大数据安全问题:网络安全攻防

大数据在应用过程中往往存在以下安全问题,因为大数据分布式平台的特殊性、防火墙、病毒防治等传统安全机制无法保障大数据服务的安全。

(1)分布式计算的安全性。分布式程序在执行多个计算阶段时,必须对程序本身的安全保护和保护程序中的数据进行双重安全保护。

(2)分布式数据的安全性。分布式节点数据自动分发和收集管理所需的额外安全机制,是NoSQL非关系数据库系统本身存储的安全问题。

(3)数据源的安全性。数据源的来源越来越复杂。大数据收集平台必须解决每个输入数据的安全性和可信性,当一个系统接收到海量多源异构数据时。

(4)安全监测和审计问题。互联网大数据云平台和海量数据存储的关键基础信息系统已成为网络攻击的重要目标。同时,数据所有权的问题也越来越突出。有必要研究一个监控和审计系统,以实时确保大数据的安全使用。

(5)加密和访问控制。大数据安全必须解决两种加密模式及其应用,即终端和云;同时,大数据的访问控制模型也面临着黑客攻击和内部人员非授权访问造成的信息泄露事件的挑战。

(6)大数据安全和隐私问题。随着大数据时代的到来,涉及安全和个人隐私的问题层出不穷,这将极大地困扰着人们的生活安全和隐私保护。必须从技术和法规的角度进行解决。

人们普遍认为,最焦虑的事情是,当你不知道自己的隐私是什么时候被泄露的时候。在大数据时代,隐私泄露已经成为人们最大的担忧。大数据可以将互联网上的数据转化为有价值的资源,但当大数据使人们的生活更加方便和快速时,隐私泄露问题就会爆发。

人们应该正视并避免这种风险,随着大数据收集和分析技术的发展,数据泄露的风险也在不断增加。

1.由于隐私问题而肆意收集。

在大数据环境中,用户的信息可以通过医疗记录、购物和服务记录、网站搜索记录、手机通话记录、手机位置轨迹等获得。在收集这些用户的个人信息时,他们通常会同意自己的数据的目的,而不经过用户的同意,或者用户很少有机会思考;谁收集了自己的数据;谁使用了自己的数据两次;如果你的数据被错误地使用,谁将负责;你的数据是否在互联网上被恶意传播;你的数据何时被销毁等等。

因此,对于大数据平台来说,数据收集应首先进行脱敏处理。任何公民的个人信息都是隐私的一部分。如果数据在没有个人许可或司法许可证的情况下以原始状态收集,则必须明确超出界限的范围。对原始数据进行脱敏处理,包括关键信息,如名称、证书号码、联系信息、地址等。大数据安全分析的基础是在数据脱敏后进行统计分析和处理。

2.隐私问题带来的集成融合。

整合和整合通常采用链接操作,使多个异构数据源聚集在一起,并识别相应的实体。小数据源通常可以反映用户的某项活动,如接受的医疗、购买的商品、搜索的网站、移动电话留下的位置特征、与社交网络的互动信息、政治活动等。整合不同的小数据可以更好地服务于数据分析和管理。零售商可以获得更多消费者的个人描述信息,预测消费者的购物偏好等。通过整合线上、线下和销售目录数据库;GPS服务提供商可以通过整合不同路段的传感器数据获得更好的道路规划和交通线路。然而,多个数据源的整合和整合几乎可以推断出个人所有的敏感信息,这实际上对保护个人隐私带来了严峻的挑战。

因此,在用户知情和授权的前提下,应进行大数据集成整合。啤酒和尿布等经典的相关分析案例现在似乎是一个大数据应用场景,不是针对任何个人的销售。然而,当我们进行大数据分析的消费者个人消费习惯,并获得一个强有针对性的个性化营销策略,事实上,消费者的隐私已经被使用没有知情和授权,所以我们需要基于用户知道个性化的数据集成整合。

3.风险带来的数据分析。

目前,基于大数据的计算框架,其计算分析能力几乎可以达到大海捞针。通过分析,数据科学家可以挖掘出大数据中的异常点、频率模式、分类模式、数据之间的相关性、用户行为规律等信息。然而,大数据分析的最大障碍是数据隐私。在某种程度上,隐私并不可怕。可怕的是,通过大数据分析可以预测用户的行为。大数据下的个性化推荐系统是电子商务网站向用户推荐感兴趣的信息和商品,根据用户的兴趣特征和购买行为。然而,商务网站很可能挖掘出用户的商品购买信息和行为模式,导致隐私信息泄露。

因而,数据分析应对于群体对象,而不是对于个人。大数据分析能够发觉同性和趋势,关联性和耦合性。一个社会人群的一些特性,根据大量的脱敏数据融合分析能够发觉;根据一些相互的行为轨迹,能够发觉事儿中间的关联。例如购物网站常常发布的网上购买最多的商品是啥,视頻网站常常发布的热播剧是啥,春运搜索网站常常发布人口迁移的热力指数及其人口迁移方位和发展趋势等,那样的大数据分析并不是对于具体个人而言,并不是曝出哪些个人信息。

© 版权声明
THE END
喜欢就支持以下吧
点赞7
分享
相关推荐
  • 暂无相关文章
  • 评论 抢沙发
    源码客的头像-源码客

    昵称

    取消
    昵称表情图片