，

(1.川北幼兒師范高等專(zhuān)科學(xué)校 經(jīng)濟(jì)管理系，四川 廣元 628000；2.四川信息職業(yè)技術(shù)學(xué)院 信息工程系，四川 廣元 628000)

基于Hadoop的大數(shù)據(jù)信息安全監(jiān)控云平臺(tái)設(shè)計(jì)與研究

張帥1，賈如春2

(1.川北幼兒師范高等專(zhuān)科學(xué)校經(jīng)濟(jì)管理系，四川廣元628000；2.四川信息職業(yè)技術(shù)學(xué)院信息工程系，四川廣元628000)

針對(duì)傳統(tǒng)的大數(shù)據(jù)信息監(jiān)控云平臺(tái)模式單一、虛擬化程度不高，容易導(dǎo)致信息泄露的問(wèn)題，為了提高對(duì)大數(shù)據(jù)的信息安全溯源能力，提出基于Hadoop的大數(shù)據(jù)信息安全監(jiān)控云平臺(tái)設(shè)計(jì)方法;在信息資源云體系下構(gòu)建大數(shù)據(jù)信息安全融合模型，通過(guò)信息挖掘與匹配方法把云平臺(tái)中的數(shù)據(jù)資源、物理資源進(jìn)行關(guān)聯(lián)性整合，方便數(shù)據(jù)安全溯源，在Hadoop平臺(tái)下構(gòu)建多源信息資源云，建立用戶(hù)接口注冊(cè)機(jī)制，采用虛擬化技術(shù)進(jìn)行信息保護(hù)，實(shí)現(xiàn)在云平臺(tái)下進(jìn)行信息安全溯源;實(shí)驗(yàn)結(jié)果表明，采用該方法進(jìn)行大數(shù)據(jù)信息安全溯源，大數(shù)據(jù)信息分類(lèi)存儲(chǔ)性能較好，對(duì)異常數(shù)據(jù)挖掘精度較高;具有較好的信息安全保護(hù)能力，確保了信息安全。

Hadoop；云平臺(tái)；大數(shù)據(jù)；信息安全；數(shù)據(jù)溯源

0 引言

隨著信息科學(xué)技術(shù)的發(fā)展，采用云平臺(tái)進(jìn)行海量大數(shù)據(jù)的信息存儲(chǔ)成為未來(lái)網(wǎng)絡(luò)信息發(fā)展的主要趨勢(shì)，云平臺(tái)進(jìn)行大數(shù)據(jù)存儲(chǔ)具有可擴(kuò)展性和共享性的優(yōu)點(diǎn)，云平臺(tái)通過(guò)云服務(wù)方式為客戶(hù)提供靈活的資源信息，滿(mǎn)足用戶(hù)的海量信息的篩選和彈性服務(wù)的需求[1]。然后，隨著在云平臺(tái)中存儲(chǔ)信息規(guī)模的擴(kuò)大，信息安全受到威脅，黑客和病毒通過(guò)入侵和植入方法竊取信息，導(dǎo)致信息泄露和隱私泄露，需要對(duì)云平臺(tái)中的大數(shù)據(jù)進(jìn)行有效的安全監(jiān)控，提供給用戶(hù)(租戶(hù))安全的網(wǎng)絡(luò)空間，研究大數(shù)據(jù)的信息安全監(jiān)控云平臺(tái)設(shè)計(jì)方法，在保障網(wǎng)絡(luò)信息安全方面具有重要意義[2]。

在存儲(chǔ)有海量信息的云網(wǎng)絡(luò)空間中，影響信息安全的要素較多，通常受制于用戶(hù)對(duì)服務(wù)商選擇，傳統(tǒng)信息安全系統(tǒng)不能有效滿(mǎn)足個(gè)性化的定制需求，導(dǎo)致網(wǎng)絡(luò)信息泄露的風(fēng)向，當(dāng)前，對(duì)大數(shù)據(jù)信息安全監(jiān)控云平臺(tái)設(shè)計(jì)采用的是三層結(jié)構(gòu)設(shè)計(jì)方法，即IaaS層(基礎(chǔ)設(shè)施即服務(wù)層)、SaaS層(軟件即服務(wù)層)和應(yīng)用層，通過(guò)瀏覽器(例如：Salesforce、Google Doc)建立輸入/輸出系統(tǒng)的客戶(hù)終端，給用戶(hù)提供一個(gè)簡(jiǎn)單、統(tǒng)一的系統(tǒng)調(diào)用接口，根據(jù)云平臺(tái)數(shù)據(jù)管理供應(yīng)鏈作業(yè)節(jié)點(diǎn)的任務(wù)環(huán)境引入虛擬的云服務(wù)資源，建立彈性(Elasticity)的服務(wù)通過(guò)云服務(wù)的形式獲得計(jì)算資源[3]。根據(jù)這一設(shè)計(jì)思想，相關(guān)學(xué)者進(jìn)行了研究，取得了一定的成果，其中，文獻(xiàn)[4]中提出一種關(guān)注用戶(hù)服務(wù)評(píng)價(jià)反饋的云資源再分配方法，在云計(jì)算環(huán)境下采用樸素貝葉斯的數(shù)據(jù)分類(lèi)方法對(duì)大數(shù)據(jù)進(jìn)行安全信息平臺(tái)和特征提取，結(jié)合動(dòng)態(tài)塊遷移算法進(jìn)行信息融合管理，根據(jù)用戶(hù)服務(wù)評(píng)價(jià)反饋進(jìn)行實(shí)時(shí)修正，實(shí)現(xiàn)危險(xiǎn)信息的準(zhǔn)確識(shí)別，具有較好的信息安全監(jiān)控能力，但該方法的計(jì)算開(kāi)銷(xiāo)較大，信息分類(lèi)監(jiān)控實(shí)現(xiàn)的實(shí)時(shí)性能不好；文獻(xiàn)[5]中提出一種云格環(huán)境下可計(jì)算資源與服務(wù)高效調(diào)配機(jī)制，使用IaaS層模型建立云格環(huán)境下的服務(wù)(Software-as-a-Service, SaaS)層結(jié)構(gòu)模型，云計(jì)算提供帶有彈性的資源服務(wù)和信息調(diào)配，方法存在的缺點(diǎn)是電機(jī)大數(shù)據(jù)信息監(jiān)控云平臺(tái)模式單一、虛擬化程度不高，容易導(dǎo)致信息泄露。

針對(duì)上述問(wèn)題，本文提出一種基于Hadoop的大數(shù)據(jù)信息安全監(jiān)控云平臺(tái)設(shè)計(jì)方法。首先在信息資源云體系下構(gòu)建大數(shù)據(jù)信息安全融合模型，通過(guò)信息挖掘與匹配方法把云平臺(tái)中的數(shù)據(jù)資源、物理資源進(jìn)行關(guān)聯(lián)性整合，在Hadoop平臺(tái)下構(gòu)建多源信息資源云，建立用戶(hù)接口注冊(cè)機(jī)制，然后采用虛擬化技術(shù)進(jìn)行信息保護(hù)，實(shí)現(xiàn)在云平臺(tái)下進(jìn)行信息安全監(jiān)控。最后進(jìn)行系統(tǒng)的仿真測(cè)試分析，展示了本文方法在提高大數(shù)據(jù)信息安全性能方面的優(yōu)越性。

1 大數(shù)據(jù)信息安全監(jiān)控云平臺(tái)方案設(shè)計(jì)

1.1 大數(shù)據(jù)信息安全監(jiān)控的云平臺(tái)體系結(jié)構(gòu)

為了實(shí)現(xiàn)對(duì)基于Hadoop的大數(shù)據(jù)信息安全監(jiān)控云平臺(tái)設(shè)計(jì)，首先構(gòu)建大數(shù)據(jù)信息安全監(jiān)控的云平臺(tái)體系結(jié)構(gòu)模型，采用三層網(wǎng)絡(luò)體系結(jié)構(gòu)設(shè)計(jì)方案，其中，IaaS層(基礎(chǔ)設(shè)施即服務(wù)層)由云計(jì)算服務(wù)提供商提供虛擬化的存儲(chǔ)空間，實(shí)現(xiàn)對(duì)大數(shù)據(jù)信息的信息認(rèn)證，在敏感參數(shù)分布區(qū)域，通過(guò)對(duì)公共信息、私有信息和限制信息的分類(lèi)調(diào)度管理，采用信息聚類(lèi)和特征塊分割方法進(jìn)行信息匹配，提取敏感數(shù)據(jù)以及關(guān)聯(lián)數(shù)據(jù)信息的有用特征，并通過(guò)信息濾波方法進(jìn)行敏感信息和危險(xiǎn)信息篩選，實(shí)現(xiàn)對(duì)云計(jì)算平臺(tái)下用戶(hù)的基本資料、關(guān)鍵密碼、相關(guān)受理業(yè)務(wù)等信息的屏蔽分析[6]。運(yùn)用隱私保護(hù)機(jī)制，保障大數(shù)據(jù)信息中的隱私信息不被人所知曉和獲取。在具體應(yīng)用中，建立用戶(hù)評(píng)價(jià)系統(tǒng)，通過(guò)用戶(hù)體驗(yàn)反饋方法為用戶(hù)提供增值性服務(wù)，用戶(hù)通過(guò)搜索引擎搜索到關(guān)鍵信息，結(jié)合人工智能技術(shù)和數(shù)據(jù)挖掘技術(shù)進(jìn)行信息篩選控制[7]。

在云平臺(tái)系統(tǒng)中，服務(wù)方通過(guò)查詢(xún)接口分析用戶(hù)的大數(shù)據(jù)信息的使用量和使用需求，定制個(gè)性化服務(wù)。利用Hadoop云平臺(tái)的開(kāi)放性和動(dòng)態(tài)性，在MIRaaS模型中通過(guò)信息重組、優(yōu)化表達(dá)實(shí)現(xiàn)信息資源的再分配，獲取用戶(hù)興趣點(diǎn)進(jìn)行推送服務(wù)，根據(jù)上述描述，得到大數(shù)據(jù)信息安全監(jiān)控云平臺(tái)設(shè)計(jì)的要素歸結(jié)如下：

(1)利用虛擬化工具，結(jié)合自適應(yīng)調(diào)整權(quán)重，進(jìn)行信息查詢(xún)和信息資源分配設(shè)計(jì)，在信息查詢(xún)中需要保障云存儲(chǔ)系統(tǒng)訪問(wèn)的自適應(yīng)收斂性，從而提高大數(shù)據(jù)信息安全檢索和數(shù)據(jù)挖掘性能的可控性和普適性。

(2)充分避免出現(xiàn)偏離云計(jì)算環(huán)境網(wǎng)絡(luò)數(shù)據(jù)信息的主題特征，通過(guò)抓取云計(jì)算環(huán)境網(wǎng)頁(yè)中的用戶(hù)行為特征中的比例分值，有效反映出用戶(hù)行為結(jié)構(gòu)特征，使得異常信息挖掘性能提高和更加集中。

(3)自適應(yīng)選擇關(guān)鍵詞，提高綜合效能，通過(guò)資源層、存儲(chǔ)層進(jìn)行信息匹配，跨越網(wǎng)頁(yè)之間的斷裂帶，獲取相應(yīng)的信息資源云服務(wù)。

綜合上述分析，得到本文設(shè)計(jì)的基于Hadoop的大數(shù)據(jù)信息安全監(jiān)控的云平臺(tái)體系結(jié)構(gòu)設(shè)計(jì)如圖1所示。

圖1 大數(shù)據(jù)信息安全監(jiān)控的云平臺(tái)體系結(jié)構(gòu)設(shè)計(jì)

根據(jù)圖1所示的大數(shù)據(jù)信息安全監(jiān)控的云平臺(tái)體系構(gòu)架，在跨平臺(tái)模式下進(jìn)行信息安全監(jiān)控的云平臺(tái)建設(shè)，通過(guò)對(duì)大數(shù)據(jù)庫(kù)中的信息內(nèi)容抽取和文本特征分析，構(gòu)建信息資源類(lèi)云服務(wù)，在信息資源云體系下構(gòu)建大數(shù)據(jù)信息安全融合模型，通過(guò)信息挖掘與匹配方法把云平臺(tái)中的數(shù)據(jù)資源、物理資源進(jìn)行關(guān)聯(lián)性整合[8]。

1.2 大數(shù)據(jù)信息安全融合模型

大數(shù)據(jù)信息安全融合模型構(gòu)建為信息安全監(jiān)控的云平臺(tái)建設(shè)提供多特征的信息服務(wù)能力，信息安全融合模型是通過(guò)對(duì)云平臺(tái)資源的挖掘、重構(gòu)、存儲(chǔ)、調(diào)度，在云計(jì)算環(huán)境下，開(kāi)拓了一條新的服務(wù)模式，從而解決用戶(hù)在隱私保護(hù)和信息安全加密等問(wèn)題，在設(shè)計(jì)大數(shù)據(jù)信息安全融合模型之前，給出相關(guān)算法的主要參數(shù)定義見(jiàn)表1。

表1 云平臺(tái)設(shè)計(jì)的主要參數(shù)及相關(guān)定義

根據(jù)上述參數(shù)定義，構(gòu)建大數(shù)據(jù)信息安全融合模型，假設(shè)在云存儲(chǔ)空間中分布的大數(shù)據(jù)信息流的容錯(cuò)性特征參量服從泊松分布，第i個(gè)存儲(chǔ)節(jié)點(diǎn)中的信息能夠準(zhǔn)確傳輸?shù)絊ink節(jié)點(diǎn)的概率為λi，在用戶(hù)注冊(cè)階段，用戶(hù)交互類(lèi)型收集的副本信息參量的匹配度為：

(1)

使用排隊(duì)論的模型[9]，可以得出信息調(diào)度處于穩(wěn)定狀態(tài)時(shí)，副本m的資源使用率表達(dá)式為：

(2)

由于通過(guò)基礎(chǔ)資源層獲取副本的資源使用率，得到在穩(wěn)態(tài)條件下，信息資源內(nèi)容推送的pwm_ioctl控制指令集合，引入隨機(jī)排隊(duì)機(jī)制，計(jì)算服務(wù)副本m執(zhí)行一個(gè)服務(wù)的平均耗時(shí)Tservice以及進(jìn)行信息安全監(jiān)控的等待耗時(shí)Twait：

(3)

(4)

(5)

在suffrage調(diào)度策略下，副本m執(zhí)行云服務(wù)的彈性分配的排隊(duì)耗時(shí)為服務(wù)處理耗時(shí)的總和，因此，在大數(shù)據(jù)信息監(jiān)控中，基礎(chǔ)資源層獲取的信息副本時(shí)間期望為：

(6)

進(jìn)一步對(duì)信息資源虛擬云進(jìn)行信息融合，得到信息融合的優(yōu)化目標(biāo)函數(shù)為：

(7)

根據(jù)上述分析，在信息資源云體系下構(gòu)建大數(shù)據(jù)信息安全融合模型，獲取相關(guān)應(yīng)用軟件服務(wù)，并進(jìn)行資源整合，構(gòu)建信息安全監(jiān)控云平臺(tái)。

2 大數(shù)據(jù)信息資源關(guān)聯(lián)性整合

通過(guò)信息挖掘與匹配方法進(jìn)行數(shù)據(jù)信息資源整合，提高信息監(jiān)控的目的性和針對(duì)性，采用C均值聚類(lèi)方法進(jìn)行信息分類(lèi)，設(shè)計(jì)面向大數(shù)據(jù)信息保護(hù)的模糊C均值聚類(lèi)目標(biāo)函數(shù)為：

(8)

根據(jù)核心技術(shù)層中的信息分布特征，對(duì)Hadoop云平臺(tái)中的大數(shù)據(jù)進(jìn)行信息抓取、意圖分析利，計(jì)算大數(shù)據(jù)信息聚類(lèi)中心，優(yōu)化資源利用率，通過(guò)穩(wěn)態(tài)分析，得到第m單位資源融合中心的數(shù)據(jù)請(qǐng)求量為：

(9)

進(jìn)一步，通過(guò)對(duì)大數(shù)據(jù)信息樣本的用戶(hù)管理、資源建設(shè)管理[10]，進(jìn)行資源關(guān)聯(lián)性整合的優(yōu)化目標(biāo)函數(shù)可以描述為：

(10)

合理調(diào)整服務(wù)排隊(duì)，進(jìn)行安全信息監(jiān)控的服務(wù)彈性分配，調(diào)制策略可以描述為如下優(yōu)化問(wèn)題：

s.t.

(11)

綜合上式分析，對(duì)云平臺(tái)中的大數(shù)據(jù)信息監(jiān)控問(wèn)題轉(zhuǎn)換為求得大數(shù)據(jù)信息流的差異性分布特征問(wèn)題，根據(jù)上述計(jì)算出大數(shù)據(jù)信息資源的個(gè)性化知識(shí)決策分配概率pim，在最小化服務(wù)的響應(yīng)時(shí)間Ttotal約束下，構(gòu)建“信息資源虛擬云體系”，得到云平臺(tái)中的數(shù)據(jù)資源、物理資源進(jìn)行關(guān)聯(lián)性整合平均執(zhí)行任務(wù)量Itotal描述為：

(12)

(13)

在該優(yōu)化策略下，進(jìn)行大數(shù)據(jù)信息安全監(jiān)控云平臺(tái)設(shè)計(jì)，構(gòu)建多源信息資源云，實(shí)現(xiàn)云平臺(tái)優(yōu)化構(gòu)建。

3 大數(shù)據(jù)信息監(jiān)控云平臺(tái)構(gòu)建實(shí)現(xiàn)

在把云平臺(tái)中的數(shù)據(jù)資源、物理資源進(jìn)行關(guān)聯(lián)性整合的基礎(chǔ)上，通過(guò)建立用戶(hù)接口注冊(cè)機(jī)制，在邏輯層自由定義大數(shù)據(jù)信息監(jiān)控的屬性特征，進(jìn)行信息檢索和攔截，實(shí)現(xiàn)安全監(jiān)控，實(shí)現(xiàn)步驟描述如下。

Step 1：構(gòu)建用戶(hù)理解技術(shù)，建立云平臺(tái)的圖拓?fù)浣Y(jié)構(gòu);

Step 2：給信息資源輸入接口節(jié)點(diǎn)Si部署適合不同公鑰的物理介質(zhì)Si←Pk=(n,E,g,h);

Step 3：進(jìn)行Socket編程，通過(guò)協(xié)議棧開(kāi)發(fā)云平臺(tái)的接口程序；

Step 4：采用虛擬化技術(shù)進(jìn)行信息保護(hù)，對(duì)每個(gè)葉子節(jié)點(diǎn)Si，根據(jù)用戶(hù)程序的輸入來(lái)輸出請(qǐng)求執(zhí)行以下操作;

Step 5：開(kāi)發(fā)網(wǎng)絡(luò)協(xié)議棧：Ci=Enc(di)Pk=gdihri;

Step 6：在設(shè)備驅(qū)動(dòng)程序接口中將信息監(jiān)控?cái)?shù)據(jù)廣播給父節(jié)點(diǎn)Pij←Ci;

Step 7： 利用開(kāi)源目標(biāo)平臺(tái)對(duì)每個(gè)葉子節(jié)點(diǎn)Si執(zhí)行更新操作 ;

Step 11：信息保護(hù)解密：dagg=Dec(CSink)Rk;

Step 12：結(jié)束。

4 仿真實(shí)驗(yàn)與結(jié)果分析

為了測(cè)試本文設(shè)計(jì)的大數(shù)據(jù)信息安全監(jiān)控云平臺(tái)進(jìn)行信息監(jiān)控識(shí)別中的應(yīng)用性能，進(jìn)行仿真實(shí)驗(yàn)分析，實(shí)驗(yàn)的硬件環(huán)境為Core i3-3220CPU，4 G內(nèi)存計(jì)算機(jī)，實(shí)驗(yàn)的云平臺(tái)建立在Hadoop 0.20.2云平臺(tái)基礎(chǔ)上，基于X86架構(gòu)的GNU開(kāi)發(fā)工具集，采用VIX總線數(shù)據(jù)采集技術(shù)在云平臺(tái)中進(jìn)行信息采樣。參數(shù)設(shè)定中，采樣帶寬為10 dB，云平臺(tái)的初始采樣頻率為12 kHz，采樣時(shí)間間隔為2.5 ms，大數(shù)據(jù)信息監(jiān)控的訪問(wèn)節(jié)點(diǎn)個(gè)數(shù)為100，CPU模式全速運(yùn)行，合成數(shù)據(jù)652,35655 Mbit，根據(jù)上述仿真環(huán)境設(shè)定，得到大數(shù)據(jù)監(jiān)控信息采樣結(jié)果如圖2所示。

圖2 大數(shù)據(jù)監(jiān)控信息采樣結(jié)果

圖3 監(jiān)控性能對(duì)比

對(duì)監(jiān)控信息進(jìn)行信息融合處理，通過(guò)信息挖掘與匹配實(shí)現(xiàn)關(guān)聯(lián)性整合，從而挖掘到異常數(shù)據(jù)源，圖3給出了采用不同方法進(jìn)行大數(shù)據(jù)信息安全監(jiān)控中對(duì)異常數(shù)的挖掘精度對(duì)比。分析圖3結(jié)果得知，采用本文方法進(jìn)行大數(shù)據(jù)信息監(jiān)控，對(duì)異常數(shù)據(jù)的挖掘精度較高，性能較好。

5 結(jié)束語(yǔ)

為了提高對(duì)大數(shù)據(jù)的信息安全監(jiān)控能力，本文提出基于Hadoop的大數(shù)據(jù)信息安全監(jiān)控云平臺(tái)設(shè)計(jì)方法。在信息資源云體系下構(gòu)建大數(shù)據(jù)信息安全融合模型，通過(guò)信息挖掘與匹配方法把云平臺(tái)中的數(shù)據(jù)資源、物理資源進(jìn)行關(guān)聯(lián)性整合，在Hadoop平臺(tái)下構(gòu)建多源信息資源云，建立用戶(hù)接口注冊(cè)機(jī)制，采用虛擬化技術(shù)進(jìn)行信息保護(hù)，實(shí)現(xiàn)在云平臺(tái)下進(jìn)行信息安全監(jiān)控。實(shí)驗(yàn)結(jié)果表明，采用該方法進(jìn)行大數(shù)據(jù)信息安全監(jiān)控，對(duì)異常數(shù)據(jù)挖掘精度較高，具有較好的信息安全保護(hù)能力。

[1] Kumar A, Pooja R, and Singh G K. Design and performance of closed form method for cosine modulated filter bank using different windows functions[J]. International Journal of Speech Technology, 2014, 17(4): 427-441.

[2] Rajapaksha N, Madanayake A, and Bruton L T.2D space- time wave-digital multi-fan filter banks for signals consistingof multiple plane waves[J]. Multidimensional Systems and Signal Processing, 2014,25(1):17-39.

[3] 李亞如, 劉建華. 大數(shù)據(jù)環(huán)境下MapReduce準(zhǔn)入控制的設(shè)計(jì)與實(shí)現(xiàn)[J]. 計(jì)算機(jī)測(cè)量與控制, 2016, 24(2):114-117.

[4] BDI H and Williams L J. Principal component analysis[J]. Wiley Interdisciplinary Reviews: Computational Statistics, 2010, 2(4): 433-459.

[5] 匡桂娟, 曾國(guó)蓀, 熊煥亮. 關(guān)注用戶(hù)服務(wù)評(píng)價(jià)反饋的云資源再分配方法[J]. 計(jì)算機(jī)應(yīng)用, 2015, 35(7): 1837-1842.

[6] 曾 志,王 晉,杜震洪,等.一種云格環(huán)境下可計(jì)算資源與服務(wù)高效調(diào)配機(jī)制[J].浙江大學(xué)學(xué)報(bào)(理學(xué)版),2014,41(3):353-357.

[7] 莊福振,羅 平,何 清,等.遷移學(xué)習(xí)研究進(jìn)展[J].軟件學(xué)報(bào),2015,26(1):26-39.

[8] 成國(guó)營(yíng),王 艷.無(wú)線傳感器網(wǎng)絡(luò)中多移動(dòng)Agent協(xié)同控制數(shù)據(jù)分流方法[J].計(jì)算機(jī)應(yīng)用,2015,35(4): 910-915.

[9] 楊?lèi)偯?宋執(zhí)環(huán).工業(yè)物聯(lián)網(wǎng)安全及防護(hù)技術(shù)研究[J].物聯(lián)網(wǎng)技術(shù),2015,5(3):64-66.

[10] 劉 健,常 蓮. 基于Bohzmann機(jī)的物聯(lián)網(wǎng)數(shù)據(jù)分類(lèi)方法研究[J].激光雜志,2016,37(10):116-120.

DesignandResearchofLargeDataInformationSecurityMonitoringCloudPlatformBasedonHadoop

Zhang Shuai1,Jia Ruchun2

(1.Department of Economic Management,North Sichuan College of Preschool Teacher Education , Guangyuan 628000, China; 2.Sichuan Institute of Information Technology, Guangyuan 628000, China)

In view of the traditional big data information monitoring cloud platform mode single, virtualization degree is not high, easily lead to the problem of information disclosure, in order to improve information security traceability of large data capacity, big data information security monitoring based on Hadoop cloud platform is proposed. Under the system of information resource cloud build big data fusion model of information security through the method of information mining and match the data in a cloud platform correlation integration of resources, physical resources, security, convenience data in Hadoop cloud platform to build multi-source information resources, set up the mechanism of registered user interface, using virtualization technology to information protection and realization of information security in the stage YunPing traceability. The experimental results show that by using this method for large data information security, big data information classification storage performance is good, the abnormal high precision data mining. Has better ability in information security protection, ensure the information security..

Hadoop; cloud platform; big data; information security; data traceability

2017-03-08；

2017-03-24。

四川省教育廳自然科學(xué)重點(diǎn)研究項(xiàng)目(17ZA0341)；廣元市科技支撐計(jì)劃項(xiàng)目(16ZCKJZC006)。

張 帥(1979-)，男，陜西漢中人，碩士研究生，講師，主要從事計(jì)算機(jī)軟件與理論方向的研究。

賈如春(1989-)，男，甘肅平?jīng)鋈?，碩士研究生，講師，主要從事云計(jì)算、大數(shù)據(jù)、信息安全、數(shù)據(jù)存儲(chǔ)與恢復(fù)方向的研究。

1671-4598(2017)09-0072-03

10.16526/j.cnki.11-4762/tp.2017.09.019

TP391

A