摘要：进入二十一世纪，在我国高速发展下，带动了科技水平的进步。现阶段，传统的数据存储方式主要是通过硬件介质进行存储，面对大数据环境下的信息数据，传统的方式显然不能够满足现实的需求，更加便捷的云端存储以及数据处理越来越受到人们的欢迎，提升了信息数据的存储高效性和处理便捷性。大数据下的信息数据处理异常复杂，云计算技术的应用可以极大提高数据处理的效率，还保证了较高的准确率，结合人工智能算法还能够开展个性化的信息服务，使得数据不再是单一地获取和存储，而是更加智能化地处理和分析，进一步提高公众的满意度。面对服务需求的不断增加，信息气象数据安全的风险就越大，信息数据的防护成为重点，本文结合安全防护要求，提出更为实用的安全防护方案，为信息气象数据安全防护提供参考。

关键词：气象数据；云计算技术；安全防护框架

引言

在大数据条件下，为了有效满足各项重大农业活动气象保障服务需要，不断提升气象保障服务水平，我国各地开始侧重运用大数据技术、图像曲线处理等多种形式的网络技术手段，积极构建农业重大活动气象保障服务平台和智能化监测汇报系统，以实现对预报预警信息和其他气象信息的实时监测。同时，有效减轻相关工作人员的业务负担，进一步提高农业气象监测工作的精准性，从而为农业生产活动提供更加高效、优质的气象保障服务。由此可见，加强对大数据条件下的农业气象保障运用思考至关重要。

1定义

随着各个国家各个行业对大数据认识不断加深，大数据的定义和理解仍存在不同解释。根据美国国家标准与技术研究院and Technology，NIST）的表述，大数据是指那些传统数据架构无法有效处理的数据集，需要采用新型并行化处理架构来完成数据的处理"。按照我国现行国家标准GB/T35295-2017中明确的定义，大数据是具有体量巨大、来源多样、生成极快且多变等特征并且难以用传统数据体系结构有效处理的包含大量数据集的数据。由此可见，大数据不仅是数据资源体量大，高效的处理能力和新型的分析方法也已经成为学界的基本共识。气象大数据是基于大数据的基本概念，结合行业大数据性质，特指在气象领域，围绕智能预报和智慧服务，从气象数据采集、加工处理、存储归档、共享服务、预报预测等气象业务和科研工作各个环节所产生的各类数据的总和及相关技术和应用的总成”。

2大数据下气象数据安全的防范策略

2.1制度管理和优化

网络信息技术的深化，也带来了网络中大量数据的传递。社会各类群体，大都在网络中开展业务服务，这就会产生大量的信息数据。以及不同行业的信息数据存在着差别，信息存储的形式和手段也各不相同，这就说明不同行业、气象部门需要有对应的信息安全防护管理和制度，因此，气象部门应结合实际需要，制定对应的信息安全防护流程和管理制度，在制度和管理流程的优化上，进一步制定适合的信息安全防护方案，并按照方案实施，同时需要依据实施的结果进一步进行方案的优化。尤其出现在跨行业、跨领域的信息数据共享下，更应该制定对应的跨领域数据共享及传输的安全防护策略，也是信息气象数据安全防护的重要环节。气象部门应依据信息数据的使用领域进行划分，并按照信息数据的保密要求及等级进行进一步划分，以此决定信息隔离的界限。尤其对于气象部门间共享的信息数据，安全防护的难度更高，确定这些数据用来加密的要求，并对重要文件进行规范化和管理和安全防护，同时，进行可靠的安全加密。在气象部门中，制定的安全防护制度是需要十分明确和详细的，使得云端数据更为安全可靠。同样，对于气象部门的信息数据在需要上传、下载、共享或者销毁时，均需要对此设定不同的安全防护方案，并依据等级需要设置不同权限和密钥，以便信息数据得到更好的保护。在数据进行云上存储时，气象部门应该提前做好数据的备份工作，避免由于突发状况造成的气象部门信息数据的丢失而带来的不利影响。气象部门的人员要强化个人的安全意识，加强安全的职业培训，充分了解并掌握岗位工作的重要性，能够满足气象部门日常管理的安全防护要求。

2.2在农作物观测方面的运用

事实上，气象大数据在农作物观测方面的应用已经持续了很长一段时间，并取得了较为显著的优异成绩。具体来讲，农作物观测主要指在不同类型农作物生长阶段，通过观察、测量农作物的栽种密度、生长密度、高度、作物产量因子测量、产量结构、现场生育观察等关键信息，帮助相关技术人员做好农作物种植现场的工作记录、病虫害调查和农业气象灾害调查，以确保当地的农业生产气象条件，改变以往老百姓“靠天吃饭”的农业生产现象。同时，为广大农民群众提供更加优良的农业气象服务，引导农民趋利避害，科学调整不同农作物的播种时间，有效避免不必要的种苗损失。由于我国幅员辽阔，农村占地面积较大，并且各区域气象气候条件迥异，具有十分鲜明的地域性与农业生产特点，尤其是西北地区，很容易发生各种极其恶劣、覆盖范围较广且影响程度较大的气象灾害，致使农民群众的合法权益无法得到保障。通过对农业气象大数据的有效运用，可以借助相对完善的农业气象灾害预防系统，从多个维度入手，做好农业气象的监测监控工作，从而充分发挥在农业气候区划、农作物产量预测和资源开发利用方面的最大效用，不断提升农业生产抵抗各种气象灾害的能力，进一步减少气象灾害所带来的经济损失，切实保障国家粮食及农副产品安全。

2.3云计算下提高气象大数据分析挖掘能力

在云计算环境下提高气象大数据分析挖掘的能力可以采用以下几个方法。首先，采用分布式计算，使用分布式计算平台（如Hadoop、Spark等）可以将大规模数据分割成多个小数据块，然后在多个计算节点中进行并行处理，提高数据处理的速度和效率。其次，采用机器学习算法，机器学习算法可以帮助识别气象数据中的规律和趋势，从而为气象预测和气象灾害预警提供更精确的数据支持。再次，采用可视化技术，可视化技术可以将大规模数据转化为图形或图像，使得数据分析和挖掘更加直观、易于理解和操作。最后，采用云端数据库，云端数据库可以存储大规模数据，并且提供高效的数据查询和检索功能，方便数据分析和挖掘。

结语

大数据下的气象数据安全受到广泛的关注，气象数据安全问题也日益突出。本文通过实证分析，找出了比较常见的信息气象数据安全防护中存在的问题，并进行详细分析，从政策制度方面、技术管理方面以及安全监管方详细阐述了重要防护方法，并提出了几点防护建议，尽可能为气象部门提供全面的信息气象数据安全防护方案。

参考文献

[1]刘敏.基于大数据的安全防护与预测总体架构[J].中国安全防范认证，2021，000（005）：43-48.

[2]张涛.大数据时代计算机网络信息安全及防护对策分析[J].世纪之星—交流版，2021（14）：0091-0092.

[3]薄文静，姜晓东，陈从刚.大数据时代网络信息安全防护探讨[J].中国设备工程，2022（000-009）：23-31.

[4]段科.大数据环境下网络信息安全防护策略研究[J].数字通信世界，2022（003）：003-007.

[5]李秋明，张洋洋，陈自艳，等.气象技术装备保障业务信息化建设分析[J].中国信息化，2021（07）.