摘要：传统的网络信息安全管理方法采用一对一的防护方式，而忽略大量数据传输对信息安全的影响，导致信息安全管理效果差。针对以上问题，研究基于大数据的物流网络信息安全管理方法。利用大数据技术检测物流网络入侵行为，采用分段加密的方式对网络中的传输的信息进行加密。设置防火墙过滤标准，完成对物流网络信息安全的管理。设计与传统管理方法的对比实验，通过实验验证了基于大数据的安全管理方法相比能够减少约65.5%的错误率和71.8%的误传率，具有更佳的可靠性。

　　关键词：大数据;物流网络;信息安全;管理方法

　　0.引言

　　电商以及现代交通技术的快速发展，促使了物流网络的建成与完善。物流网络已经成为了现代社会人民工作、生活不可缺失的一部分。而在各类信息安全事故不断出现的背景下，随着人们安全意识的不断提升，对物流网络信息安全的重视程度也在不断提升。在如今信息爆发的环境中，物流网络也已经进入了大数据时代，网络中传输的数据量迅增、数据结构、种类多样，对保障物流网络信息安全造成了极大地困扰[1]。

　　传统的网络信息安全管理方法只针对于网络信息节点的信息安全防护，而忽略了数据传输过程中数据量对信息安全的影响。同时，物流网络大数据本身的安全性也较低，传统物流网络信息安全管理方法对其进行管理时存在可操作性低、安全管理效果差的缺陷和问题。利用大数据技术保证网络信息安全，具有更加重要的意义[2]。因此，针对上述传统的物流网络信息安全管理方法存在的问题，本文将研究基于大数据的物流网络信息安全管理方法。

　　1.基于大数据的物流网络信息安全管理方法研究

　　1.1 利用大数据技术检测物流网络入侵

　　在当前网络信息技术快速革新的背景下，物流网络中的数据流传输速度快、数据更新时间短，极易被不法分子攻击，因此为保障物流网络信息安全，需要使用大数据技术对物流网络入侵行为进行检测。

　　检测物流网络入侵行为包括对非法访问和越权访问行为的检测。具体的使用大数据技术检测物流网络入侵过程如下：

　　物流网络为分布式网络，按照下式所示的概率估计公式，得到数据挖掘的频率[3-4]。

　　P(Vi)=■ (1)

　　公式(1)中，和为物流网络中的两个不同子空间的数据集，为检测到的物流网络异常数据;为数据集和之间的关系函数;为检测到的物流网络异常数据属于数据集的概率。为提高对物流网络异常数据挖掘的精度，引入大数据挖掘因子和技术相对误差对进行优化，得到结果如下：

　　P(Vi)=■·ζ·■ (2)

　　公式(2)中，λ为对数据集进行大数据挖掘的挖掘因子;ζ为技术相对误差。数据集Vi和Vk之间的距离d(i，k)，以及两个数据集所在子空间之间的距离D(i，k)可以用欧式距离公式计算。对两个数据集进行数据挖掘的计算公式如下[5-7]：

　　W(Mi，Mk)=■ (3)

　　公式(3)中，为子空间的数据挖掘因子;P(Vk)为对数据集Vk的挖掘频率;计算数据集之间的相关性系数，若两个数据集之间的关联系数大于设定的阈值，则数据集之间具有较强相关性;若小于设定的阈值，则数据集之间存在较弱相关性，此时挖掘出的数据即为检测到的入侵数据。除了利用大数据技术检测物流网络入侵行为，还需对网络中传输的数据进行加密处理，以实现对物流网络信息的安全管理。

　　1.2信息加密并实现信息安全管理

　　本文采用分段加密的方式对网络中传输的用户快递信息、物流实时更新信息等进行加密。针对物流运输过程中，不同的物流转运中心会查看不同的信息的特点，按照下式对网络中传输的数据信息进行分段加密处理[8]：

　　C=EB64[ERS4(ERSA1m1‖ERSA1m2‖ERSA1m3‖ERSA1m4)] (4)

　　公式(4)中，mi为物流网络中不同用户的地址信息;ERSAi为不同级别物流中心可以读取到的加密信息所对应的密钥。对物流网络中传输的数据信息进行加密后，在网络中进行传输。当传输至中转站点所对应的网络节点时，中转站点可根据分发的密钥对对应级别的加密信息进行解密，得到详细物流信息，并根据信息进行下一步的传输。

　　而为保证信息在解密过程中的安全，各个网络节点需要安装防火墙。防火墙能够过滤进出网络的数据，对某些设定的禁止业务进行封堵，并结合大数据入侵检测技术管理物流网络访问行为。防火墙在进行包过滤时，检测数据包时，若数据包符合访问规则，则在允许数据包通过的同时，认为数据连接为合法连接，并将连接添加至防护墙访问状态表中，节省下一步访问比较时间。至此，完成了对基于大数据的物流网络信息安全管理方法的研究。

　　2.方法测试

　　物流网络信息安全管理对保障物流网络信息的安全传递、用户隐私、提高用户粘性十分重要，针对传统物流网络信息安全管理方法存在的问题，本文提出了基于大数据的物流网络信息安全管理方法。为验证该方法是否针对传统方法缺陷进行了改进，并测试该方法的可靠性。

　　2.1 测试内容

　　实验为对比实验，将上文中提出的基于大数据的物流网络信息安全管理方法与传统物流网络信息安全管理方法进行对比。实验的对比指标为两个方法应用时物流网络信息安全评分高低以及在攻击下网络中各节点接收数据的错误率和误传率。

　　使用两个方法对同一个物流网络进行信息安全管理，对比上述两个实验指标，记录两个方法在实验过程中的实验数据。通过处理、分析实验数据，得出最终的实验结论，完成实验研究过程。

　　2.2 测试结果

　　邀请10位相关领域的专家、5家物流企业、300位物流网络用户共同对两个物流网络信息安全管理方法从使用前的准备环节、使用过程以及使用效果三个方面按照信息安全管理行业标准以满分为10分进行评价打分。汇总不同评分对象的评分，分别去除一个最高分、一个最低分，计算平均得分后，得到如表1所示的两个物流网络信息安全管理方法的评价得分表。

　　分析此表可知，对两个物流网络信息安全管理方法使用前的准备环节进行评价时，两个方法的评价得分相差较小;在对两个方法使用过程进行评价时，本文方法的评价得分要明显高于传统方法;对两个方法的使用效果进行评价时，本文方法的评价得分要远高于对比方法，并且在当前的实验环境设定中，专家对于传统方法的使用效果给出了不及格的评分，说明从专业领域来讲，传统方法已经不适用于大数据背景下的信息安全管理。以上实验数据表明，本文研究的方法从理论和实际应用上都获得了专家、物流企业、网络用户三方的高度认可。

　　表1 物流网络信息安全管理方法的评价得分表

　　3.结束语

　　进入大数据时代前，网络信息安全管理采用信息传输技术的一对一形式，但是这种方法已经不适用于如今由多维技术组成的、并且传输数据量巨大的物流网络信息安全管理。本文研究了基于大数据的物流网络信息安全管理方法，并通过与传统方法的对比实验，验证了本文研究的方法在实际应用方面要显著优于传统方法。但是，在未来的研究中，随着人们对物流网络依赖性的增强，对物流网络信息安全管理应该不断引入新技术，以提高网络信息传递的安全性。C

　　(作者单位：江西科技师范大学理工学院理工学科部)

　　参考文献

　　[1] 刘昉.网络电子政务的计算机信息安全保密管理方法[J].电脑知识与技术，2020，16(03):285-286.

　　[2]刘亮，郭文博，杨昱威，等.基于分段加密和时效控制的QR码物流隐私保护方案[J].网络与信息安全学报，2019，5(04):63-70.

　　[3]高淑美，徐婕.基于大数据的生物医学信息安全管控平台建设研究[J].信息与电脑(理论版)，2019(02):190-191+194.

　　[4]黄炜.一种基于大数据分析技术的信息安全综合管理平台[J].网络安全技术与应用，2018(05):47-48.

　　[5]孙哲.大数据环境下物流企业信息安全管理分析[J].中国新通信，2018，20(06):164.

　　[6]徐鹏民，曲丽君，黄国富.以数据为中心的高校网络信息安全体系研究[J].网络安全技术与应用，2018(03):77-78.

　　[7]严贝妮，叶宗勇，段梦丽.快递用户个人信息安全隐患成因解析——基于用户角度的调查研究[J].现代情报，2018，38(02):91-95.

　　[8]陈一芳，王顺林.基于信源—目标合力映射模型探究物流信息安全管理新思维[J].物流科技，2018，41(01):35-38.