【摘要】随着通信技术的快速发展，海量数据的生成和传输给信息安全带来了前所未有的挑战，传统安全防护手段难以应对日益复杂的网络攻击和信息泄露风险。 本研究提出了一种基于大数据分析的通信信息安全风险识别技术。 该技术通过多源异构数据的采集与预处理，结合特征工程和多视图集成学习模型，实现了对潜在安全风险的智能识别。 实验结果表明，该技术在准确率、召回率等指标上显著优于传统方法，对分布式拒绝服务（ｄｉｓｔｒｉｂｕｔｅｄ ｄｅｎｉａｌ ｏｆ ｓｅｒｖｉｃｅ，ＤＤｏＳ）攻击、恶意软件传播、信息泄露等典型风险具有良好的识别能力。 这为构建智能化、自适应的通信网络安全防护体系提供了新的思路，对提升信息安全防控能力具有重要意义。