網(wǎng)絡(luò)安全系統(tǒng)大揭秘：美國(guó)FBI如何監(jiān)控用戶數(shù)據(jù)？

　　隨著美國(guó)政府利用互聯(lián)網(wǎng)監(jiān)視和追蹤民眾的消息浮出水面，這使得互聯(lián)網(wǎng)履行其最初使命的前景看似暗淡?，F(xiàn)代計(jì)算技術(shù)正幫助公司和政府準(zhǔn)確、快速地分析龐大的數(shù)據(jù)資源，其中數(shù)據(jù)庫(kù)系統(tǒng)、機(jī)器學(xué)習(xí)和Hadoop基礎(chǔ)架構(gòu)三大技術(shù)發(fā)揮了非常重要的作用。

　　
　　全球消費(fèi)者平均每月使用的網(wǎng)絡(luò)、電子郵件和數(shù)據(jù)流量圖

　　僅僅在五年之前，諸如美國(guó)國(guó)家安全局（NaTIonal Security Agency，NSA）這樣的政府機(jī)構(gòu)要想通過(guò)關(guān)鍵詞的方式高效率地分析數(shù)百萬(wàn)份電話、文本消息和在線聊天記錄，簡(jiǎn)直是不可能完成的任務(wù)。不過(guò)目前，一系列新技術(shù)的使用則讓NSA擁有相對(duì)充分的人力和財(cái)力做到這一點(diǎn)。尤其考慮到，這些關(guān)鍵詞最終有可能避免未來(lái)針對(duì)美國(guó)恐怖襲擊的放生。

　　這些新技術(shù)能夠在一個(gè)單獨(dú)的數(shù)據(jù)庫(kù)里存儲(chǔ)大量不同類型的數(shù)據(jù)，而且不需要使用造價(jià)昂貴的硬件設(shè)備就能夠?qū)崿F(xiàn)數(shù)據(jù)的高速處理，同時(shí)還無(wú)需數(shù)據(jù)分析專家提前設(shè)定假設(shè)條件。

　　哈佛商學(xué)院客座教授、數(shù)據(jù)分析專家湯姆?達(dá)文波特（Tom Davenport）指出：“這些新技術(shù)為政府部門節(jié)省了巨額開(kāi)支，同時(shí)還極大地提高了政府部門分析此類數(shù)據(jù)的能力。雖然需要配套的數(shù)據(jù)中心支持才能完成數(shù)據(jù)分析任務(wù)，但這些技術(shù)的成本要遠(yuǎn)比幾年前低得多。”

　　NSA斥資十二億美元在猶他州打造大型數(shù)據(jù)中心將于今年秋季投入使用。目前尚不明確的是，到底NSA在覆蓋全美的數(shù)據(jù)中心使用的是何種計(jì)算技術(shù)。但總體來(lái)說(shuō)，這些技術(shù)被分為三大類型：

　　1. 數(shù)據(jù)庫(kù)系統(tǒng)

　　大多數(shù)使用SQL編程語(yǔ)言的傳統(tǒng)數(shù)據(jù)庫(kù)是把數(shù)據(jù)存儲(chǔ)在由行與列組成的表格中。然而，當(dāng)遇到存儲(chǔ)包括電子郵件或文本信息等字符串時(shí)，傳統(tǒng)數(shù)據(jù)庫(kù)就暴露了能力有限的弊端。而且它們還無(wú)法處理圖片或視頻。

　　而于2009年年底開(kāi)始出現(xiàn)的新型數(shù)據(jù)庫(kù)NoSQL（Not Only SQL，不僅僅是SQL）則突破了傳統(tǒng)數(shù)據(jù)庫(kù)的能力限制，可以允許數(shù)據(jù)分析專家針對(duì)所有類型的數(shù)據(jù)創(chuàng)建信息要求。這些新型數(shù)據(jù)庫(kù)包括MongoDB、Cassandra和Simple DB等。

　　在幫助公司分析超大型數(shù)據(jù)組方面，NoSQL數(shù)據(jù)庫(kù)體現(xiàn)出了非凡的能力。比如，美國(guó)保險(xiǎn)數(shù)據(jù)供應(yīng)商Verisk AnalyTIcs Inc.的分析師就在針對(duì)數(shù)十億客戶資料不斷運(yùn)行各種不同的數(shù)據(jù)模式和分析方法，以從中發(fā)現(xiàn)虛假保險(xiǎn)索賠記錄。

　　Verisk 副總裁兼首席信息官佩里?羅泰拉（Perry Rotella）表示，使用IBM提供的傳統(tǒng)DB2數(shù)據(jù)庫(kù)“需要通宵達(dá)旦地工作6個(gè)小時(shí)才能完成工作”。此后，分析師還得投入大量時(shí)間研究得出的數(shù)據(jù)結(jié)果，并提出新的信息要求，而這恐怕還得再熬一個(gè)晚上。他指出，分析師每次都需要花費(fèi)幾周時(shí)間才能創(chuàng)建出新的數(shù)據(jù)模型。Verisk最近剛剛開(kāi)始使用更換后的NoSQL數(shù)據(jù)庫(kù)，分析師僅用30秒就能完成相同類型要求的運(yùn)行。

　　羅泰拉表示：“突然之間，你的模型建構(gòu)告別了幾天才更行一次的傳統(tǒng)，變成了實(shí)時(shí)更新?tīng)顟B(tài)。通過(guò)使用NoSQL數(shù)據(jù)庫(kù)，你可以在一天內(nèi)多次進(jìn)行數(shù)據(jù)運(yùn)行，這極大地縮短了獲得數(shù)據(jù)結(jié)果的時(shí)間。這項(xiàng)功能簡(jiǎn)直太強(qiáng)大了。”

　　對(duì)于美國(guó)在線圖片交易平臺(tái)服務(wù)商Shutterstock Inc.來(lái)說(shuō)，如果沒(méi)有NoSQL，該公司簡(jiǎn)直無(wú)法生存。Shutterstock擁有超過(guò)2，400萬(wàn)張圖片的存儲(chǔ)庫(kù)，而且每天還以1萬(wàn)張圖片的速度遞增。其中的每張圖片都擁有相關(guān)數(shù)據(jù)來(lái)幫助用戶縮小搜索范圍。Shutterstock的數(shù)據(jù)庫(kù)還記錄用戶在該網(wǎng)站上的所有網(wǎng)絡(luò)行為，這些行為不僅包括諸如他們授權(quán)何種圖片這樣的重大決定，而且還包括微小的細(xì)節(jié)，比如他們的鼠標(biāo)箭頭經(jīng)常停留在什么地方以及停留的具體時(shí)長(zhǎng)。