數(shù)據(jù)挖掘技術下信息安全監(jiān)督與控制框架構建

摘要：本文以數(shù)據(jù)挖掘技術為基礎，提出了信息安全監(jiān)督與控制的基本框架結構，該框架以多種方式對網(wǎng)絡數(shù)據(jù)與信息進行收集加工，最終形成信息安全數(shù)據(jù)庫，之后對數(shù)據(jù)進行挖掘，生成信息安全監(jiān)督與控制的對象與監(jiān)控對象之間的關聯(lián)特征，進而推動對信息的有效監(jiān)督與控制。

關鍵詞：數(shù)據(jù)挖掘；信息安全；監(jiān)督控制

中圖分類號：TP393.08 文獻標識碼：A 文章編號：1007-9599 （2012） 17-0000-02

1 數(shù)據(jù)挖掘與網(wǎng)絡信息安全

數(shù)據(jù)挖掘技術最早產(chǎn)生于上世紀80年代，當時主要作用在于從大量的魔術隨機數(shù)據(jù)中，提取人們事先不清楚但又有潛在利用價值的信息。之后隨著計算機技術的不斷發(fā)展與成熟，以網(wǎng)絡應用為基礎的數(shù)據(jù)挖掘技術開始出現(xiàn)并大范圍擴展開來。這里網(wǎng)絡數(shù)據(jù)挖掘技術主要是以計算機網(wǎng)絡為基礎，利用數(shù)據(jù)挖掘相關技術，自動對數(shù)據(jù)進行抽取的過程，從影響數(shù)據(jù)的相關因素入手分析用戶所需要的深層信息。通常網(wǎng)絡數(shù)據(jù)挖掘主要包括網(wǎng)絡結構挖掘、內(nèi)容挖掘、使用挖掘等幾方面。

在計算機網(wǎng)絡系統(tǒng)中，會有很多包含信息安全的數(shù)據(jù)被隱藏于文本文件或者音頻、視頻等文件中。而網(wǎng)絡數(shù)據(jù)挖掘技術恰好可以針對數(shù)據(jù)的這類特點對數(shù)據(jù)進行分析與整理，發(fā)現(xiàn)數(shù)據(jù)之間的關系及數(shù)據(jù)本身所存在的某些特征，進而對信息安全進行有效監(jiān)督與控制。

2 以數(shù)據(jù)挖掘技術為基礎的信息安全監(jiān)督與控制框架基本原理

隨著現(xiàn)代化計算機技術的不斷發(fā)展與進步，社會逐步進入網(wǎng)絡化和信息化的時代，網(wǎng)絡時代信息的有效收集、提取、存儲與分析等勢必也會與網(wǎng)絡產(chǎn)生千絲萬縷的聯(lián)系，而數(shù)據(jù)挖掘技術可以及時有效的發(fā)現(xiàn)信息本身的特征及不同信息系統(tǒng)之間的關系，進而追蹤信息發(fā)展，以實現(xiàn)對信息的監(jiān)督與控制的目的。

現(xiàn)階段，網(wǎng)絡信息的安全性受到很大的威脅，而保證網(wǎng)絡信息安全的監(jiān)督與控制手段主要集中在多種工具的綜合利用上，通過多元化的收集工具對信息進行收集，并在此基礎上采用一定的計算機算法對數(shù)據(jù)進行綜合處理，之后將信息進行歸類，提取需要的信息。這一信息收集處理過程與數(shù)據(jù)挖掘技術結合，使得整個過程分為數(shù)據(jù)的采集、預處理、挖掘、結果四部分，程序變得相對簡單。但如果與互聯(lián)網(wǎng)相連接，則會衍生出多種技術的綜合使用，比如針對某一特定網(wǎng)站或者數(shù)據(jù)庫的搜索等。通過網(wǎng)絡數(shù)據(jù)挖掘技術與信息處理分析與歸類技術對互聯(lián)網(wǎng)所收集的信息與數(shù)據(jù)進行整理存儲，在以某種特定算法對數(shù)據(jù)進行分析，之后找出數(shù)據(jù)的基本特征和數(shù)據(jù)之間的某種關系，從而為相關方面的決策提供建議。

隨著數(shù)據(jù)挖掘技術的不斷發(fā)展，目前在包括銀行、保險、零售等行業(yè)在內(nèi)的多種行業(yè)領域都成功使用了數(shù)據(jù)挖掘技術，有效實現(xiàn)了對信息的監(jiān)督與控制。

3 以網(wǎng)絡數(shù)據(jù)挖掘技術為基礎的信息安全監(jiān)督控制框架構建

3.1 數(shù)據(jù)獲取。數(shù)據(jù)的獲取主要是對包括圖片、文本、視頻、音頻等在內(nèi)的多種數(shù)據(jù)形式進行信息的收集，數(shù)據(jù)來源主要包括網(wǎng)站、博客、論壇等，而數(shù)據(jù)的獲取途徑主要由垂直搜索、人工方式、網(wǎng)絡爬蟲等幾種。

首先，垂直搜索。垂直搜索主要是針對一些泄密率相對較高的網(wǎng)站（比如政府部門網(wǎng)站、電子政務網(wǎng)站及國家軍事部門網(wǎng)站等）所設計出來的監(jiān)督控制方式，垂直搜索更多的是對網(wǎng)站的數(shù)據(jù)與信息進行一定結構與形式的抽取，將抽取出來的信息設計成特定的結構，從而方便數(shù)據(jù)的挖掘。另外在對信息進行收集的過程中，也可以設定詞語控制表，對數(shù)據(jù)進行篩選與過濾，從而提高數(shù)據(jù)獲取的準確性，提高數(shù)據(jù)獲取的效率。

其次，網(wǎng)絡爬蟲。網(wǎng)絡爬蟲主要是一種計算機程序，以一定的算法將整個Web網(wǎng)頁進行鏈接，形成特定的網(wǎng)絡。互聯(lián)網(wǎng)也正是通過多種超級鏈接的方式將不同層次與內(nèi)容的信息聯(lián)系起來，形成一種信息網(wǎng)絡。網(wǎng)絡爬蟲信息獲取方式有時需要對特定的信息進行收集，因此就不需要將所有網(wǎng)絡進行分析與瀏覽，而只需要建立一個搜索詞語的控制表，對需要檢索的信息進行IP地址或者URL地址的限制，則可自動刪除部分不需要的項目，從而提高信息檢索的效率。

再次，人工方式。上述垂直搜索與網(wǎng)絡爬蟲搜索兩種數(shù)據(jù)收集方式，均是以計算機程序為基礎所形成的網(wǎng)絡自動查找方式，這種方式由于有計算機系統(tǒng)的參與，因此信息收集的速度快，信息量大，但其準確性卻不可同日而語，尤其是針對一些相對隱蔽的信息來講。因此在對數(shù)據(jù)進行收集的過程中，還需要加入人工采集的方法，有針對性的采集需要的信息，提高數(shù)據(jù)采集的準確性。

3.2 數(shù)據(jù)預處理。以計算機和互聯(lián)網(wǎng)為基礎所收集的信息具有量大、復雜等特點，如果對這些數(shù)據(jù)進行直接使用，會在很大程度上降低系統(tǒng)本身的準確性，因此需要對這些數(shù)據(jù)進行預處理，比如數(shù)據(jù)的清洗、集成、變換、消減等。

首先，數(shù)據(jù)的清洗主要是填補遺漏的數(shù)據(jù)、除去明顯錯誤的數(shù)據(jù)等，保證數(shù)據(jù)來源的準確性與完整性。其次數(shù)據(jù)的集成，即將多種來源的數(shù)據(jù)合并起來，比如通過網(wǎng)絡爬蟲收集到的數(shù)據(jù)和通過垂直搜索搜集的數(shù)據(jù)，要將其有效統(tǒng)一起來形成數(shù)據(jù)集。之后對數(shù)據(jù)進行轉換，主要是對數(shù)據(jù)的一種標準化操作過程，比如采用哪種格式化的數(shù)據(jù)庫，有些是文本形式的數(shù)據(jù)，有些是文本結合視頻形式的數(shù)據(jù)，需要將其轉換為統(tǒng)一的格式。最后還需要對數(shù)據(jù)進行消減，因為并不是所有的數(shù)據(jù)都是有價值的，需要根據(jù)數(shù)據(jù)的最終價值區(qū)分哪些數(shù)據(jù)有用，哪些數(shù)據(jù)沒用，將沒用的數(shù)據(jù)剔除出去，以保證數(shù)據(jù)挖掘的高效性與準確性。

3.3 數(shù)據(jù)挖掘。經(jīng)過前期數(shù)據(jù)獲取與預處理之后，生成統(tǒng)一的數(shù)據(jù)庫，之后便需要對這些數(shù)據(jù)進行數(shù)據(jù)挖掘處理。首先從數(shù)據(jù)庫中提取需要進行處理的數(shù)據(jù)，之后從模型庫中選擇相對應的模型，從算法庫中選取要采用的算法，將三者進行有效結合對數(shù)據(jù)進行處理?，F(xiàn)階段模型庫模型主要包括綜合平衡模型、預測類模型及結構優(yōu)化模型等；數(shù)據(jù)挖掘的算法主要包括關聯(lián)分析、聚類分析、序列分析、集成挖掘、圖挖掘等。

另外，要提高數(shù)據(jù)挖掘的整體準確性與針對性，還需要不斷進行挖掘方法的試錯，通過試錯來找到最好的算法，也就是我們所熟悉的挖掘訓練。這個過程主要表現(xiàn)如下：首先從數(shù)據(jù)庫中抽取一部分數(shù)據(jù)作為訓練樣本，之后從算法庫中選取某種算法，從模型庫中選取某種模型，將數(shù)據(jù)挖掘的結果與參照集進行一定的對比，如果結合與要求相符則開始正式的挖掘，反之則需要重新選擇。

3.4 結果應用。通過對數(shù)據(jù)進行數(shù)據(jù)挖掘技術分析，可以發(fā)現(xiàn)兩點內(nèi)容，首先對象的特定，即在網(wǎng)絡中使用者所關心的信息安全對象的某種信息，通常這類信息可能是個人的資料，或者圖片，或者文本等。比如通過數(shù)據(jù)挖掘技術，發(fā)現(xiàn)某個IP地址在某個網(wǎng)站上經(jīng)常散步黃色消息，或者在某個論壇上發(fā)布國家安全信息等，則這些人就會被列入信息安全監(jiān)督對象。其次數(shù)據(jù)之間的關聯(lián)性，比如通過數(shù)據(jù)挖掘技術發(fā)現(xiàn)某兩個或者多個對象之間存在某種關聯(lián)，通過對關聯(lián)數(shù)據(jù)分析便可確定關聯(lián)網(wǎng)，比如在某網(wǎng)站對某一IP地址進行攻擊，而此IP地址又在某論壇經(jīng)常出現(xiàn)，則可認為這個論壇與攻擊者之間存在某種聯(lián)系，需要對其進行監(jiān)督。

4 結論

綜上所述，隨著計算機網(wǎng)絡的不斷發(fā)展，尤其是3G、云計算等先進技術的出現(xiàn)，在很大程度上對信息的安全性造成了一定的威脅。本文從數(shù)據(jù)挖掘的角度對信息安全的有效監(jiān)督與控制進行了分析，并構建了信息安全監(jiān)督與控制基本框架，在一定程度上為信息安全的監(jiān)控提供了思路，但實際的操作過程中，還存在許多問題，但隨著計算機技術與數(shù)據(jù)挖掘技術的不斷深入發(fā)展，信息安全監(jiān)督與控制體系必將越來越完善，信息的安全指數(shù)也會越來越高。

參考文獻：

[1]范建華，張肖.信息保護的重要手段——數(shù)據(jù)挖掘——以銀行業(yè)環(huán)境為例[J].金融經(jīng)濟：下半月，2012，2：32-35.

[2]劉勇國，李學明，廖曉峰.基于數(shù)據(jù)挖掘的入侵檢測[J].重慶大學學報（自然科學版），2002，25（10）：128-131，135.