互联网在为人们生产生活提供便利的同时，也为人们带来了网络威胁，个人信息、企业数据和国家敏感信息很容易被泄漏或篡改，对网络安全造成不利影响。因此，技术人员需要加强对网络安全技术的研发，从整体提升网络安全水平，抵御不法分子的攻击，保障个人、企业和国家的网络信息安全，促进网络的可持续发展。

1 网络安全与情报工作的不足

在信息化程度不断加深的当下，网络安全与情报工作的不足逐渐凸显出来。互联网的普及是网络中产生了大量的结构化、半结构化及非结构化的数据信息，传统的网络安全技术难以在短时间内处理海量的数据信息，还不能长时间保留数据源，并不能全面分析网络数据信息，很容易使恶意数据信息成为“漏网之鱼”，对网络及网络用户造成不利影响。同时，互联网的发展也增加了威胁情报信息源的数量，而传统的网络情报分析技术难以将大量的威胁情报联系在一起，在关联分析和数据源检测方面存在不足，不能保障网络安全[1]。因此，对网络安全与情报工作的创新刻不容缓。

2 网络安全与情报中应用的大数据技术

2.1 大数据处理技术

在网络安全与情报工作中，需要采集并整合海量的数据信息，大数据技术在数据采集与处理方面有显著优势。大数据技术在进行数据处理与计算中，主要采用批量计算以及流式计算这两种模式。常用的数据处理技术包括以下三种：

第一，交互式数据查询技术，该技术是将HBase、Hive等数据库作为基础，实现多个数据库交互的技术，可以支持多个数据库的交互式查询，其数据查询时间可以控制在几分钟内，具有灵活直观等优势。目前常用的交互式数据查询系统有Dremel系统以及Apache Spark系统。

第二，批量数据处理技术，该技术能够批量进行数据的采集与处理，可以显著提升数据处理效率。在实际的批量数据处理技术应用中，首先将海量数据信息进行静态存储，再开展处理工作，可以显著提升数据处理的全面性和有效性。一般来说，对于相对复杂的数据信息，批量数据处理技术可以在数小时内完成，效率较高。

第三，流式数据处理技术，该技术能够开展实时数据计算与处理工作，数据处理结构的反馈效率也很高。在实际的流式数据处理技术应用中，可以直接在内存中开展数据信息的处理工作，具有延迟短和效率高等优势。

2.2 大数据分析技术

在网络安全与情报工作中，需要对海量的数据信息进行分析，大数据技术在数据分析方面有显著优势。常用的数据分析技术包括以下三种：

第一，用户行为分析技术，在企业经营管理中，如果其内外网难以分开，企业难以通过安全技术抵御黑客的攻击，这是因为企业内部存在安全隐患。用户行为分析技术可以对企业内部用户的网络行为进行分析，通过UBA技术搜集用户在网络流量及日志记录等方面的行为痕迹，以此构建用户行为基准线，将基准线和用户行为进行对比，以此找出用户存在的异常行为，从而准确识别企业内部存在的安全威胁。

第二，安全可视分析技术，该技术可以实现数据的可视化，确保管理人员直观地看到数据隐含的信息，可以为安全管理人员提供更为丰富的参考资料，为安全管理人员发现网络安全问题及黑客攻击提供便利。在实际的安全可视分析技术应用中，首先要明确网络安全管理人员的管理问题，即从哪些数据内容中分析隐含信息；再进行数据可视化处理，通过聚焦或者关联等功能，实现人机交互，完成数据隐含信息的传递。

第三，安全事件关联分析技术，在互联网越来越普及的背景下，网络安全事件逐渐增多，不同网络安全事件中存在密切联系。安全事件关联分析技术可以就网络安全事件开展关联分析，从网络安全事件的本质入手，分析网络攻击行为，位网络安全事件的妥善处理提供帮助[2]。常用的安全事件关联分析技术包括安全设备报警关联分析技术、不同领域范围的安全关联分析技术以及网络主机关联分析技术等，可以实现全面的网络威胁分析。

3 基于大数据的网络安全与情报

通过上述分析可知，大数据技术中的多项技术可以应用于网络安全与情报工作中，可以将其用于网络信息安全攻击检测、网络信息风险感知、网络情报分析及网络异常检测等方面，切实发挥出大数据技术的作用，创新网络安全与情报工作，提升其工作水平和质量。