面向大数据的企业安全管理方案探讨

面向大数据的企业安全管理方案探讨

邬鹏

武汉钢铁集团金属资源有限责任公司湖北武汉430080

摘要：借助于大数据，帮助企业及时掌握生产和经营过程中的动态数据，通过对这些数据进行分析，能够判断出哪一环节存在问题，并及时进行处理，避免问题扩大化，造成人员伤亡和经济损失。传统的企业安全管理顺应时代发展趋势，转向为数据密集型管理阶段，它有利于企业管理者快速做出决策。

关键词：大数据；安全管理

引言：

近年来，随着计算机技术、互联网技术、通信技术的创新发展，社会已经进入大数据发展时代。大数据技术的有效应用为企业安全管理提供了全新的发展方向，在数据分析基础上，应用大数据相关技术探索企业安全管理模式，具有重要现实意义与研究价值。

1.企业安全管理的趋势

随着社会进入大数据时代，企业安全管理也呈现微颗粒化、实时化、易用化管理。微颗粒化实现了从企业→职能部门→个体员工的管理，秉持着以人为本的管理原则，针对关键岗位、员工存在的高安全隐患，能够有效进行管理。安全管理的实时化，基于大数据的支持，使得企业决策层、管理层制定的安全管理方案，能有效、实现一层一层向下贯彻，有助于在生产和经营过程中统一员工思想和行为。此外，实时关注生产动态，根据获取的数据及时调整可能导致错误的生产策略，为工作人员提供具体的技术支持和指导。对于部分高危的工作岗位，更需要实时管理，在大数据技术的支持下，能够帮助管理者掌握生产过程的细节，并为作业员工做好相应的防护措施。通过这样的设置，实现对生产范围安全管理全覆盖，有效提升员工安全意识，避免意外事故发生。安全管理的易用化，有效提升了安全管理的效率和质量，提升了员工自我保护的力度，管理者在其中发挥服务的作用，通过各项措施保障生产安全。

2.大数据下企业安全管理面临的问题

企业安全管理是企业生产、运营与管理过程中的重要组成部分，主要包括安全隐患、检查、培训、绩效、风险评估、职业健康测评等管理。企业安全管理对降低企业安全风险，提升企业生产质量与运营效益具有至关重要的作用。但是在实际生产作业中，由于风险具有不确性、变化性、过程性等特征，企业在安全管理过程中仍面临着一定的安全隐患。基于大数据时代背景下企业安全管理平台而言，企业安全管理面临的问题主要有以下几点：其一，企业安全管理各系统之间数据分析存在一定的差异性，无法实现数据兼容与共享，各系统之间需要在自我数据总结、分析、整理的基础上，实现共享与利用，从而不利于对数据进行深化挖掘来提升安全管理效率与质量。其二，基于大数据发展环境下，数据采集的及时性、全面性与准确性，对安全管理风险评估具有直接影响作用。但是，目前在我国企业安全管理系统中，各系统信息采集与录入存在不完全性，加之各系统数据缺乏协调性、统一性，从而导致数据信息出现重复采集与录入现象，这在一定程度上加大了工作人员工作负担，降低了工作效率与质量。

3.面向大数据的企业安全管理方案

3.1构建生产环节人、机、环境三者结合的安全管理系统

首先，系统架构。构建的系统主张将每一个员工、生产设备以及工作环境作为独立的信息源，并将每个员工作为信息系统的节点，采用通信技术进行三者的联通，协调好它们在生产过程的各项要素。通过员工、生产设备、工作环境三个要素的基础，辅以建立的信息系统，共同构成安全管理平台。然后在根据生产工序的实际情况和需要，在此平台上开发相应的功能模块，如安全生产模块、职业健康管理模块等。在此管理系统中监测每个信息源的状态，发现异常行为或异常运行状态，则自动采用数据挖掘技术，将最近一段时间内的生产情况数据和信息进行搜集整理和分析，发现存在的具体问题。然后再为员工提供更加准确、安全的生产信息，以此达成企业生产方面的要求。在安全管理系统中，有两大组成部分，分别是数据质量控制系统、信息关联挖掘系统。系统的运作原理：异常数据的录入主要有两种，即人工录入和自动录入，前一种方法是员工在生产过程中发现异常情况，将相关数据信息录入相应反馈机制中，由此产生行为数据。而后一种录入数据类型，则是生产设备、生产环境等部分利用传感器自动检测状态异常数据，自行录入成为状态数据。行为数据和状态数据实现多源数据实时融合，它与作业信息组合填补、历史数据反馈到管理平台，将以上三者信息传输至关联挖掘系统，对异常数据信息进行分析，完成安全生产事件检测、短时安全生产预测、安全生产趋势监测这三项操作；其次，信息管理挖掘系统应用。首先是安全生产事件监测系统，主要对生产过程每一各环节，依据操作是否符合相应规范和技术标准进行检测，发现员工错误的操作行为，或该行为可能带来较大的安全隐患，检测当时生产设备和生产环境的状态，是否有利于安全生产。其次是安全生产预测系统，它主要承担着对收集和反馈的各类数据信息就安全性展开分析，常用方法是与历史数据进行对比分析，根据反馈的安全问题建立分析数学物理模型。这一环节的分析数据源，主要来自安全管理系统的数据质量系统。最后是安全生产趋势监测系统，它发挥着基于当前生产状况，预测接下来一段时间内的安全趋势，主要在宏观和微观两个层面进行监测。前者指的是生产全过程进行监测，后者指的是生产某一环节进行监测，并为管理者提供监测趋势图。为了提升数据的利用质量，在管理系统中形成数据循环利用机制，即在动态数据中心、数据密集型计算、个性化推荐、数据监管、数据处理、数据挖掘六个环节实现循环利用，随着填入动态数据中心的数据增大，整个数据循环处理机制的运行质量更高[1]。

3.2强化经营、管理环节企业信息安全管理对策

构建信息安全管理体系，企业应根据自身实际情况和经营特点，制定符合公司发展战略和经营需要的安全管理体系，在构建的这个体系里，纳入现状调查和风险评估的内容。此外，要考虑到信息技术的发展，随软、硬件环境的改善，进行功能上、服务上的扩充。还要与企业管理制度相结合，将管理监督作用纳入到信息安全管理体系中，防范监督环节的缺失带来的信息泄露风险。增强企业内员工的信息安全意识，随着智能手机的普及，加之“弹性工作”的工作文化盛行，使得企业员工会自带电子设备办公，他们将个人电子设备连接公司内部的无线网络，传输办公需要的各类文件，下班后再带着这些设备回家办公。尽管这种工作模式提升了公司业务处理效率和质量，但是也为企业带来较大的信息泄露隐患，若是员工利用个人设备传输机密文件，在日常生活中丢失该设备则很大几率被人们破解。针对此问题，要加强员工信息安全意识，定期或不定期展开相关培训，指明哪些操作可能会造成信息泄露。并在制度中将个人电子设备用于办公加以规定，对哪一类保密等级较低的文件可以用个人设备办公，哪一类保密等级高的文件则必须使用设备进行特定操作。

结论：

简而言之，在大数据时代加强企业安全管理，首先要加强数据利用效率和质量；其次构建安全管理体系，将其纳入企业管理制度，形成长效化的工作机制；最后是强化员工的安全意识，通过宣传教育和制度约束，使造成企业生产、管理、经营环节上的安全隐患消除，实现企业可持续发展

参考文献：

[1]张领先，张标，李鑫星.大数据时代农业院校本科专业课程体系建设——以中国农业大学为例[J].北方农业学报，2016，02：115-119.

[2]崔文彩，李小三.大数据在HSE管理中的应用研究——以海洋石油变更管理为例[J].安全与环境工程，2016（04）.