大数据时代电子商务安全与数据分析平台分析李琳--中国期刊网

字体：大中小

首页> 原创作品> 正文

大数据时代电子商务安全与数据分析平台分析李琳

发表时间：2020/3/20 来源：《论证与研究》2019年11期作者：李琳

[导读] 摘要：随着电子商务与IT技术的飞速发展，行业数据呈指数级增长，大数据技术的产生与应用，极大地促进了电子商务行业的发展，提高了电子商务公司的核心竞争力。然而，在数据获取、整理、分析等技术日益精进、准确的今天，消费者的数据安全问题引起了广泛关注。本文首先分析了大数据时代电子商务安全体系构建思路，其次探讨了大数据时代数据分析平台框架结构及设计对策。

                                                                                         李琳
                                                        （大连科技学院辽宁省大连市 116052）
        摘要：随着电子商务与IT技术的飞速发展，行业数据呈指数级增长，大数据技术的产生与应用，极大地促进了电子商务行业的发展，提高了电子商务公司的核心竞争力。然而，在数据获取、整理、分析等技术日益精进、准确的今天，消费者的数据安全问题引起了广泛关注。本文首先分析了大数据时代电子商务安全体系构建思路，其次探讨了大数据时代数据分析平台框架结构及设计对策。
        关键词：大数据；电子商务安全体系；数据分析平台
        引言：大数据时代的到来，为电子商务产业发展带来了巨大的机遇，但同时也带来了一系列严峻的挑战，尤其是电子商务安全问题引发了越来越多人的关注，基于此，如何才能够在在数据分析利用的同时，更好的保障电子商务安全，将成为思考的重点。
        一、大数据时代电子商务安全体系构建思路分析
       （一）安全体系架构设计
        经过对比发现，大数据时代背景下的电子商务安全体系，与以往的传统商务安全体系并没有实质性的差异。在网络系统的支撑下，电子商务安全体系架构包括安全协议模块、服务范围以及安全技术模块等，这种体系架构可以更好的保障电子商务安全体系逻辑的完整性，该体系主要是由商务层、安全认证层、协议认证层、安全技术层以及网络安全层等五个部分构成。在这五个部分中，商务层、安全认证层和协议认证层的主要作用是进行系统安全验证，而安全技术层和网络安全层则主要是进行安全防护。举例来说，网络安全层主要是由防火墙、信息访问控制等技术组成，它们能够有效地保障电子商务安全，阻挡外部环境对电子商务系统的一系列攻击，避免出现重要数据信息被窃取、身份被冒认等安全问题。再例如，安全技术层主要是通过加密整个传输过程来保障数据的传输安全，能够有效地避免数据传输过程中出现的篡改、假造等问题。数据传输加密技术和计算机信息技术两者之间存在着密切的联系，在信息技术高速发展的今天，数据计算能力得到了极大的提升，传统的数据传输加密技术已经无法满足现如今电子商务安全防护的需求，因此要重视对数据传输加密技术的优化。
       （二）安全验证方法选择
        在衡量数据安全性的过程中，需要对数据备份能力、自我修复能力等进行综合性的分析。这两种能力可以在安全的网络系统环境下，为数据提供更高的安全性，特别是在数据传输以及数据共享的过程中，可以有效避免信息泄露和篡改等问题的出现。通过对重要数据信息进行备份，能够提高系统数据库中数据的安全性，同时做好用户权限管理，给不同的用户分配不同的权限，以控制其操作范围。此外，电子商务安全防护系统无法确保数据的绝对安全，因此，在验证信息安全性的过程中，应该从逻辑验证角度出发，通过数字摘要等技术来检验数据的完整性，并判断其是否遭受了恶意攻击。

期刊文章分类查询,尽在期刊图书馆

        二、大数据时代数据分析平台框架结构及设计对策探讨
       （一）电子商务数据分析平台框架结构
        大数据时代背景下，电子商务数据分析平台主要以HadoopYARN为框架，具体来说，可以将其分为三个层面，一是基础层，主要是由虚拟机等物理设备所组成；二是架构层，主要是包括HadoopYARN框架；三是应用层，该层面包括数据采集、存储、筛查以及分析等模块。
       （二）电子商务数据分析平台模块设计
       （1）数据采集模块设计
        数据采集模块作为数据分析平台的重要组成部分，主要应用网络爬虫技术完成数据的采集工作。互联网中的数据不计其数，里面有大量有价值的数据信息，对这些数据信息进行高效采集，是信息处理、分析工作的基础。数据采集模块主要分为两种模式，一种是动态网页，主要是借助JavaScript所编写的爬虫程序展开对数据的采集工作的；另一种是静态网页，主要是借助Python网络爬虫进行采集数据。在实际的采集过程中，要将两种爬虫工具进行有机的融合，能够极大地提升数据采集的全面性。
       （2）数据存储模块设计
        现如今，网络数据信息的价值越来越高，如何方便存储也是越来越值得思考的问题之一，对数据存储模块也就提出了更高的要求。不仅需要其具备较高的稳定性，还要求其具备较快的存储速度。传统的电子商务数据分析平台大多采用关系型数据库来存储数据，而这种模式越来越难以满足海量数据的存储需求。于是，分布式数据存储模式应运而生，它不仅具备了横向扩展的优势，还可以更好的满足大数据的存储需求，在电子商务数据分析模块中得到了广泛应用。
       （3）数据筛查模块设计
        互联网中的数据纷杂繁多，虽然有大量有价值的信息，但同时也充斥着大量不完整、无价值、冗余的信息。网络爬虫技术在对信息进行采集的过程中，不可避免的会将这些信息采集到数据库中，因此，数据筛查工作就显得尤为重要了。在设计数据筛查模块的过程中，我将其划分为5个模块：一是方案制定模块，主要负责制定数据筛查目标、选择筛查方法、制定数据筛查方案；二是数据检测模块，主要负责检测并处理所采集到的那些不完整数据和异常数据，以便获得更有价值的数据信息，构建更加完善的电子商务数据体系；三是数据评估模块，主要负责评估判断数据质量，检查其中所存在的问题，然后结合实际业务需求不断优化、完善数据筛查方案，并制定数据纠正方案；四是数据纠正模块，主要负责纠正、处理已标记的数据信息，并对其进行完整有效的排序处理，确保数据信息的完整性与一致性，及时清除一些无效数据，做好对重复数据的整合工作；五是数据输出模块，在数据输出之前需要验证其可靠性，确保其达到数据挖掘要求方可进行输出，如果不满足要求，则需要重复上述筛查步骤，直至数据质量达标为止。
       （4）数据分析模块设计
        数据分析模块需要对上述所采集并筛查出的网络信息进行准确的分析，为后续的决策工作奠定良好的基础。电子商务数据分析平台的数据分析模块基于Yarn技术，配合算法学习，能够实现离线计算、实时化计算大数据等工作，然后整合、分析计算结果，继而探索出电子商务数据中的关系与规律，结合不同消费群体的消费需求、购买能力、个人喜好等数据，为其提供更具有针对性的商品和服务，能够更好的提升消费者购物体验，提高电子商务的服务水平。
        结语：综上所述，大数据时代背景下，电子商务安全问题引发了社会各界的广泛关注，营造一个安全、健康的电子商务环境，是我们每个人都应深入思考研究的方向。此外，电子商务数据信息深度发掘产生的价值，让企业对用户数据信息的收集和分析利用日益增加，为了更好的保障电子商务数据安全与有效利用，我们要充分重视并不断完善电子商务安全体系与数据分析平台的构建，希望在对数据信息充分利用的同时，可以保障电子商务产业健康、安全、稳定地发展。
        参考文献：
        [1]吴昊,杜新宇,吉利民.浅析电子商务安全发展现状与技术策略[J].计算机光盘软件与应用.2018(20).
        [2]王华.大数据时代计算机电子商务安全问题研究[J].信息通信.2019(09).
        [3]盛鑫吉.对电子商务安全问题的相关研究[J].信息与电脑(理论版).2016(13).
        [4]张秀飞.关于云计算环境下的电子商务安全问题分析及对策探讨[J].科学中国人.2016(33).