大数据环境下的数据安全性探讨由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“大数据环境下的数据”。
大数据环境下的数据安全性探讨
学号：E41314059 姓名：李俊梅 专业：信息安全
一．引言
随着互联网、物联网、云计算等新兴技术的高速发展，各种智能终端、社交网络服务的大量涌现，全球数据量出现了巨幅增长。据相关数据统计，仅在2011年就达到1.8万亿GB。互联网数据中心预计到2020年全球数据将翻50倍。显而易见，真正的大数据时代已经到来。一方面，云计算技术的成熟，为这些多样化的数据提供了存储和运算的平台。与此同时，数据挖掘和人工智能等技术为大数据时代提供了信息参考，大数据的快速发展进一步扩大信息的开放程度，但是随之而带来的数据的安全性，防止数据泄露和保障数据安全已经成为我们研究的课题
二．大数据的概念与特征
大数据本身是一个较为抽象的概念，我们从表面上理解规模庞大的数据，但是随着应用的越来越广泛，对大数据研究越来越深，可以发现大数据不仅是在数量规模上庞大，而且还包括数据结构相当复杂，数据与数据之间的关联程度相当高。大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。当前，普遍较为统一对大数据特征的认识可以用4V来表达：数据规模大（Volume），数据种类多（Varity），数据要求处理速度快（Velocity），数据价值密度低（Value），概括为所谓的四V特性。这些特征让大数据即区别与传统的数据概念，又体现出大数据的复杂。大数据除了有四个特性之外，大数据时代的数据还呈现出其他三个特征。第一个特征是数据类型繁多。第二个特征是数据价值密度相对较低。第三个特征是处理速度快，时效性要求高。这是大数据区分于传统数据挖掘最显著的特征。
三．大数据面临的安全挑战
大数据的广泛应用注定了大数据的安全保卫战必须是持久战。在大数据时代，各种智能终端、互联网社交服务和各种数字化存储无处不在。不得不承认，大数据已经遍布各行各业，互联网的高速发展使得获得数据十分便利，同时也给信息安全带来了巨大的挑战。当前，数据安全的形势也不容乐观，需要保护的数据量增长已经超过了数据总量的增长。首先个人隐私很容易通过互联网泄露，随着社交网络、电子商务的兴起，们之间的联系越来越依赖网络，个人的信息会分散在不同的网络位置，只要将个人的相关数据聚集起来分析，就可以很容易获取个人的相关信息，从而分析出个人的隐私数据。上升到国家层面，大数据也可能给国家安全带来隐患。但是在网络高速发展的今天，如果在大数据处理技术方面落后的话，就可能导致数据的单向性。一些发达国家诸如美国已经开始大数据研发计划，大数据技术的发展和完善有助于增强国家数据的安全性。其次，网络普及化使大数据极易受到攻击。网络的高速发展，各个行业领域利用大数据技术能实现彼此资源共享和数据互通。加之云计算技术的普及，为大数据提供了一个开放的环境，将分布在不同区域的资源进行快速整合，智能化分配，从而实现数据资源的共享。正因为大数据处于一个开放的环境中，吸引黑客对其中的有价值的数据感兴趣，比如个人的银行账户信息等成为主要攻击目标。也就是说，在当今开放的网络化社会，大数据的本身数据量庞大，而且数据之间关联性强，对于黑客而言，只要付出相对低的成本，就可以获得巨大的收益。再次，数据的非结构化对大数据存储提出新要求。在大数据之前，数据存储一般分为关系型数据库和文件服务器两种。而相对于当前的大数据来说，数据类型的多样化也使我们措手不及。如今大数据一般都采用NoSQL数据库存储技术，该技术具有可扩展性和可用性等优点，但该技术仍然存在诸多漏洞，没有内置足够的安全性。所以时常会发生类似于身份验证、输入验证等大量安全问题。最后，计算机技术的发展也增加了安全风险。随着计算机网络技术的发展，各种服务器、防火墙、无线路由等网络设备的更新普及，数据挖掘等新兴技术越来成熟，为大数据智能化采集以及智能化数据分析性提供极大的方便。但是，我们也必须注意到一个问题就是技术的快速发展也会相应地增加了大数据的安全风险。一方面，从大数据本身的安全性来说，自身的防护也有不完善的地方，存在着漏洞。虽然云计算对大数据提供极大的方便，但云毕竟是一个开放的环境，对大数据的安全性无法提供最大的保证；API（Application Programming Interface，应用程序编程接口）访问安全权限控制以及密钥生成、存储技术和数据管理方面的不足都有造成数据泄漏的可能。同时大数据他本身可以成为一个可持续攻击的载体，有大量的恶意代码存在其中很难被发现，从而达到持续隐藏性攻击的目的。另一方面，黑客攻击的技术也在逐步提高，数据挖掘和数据分析技术的原理被黑客利用作为攻击的主要技术。
四．大数据安全策略
4.1 大数据存储安全策略
基于云计算架构的大数据，数据的存储和操作都是以服务的形式提供。目前，大数据的安全存储采用虚拟化海量存储技术来存储数据资源，涉及数据传输、隔离、恢复等的问题。解决大数据的安全存储，一是数据加密。在大数据安全服务的设计中，大数据可以按照数据安全存储的需求，被存储在数据集的任何存储空间，通过SSL（安全套接层）加密，实现数据集的节点和应用程序之间移动保护大数据。在大数据的传输服务过程中，加密为数据流的上传与下载提供有效的保护。应用隐私保护和外包数据计算，屏蔽网络攻击。二是分离密钥和加密数据，使用加密把数据使用与数据保管分离，把密钥与要保护的数据隔离开。同时，定义产生、存储、备份、恢复等密钥管理生命周期。三是使用过滤器。通过过滤器的监控，一旦发现数据离开了用户的网络，就自动阻止数据的再次传输。四是数据备份。通过系统容灾、敏感信息集中管控和数据管理等产品，实现端对端的数据保护，确保大数据损坏情况下有备无患和安全管控。4.2 大数据应用安全策略
随着大数据应用所需的技术和工具快速发展，大数据应用安全策略主要从以下几方面着手：一是防止APT攻击。借助大数据处理技术，针对APT安全攻击隐蔽能力强、长期潜伏、攻击路径和渠道不确定等特征，设计具备实时检测能力与事后回溯能力的全流量审计方案，提醒隐藏有病毒的应用程序。二是用户访问控制。根据大数据的密级程度和用户需求的不同，将大数据和用户设定不同的权限等级，并严格控制访问权限。而且，通过单点登录的统一身份认证与权限控制技术，对用户访问进行严格的控制，有效地保证大数据应用安全。三是整合工具和流程。整合点平行于现有的连接的同时，减少通过连接企业或业务线的SIEM工具的输出到大数据安全仓库，以防止这些被预处理的数据被暴露算法和溢出加工后的数据集。同时，通过设计一个标准化的数据格式简化整合过程，同时也可以改善分析算法的持续验证。四是数据实时分析引擎。数据实时分析引擎融合了云计算、机器学习、语义分析、统计学等多个领域，通过数据实时分析引擎，从大数据中第一时间挖掘出黑客攻击、非法操作、潜在威胁等各类安全事件，第一时间发出警告响应。
4.3 大数据管理安全策略
通过技术措施来保护大数据的安全必然重要，但管理也很关键。大数据的管理安全策略主要有：一是规范建设。大数据建设是一项有序的、动态的、可持续发展的系统工程，一套规范的运行机制、建设标准和共享平台建设至关重要。规范化建设可以促进大数据管理过程的正规有序，实现各级各类信息系统的网络互连、数据集成、资源共享，在统一的安全规范框架下运行。二是建立以数据为中心的安全系统。基于云计算的大数据存储在云共享环境中，为了大数据的所有者可以对大数据使用进行控制，可以通过建设一个基于异构数据为中心的安全方法，从系统管理上保证大数据的安全。三是融合创新。大数据是在云计算的基础上提出的新概念，大数据时代应以智慧创新理念融合大数据与云计算，以智能管道与聚合平台为基础，提升数据流量规模、层次及内涵，在大数据流中提升知识价值洞察力。积极创造大数据公司技术融合平台，寻找数据洪流大潮中新的立足点，特别是在数据挖掘、人工智能、机器学习等新技术的创新应用融合创新。
五．结束语
大数据是信息化时代的“石油”。大数据转化为信息和知识的速度与能力将成为这个时代的核心竞争力之一，而大数据面临的安全挑战却不容忽视。只有大数据技术和大数据安全“两条腿”走路时，大数据才可以真正成为这个时代的驱动力量。
猴场乡大数据工作开展情况汇报 猴场乡是全省100个一类贫困乡镇之一，贫困面大，贫困发生率高，扶贫工作任务艰巨。为更好的实施精准扶贫，帮助全乡群众早日脱贫致富，与全县实现同步小......
大数据时代带来的大变革中国社会科学评价中心 荆林波 《 中国青年报 》（ 2014年05月26日 02 版） 大数据时代的来临，带给我们众多的冲击，每个人都应当与时俱进、不断提升，放弃残......
大数据环境下云会计的论文一、云会计面临的两大困境云会计可以让企业将工作重心转移到经营管理上，而将会计信息化的基础建设和软件服务工作外包给互联网企业，这种模式所带来的......
刀豆文库小编为你整合推荐4篇大数据环境下云会计的论文，也许这些就是您需要的文章，但愿刀豆文库能带给您一些学习、工作上的帮助。......
刀豆文库小编为你整合推荐6篇大数据环境下古代文学教学改革刍议论文，也许这些就是您需要的文章，但愿刀豆文库能带给您一些学习、工作上的帮助。......
