大数据安全防护面临挑战

大数据安全防护面临挑战01大数据安全防护02面临挑战03Content目录01

大数据安全防护大数据安全防护

数据分析层是数据安全管理体系的基石，通过收集和归并各类业务系统产生的海量信息数据，运用关联分析技术、逻辑推理技术、风险管理技术等，对海量数据事件进行统一的加工分析，实现对数据风险的统一监控和未知风险的预警处理。大数据安全防护

敏感数据隔离层是通过数据指纹特征采集、内容检测和响应处理三个步骤，突破深度内容识别，解决既可以连通网络又可以保障数据销户安全性的一种手段。

数据防泄漏针对数据流动、复制等需求，通过深度内容分析和事务安全关联分析来做识别、监视和保护静止的数据、移动的数据以及使用中的数据，达到敏感数据利用的事前、事中、事后完整保护，实现数据的合规使用，同时防止主动或被动意外的数据泄露。02

面临挑战面临挑战大数据安全虽仍继承传统数据安全保密性、完整性和可用性三个特性，但也面临如下安全防护挑战：（一）个人隐私保护以前数据是企业的资产，是在企业内部、局部的环境里使用，流动性不强，所以，数据的个人隐私表现不突出。但是到了互联网+时代，数据无处不在，各种数据积累起来后形成了多元数据关联，不法分子和别有用心的人可通过多元数据关联分析导致个人隐私信息泄露。怎样有效保护个人隐私是大数据安全面临的第一个重要问题。

面临挑战大数据安全虽仍继承传统数据安全保密性、完整性和可用性三个特性，但也面临如下安全防护挑战：（二）跨境数据流动在现在这个时代，数据的流动很重要。双十一活动多个国家都参与其中，数据的跨境流动是大数据的一个特殊属性。在法律制度、数据服务外包、打击网络犯罪方面保护跨境数据的安全是很重要的。所以，建立大数据安全标准体系框架时要对传统数据的采集、组织、存储、处理等生命周期各方面安全标准进行适用性分析,适合的接着采用，不适合的要修订，缺项的必须增加。外部非授权人员对信息系统进行恶意入侵，非法访问隐私数据；数据具有易复制性，发生数据安全事件后，无法进行有效的追溯和审计；大数据有流动、共享的需求，大量数据的汇聚传输加大了数据泄露的风险。

面临挑战大数据安全虽仍继承传统数据安全保密性、完整性和可用性三个特性，但也面临如下安全防护挑战：（三）传统安全措施难以适配大数据海量、多源、异构、动态的特征导致大数据系统存储结构复杂、开放性、分布式计算和高效精准的服务，这些特殊需求传统安全措施解决不了。（四）平台安全机制亟待改进以前我们用ORACLE数据库，到了大数据时代，大家基于hadoop体系结构。在hadoop体系结构里，用户的身份鉴别和授权访问等安全保障能力比较薄弱。同时开源hadoop的一些组件在使用时没有测试，里面可能存在漏洞和恶意代码，存在人家开的后门。面临挑战大数据安全虽仍继承传统数据安全保密性、完整性和可用性三个特性，但也面临如下安全防护挑战：（五）应用访问控制愈加复杂在数据库时代应用访问控制通过数据库的访问机制解决。每一个用户都要注册，注册完才能访问到数据库。但是到了大数据时代，存在大量未知的用户和大量未知的数据，有很多的用户