别与指标体系研究彭应涛1,2，宋少一1，2，3，方Deying 1，2（1.北京工业大学计算机信息学院，北京100048； 2. 食品安全大数据技术北京市重点实验室，北京100048； 3. 农产品质量安全追溯国家工程实验室城市技术与应用，北京100048）摘要: 在大数据的背景下，数据的传播过程世界的安全问题越来越复杂和多样，已经成为该领域关注的焦点. 在分析一般信息传播模型的基础上，从环境，内容，行为，用户等的结构角度，确定数据传播过程对传播过程的风险；使用De Feel方法和AHP构建两级共27个指标的大数据传播过程风险评估指标体系；选择一个大学网络进行环境评价的实证分析，并对评价结果进行综合分析.

关键字: 大数据；沟通过程；风险识别；指标体系中分类号: G20； F272.35； G301文件标识码: A货号: 1000-7695（2010）10-0078-05大数据发布过程的风险识别与评估指标研究彭应涛1,2，宋少一1,2,3，方德英1,2 （1. BTBU计算机与信息工程学院，北京100048； 2. 食品安全大数据技术北京市重点实验室，北京100048； 3. 农产品质量可追溯性国家工程实验室，北京100048，中国）摘要: 在大数据时代，数据发布过程的安全性变得越来越复杂和多样化，这已成为一个值得关注的问题. 在分析了通用信息发布模型之后，提出了一种新的基于风险因素的数据传输过程模型. 从环境，网络行为和用户的角度讨论了风险因素，并通过dhec teique方法和两级评估指标系统控制了总共27个大数据传输的信息索引. 本文通过综合评价的综合评价方法对某大学的服务网络环境进行评价. 传播过程；风险识别；新技术指数体系背景下的互联网大数据随着技术的飞速发展，网络空间中各种应用的发展不仅改变了人们的生活方式，而且产生了许多网络数据资源，即大数据.

根据EMC在2014年发布的第七次数字世界报告，国际数据公司（IDC）认为，2013年全球大数据总量约为4.4 ZB，预计到2020年. 年度数据将增加10次[1]. 这些数据可以是结构化，半结构化或非结构化的，并且通常以强大的及时性以数据流的形式快速动态地生成. 但是，由于数据的庞大，多样和快速特性，在传播过程中更容易发生诸如泄漏，破坏和篡改之类的安全事件，这将不可避免地对经济和社会的健康发展产生更大的影响. 社会. 因此，分析数据的传播过程，识别风险，建立风险评估指标体系已成为该领域的迫切问题. 许多学者研究了基于信息交流机制的风险交流模型及其评估策略. 大部分早期研究建立在总体水平上，然后在不同方向进行了深入研究. 在用户方面，人们研究了社交网络环境中基于用户关系的信息传播机制，并在此基础上提出了一种网络信息传播模型[2-3]. 在环境方面，万方数据彭英涛等: 大数据传播过程中的风险识别和指标体系研究人们研究了复杂网络环境中传输的动态过程和机理，为预防和免疫提供了理论依据. 现实社会中的各种交流现象[4]；在风险方面，人们已经分析了风险. 不确定性和复杂性的传播确定了信息系统安全风险因素之间的关系，并提出了安全风险分析模型[5].

更多学者拓宽了领域，研究了电力系统中信息安全威胁的传播机制，建立了信息物理安全风险传播模型[6]. 许多学者研究了风险控制技术或策略，并构建了风险评估指标体系. 例如，从总体上讲，从国家计划风险识别指标，管理方法，工程规范和技术实施等方面出发，他们提出了以“安全基线政策”为核心的指标体系[7]. 从基础结构，数据处理，技术漏洞，黑客攻击，数据信誉，管理不善，法律法规，行业自律和个人隐私等角度出发，在地方一级，并提出了解决风险的相关措施[ 8]. 一些学者从不同的角度进行了深入的研究. 例如，从隐私的角度，他们分析了大数据安全和隐私保护面临的挑战，指出了当前隐私保护技术的优缺点，并构建了隐私风险评估指标体系[9-10]；从风险因素的角度出发，以风险发生周期为出发点，对共3层21项网络舆情突发事件风险评估指标体系指标进行分析和构建[11]；从基础架构的角度来看，将安全评估与网络相结合，研究已经建立了态势感知指标体系[12]. 在研究方法上，大多数学者采用了较为成熟的层次分析法，熵权法，德尔菲法，模糊评价法等[10-11]. 从整体风险的角度来看，现有研究更加关注安全风险模型，安全技术以及安全评估指标体系的构建. 数据分发过程中缺乏风险分析和指标体系研究. 因此，本文尝试从平等的角度考虑环境，内容，行为和受众，面向沟通过程，建立大数据沟通过程模型，分析和识别流程的风险因素，并讨论构建流程的风险. 风险评估指标体系.

2数据分发模型和风险识别2.1数据分发模型针对网络环境下的信息分发. 学者从构建网络信息传播的概念模型的角度研究了传播过程，并掌握了其运作形式，如陈慧娟. 等[3]探索了基于用户的微博信息传播的特征，并建立了传播过程的模型. 在大数据的传播过程中，既有传统形式的单向通信，也有网络形式的双向交互通信. 在这个过程中，除了传统的环境，行为和其他影响它的因素外，诸如新的通信方法的多样性和复杂性等因素也起着越来越关键的作用. 微博的动态传播主要受用户状态，用户影响，转发因素等因素的影响，大数据通信过程中涉及的影响因素更加复杂多样，如受众，传统因素（环境，内容，行为，复杂的环境，新的通信行为，多种通信方法等. 因此，结合大数据分发过程的各种特征，本文基于大数据环境中的风险因素构建了数据分发过程模型（见图1）. ）. 图1基于风险因素的数据分发过程模型该模型着重于新介质下的复杂环境，内容风险和新的行为风险. 数据的传播过程从三个角度进行了分析: 传播环境的观点，强调了环境的复杂性对数据传播过程的作用；内容分发的角度，重点是在数据分发过程中可能对数据内容产生的影响；传播行为的方面，即数据在传播过程中可能通过组合，传播，共享，协作，垄断等方式由数据产生的各种社交行为. 影响，其中噪声因素是影响因素的统称例如环境，技术，行为和复杂性.

2.2识别数据分发过程中的风险因素参照现有的安全风险评估策略，从分发环境风险的角度出发，结合本文提出的模型，分层描述数据分发过程的安全风险. 传播内容风险，传播行为风险，确定安全管理标准风险的四个方面. 通信环境风险包括事故风险，软件风险和硬件风险. 传播内容的风险包括数据保密风险，数据完整性风险，干扰风险，隐私安全风险，数据可用性风险，数据可控制性风险，数据状态转移风险等. 通信行为的风险包括非恶意泄漏风险，黑客攻击风险风险，技术泄漏风险，数据披露风险，竞争性垄断风险，信息物理安全风险，威胁传播风险和感染风险. 安全管理规范的风险包括法律法规不健全的风险，标准不一致的风险以及97,000立方米的数据彭英涛等: 大数据传输过程的风险识别及其研究机构的指标体系威胁，保护不当的风险措施，缺乏听众培训的风险等. 3指标体系的研究3.1指标是从不同的角度（环境，内容，行为等）和不同的需求（一般受众，决策者，维护者等）中选择的. 数据分发过程中的安全风险指标基于以下两个原则选择: （1）针对不同角度的目标. 针对特定的数据传输过程安全性及其相应范围，有不同的观点，因此应根据该观点获得反映每个观点和每个方向点的指标. （2）针对不同用户的目标.

构建数据传输过程安全指标的最终目标是为相关人员提供有关应用，判断和决策的信息. 因此，指标应反映不同对象（例如管理，控制和受众）的需求. 在此基础上，本文选择了33项数据传输过程的风险指标: 1）自然灾害事故风险； 2）非自然事故风险； 3）端口漏洞； 4）无更换设备； 5）不可靠的物理设备； 6）危险7）网络带宽不足； 8）机房环境恶劣； 9）无设备监控； 10）系统漏洞； 11）版本和补丁错误； 12）接口不安全； 13）升级的隐患； 14）传播内容的保密性； 15）传播内容的完整性； 16）传播内容的独立性； 17）隐私安全保证； 18）传播内容的可用性； 19）传播内容的可控性； 20）数据状态传输； 21）非恶意错误； 22）骇客； 23）技术分析泄漏； 24）数据脱敏； 25）目的数据垄断； 26）信息物理安全； 27）“感染”安全性； 28）威胁传播； 29）法律法规不完善； 30）标准不统一； 31）内部威胁； 32）工作安全； 33）安全意识. 3.2指标体系的构建指标的选择通过德尔菲法完成. 首先，在大数据信息安全领域选择具有30年以上5年以上研究经验，具有副高级以上职称的专家学者；然后，根据选定的33个指标设计调查表，根据“高，比较”将“高，中，低，低”五个级别分别指定为[9、7、5、3、1]，学者对每个指标进行评分；然后根据评分数据筛选指标，并且平均值大于3. 变异系数小于0.15的指标被保留为有效指标；最后，筛选后进行风险评估形成了大数据背景下数据发布过程的指标体系，包括4个一级指标和23个二级指标，如表1所示.

表1一级指标（A），二级指标（B）（A1），传播环境风险（B11），意外灾难保护指标（B12），网络硬件保护指标（B13），媒体软件保证索引（A2）内容传播的风险（B21）内容传播的保密性（B22）内容传播的完整性（B23）内容传播的独立性（B24）隐私安全（B25）内容传播的可用性（B26）内容传播的可控制性（B27） ）数据状态传输（A3）传播行为风险（B31）非恶意错误（B32）黑客攻击（B33）技术分析漏洞（B34）数据脱敏（B35）有目的的数据垄断（B36）信息物理安全（B37）“”感染”风险（B38）威胁传播（A4）安全管理风险（B41）健全的法律法规（B42）构建统一的标准（B43）内部威胁（B44）工作安全（B45）安全意识3.3指标权重是整个研究方法的重要组成部分. 本文采用专家评分法和层次分析法（AHP）对指标进行量化和加权. 3.3.1构造指标判断矩阵判断矩阵是AHP方法的基础，是通过成对比较每个指标的重要性而获得的. 根据两个指标因素的重要性，采用专家评分重要性量表方法在各个层次上构建指标判断矩阵.

一级索引判断矩阵为: 二级索引通信环境风险判断矩阵为: 二级索引通信内容风险判断矩阵为: 80,000立方数据彭英涛等: 大数据通信过程风险识别与指标体系研究II一级指标风险行为的判断矩阵为: 二级指标安全管理判断矩阵为: 3.3.2求解矩阵，得到各个判断矩阵的特征向量: WA =（ 0.115 7，0.316 5，0.328 9,0.2202 9）WB 1 =（0.169 2,0.443 4,0.3787 4）WB 2 =（0.112 1,0.0195，7,0.110 5，0.167 6,0.124 3,0.188 2,0.0101 6 ）WB 3 =（0.076 9,0.0.195 1,0.0162,0.185,0.083,09，0.110 3，0.011 2，0.085 0）WB 4 =（0.144 8,0.2989 6,0.1147,5.0,195 2,0.222 9） 3.3.3检查每个判断矩阵的一致性测试的一致性，结果为: CI A = 0.039 3，CR A = 0.044 2； CI B 1 = 0.009 0，CR B 1 = 0.0015 5； CI B 2 = 0.067 2，CR B 2 = 0.049 4； CI B 3 = 0.041 9，CR B 3 = 0.029 7； CI B 4 = 0.034 1，CR B 4 = 0.030 4.

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-277986-1.html