大数据时代数据安全防护最佳实践

《大数据时代数据安全防护最佳实践》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、WORD完美格式大数据时代数据安全防护最佳实践专业知识编辑整理WORD完美格式目录一、概述1二、大数据时代下数据安全面临的挑战3（一）新技术带来的挑战3（二）新需求带来的挑战4（三）新的应用场景带来的挑战5三、数据安全防护目标和防护体系6（一）防护目标6（二）防护体系8四、数据安全防护管理措施实践方法10（一）组织架构设置10（二）机构及岗位设置12（三）人员管理12（四）管理制度及规程131、数据分级分类管理142、账号权限管理及审批规程143、第三方数据共享安全管理154、外包服务数据安全管理165、日志管理和安全审计166、数据备份与恢复17专

2、业知识编辑整理WORD完美格式五、数据安全防护技术措施实践方法18专业知识编辑整理WORD完美格式（一）数据产生／采集环节的安全技术措施181、元数据安全管理182、数据类型、安全等级打标19（二）数据传输存储环节的安全技术措施20（三）数据使用环节的安全技术措施211、账号权限管理212、数据安全域213、数据脱敏224、日志管理和审计235、异常行为实时监控与终端数据防泄漏24（四）数据共享环节的安全技术措施25（五）数据销毁环节的安全技术措施26六、数据安全防护典型案例26（一）案例一：钉钉移动智能办公平台261、数据安全防护管理措施262、数

3、据安全防护技术措施30（二）案例二：南方某供电公司最佳案例321、数据安全防护管理措施332、数据安全防护技术措施34专业知识编辑整理WORD完美格式一、概述当前，随着信息技术产业革命浪潮，特别是大数据技术创新应用，全球社会正式进入“数据驱动”的时代。大数据技术赋予了人类前所未有的对海量数据的处理和分析能力，促使数据成为国家基础战略资源和创新生产要素，战略价值和资产价值急速攀升。对国家而言，对数据的掌握和利用已成为重塑国家竞争优势、完善国家公共治理体系的关键。大数据时代，国家竞争力部分体现为一国拥有数据的规模、质量以及运用治理数据的能力。世界各国普遍

4、高度重视数据资源战略价值，出台国家战略，落实配套措施，系统提升国家数据掌控能力。另一方面，数据驱动国家治理体系发生根本性改变，从“主观主义”的模糊治理方式，向“数据引领”的精准治理方式转变，利用大数据等新兴信息技术实现科学决策、智慧治理，打破“信息孤岛”，实现部门间、政府和民众间信息共享，形成新型社会众包式、自治式等治理新模式。对企业而言，数据驱动的创新应用成为企业全生产链条升级发展的全新范式。数据是数字经济时代社会生产的新主导要素，也是新工业革命的核心内容，以数据为驱动的智能制造企业，通过数据实时采集、智能分析和动态反专业知识编辑整理WORD完美格

5、式中国信息通信研究院馈，实现从原材料采购、生产加工、物流运输等全生产链条的智能决策，提升资源配置和劳动生产效率。同时，数据改变了传统业务发展形态，企业利用数据快速感知市场需求，构建以数据为驱动的产品布局、市场定位等企业业务发展综合决策新模式，催生大量新产品、新业态，激发市场活力的同时，助力企业提升市场竞争力。然而，我们要看到，大数据技术引发的数据利用新需求、新模式、新业态与保护数据安全之间存在天然冲突，形成了数据利用与保护国家数据资源、数据利用与保护商业秘密、数据利用与保护个人隐私三个主要矛盾。解决这三个矛盾问题，不仅需要国家在顶层设计层面完善数据安

6、全管理体系，加强数据安全法律法规建设，强化数据安全政府监管，还需要数据控制者，即掌握数据资源的企业或机构提升自身数据安全防护能力，切实保障数据机密性、完整性、可用性的同时，保护国家数据资源、企业商业秘密、公民个人信息免遭泄漏、窃取及毁损。阿里巴巴－信通院创新中心在阿里巴巴数据运营和安全防护实际工作经验基础之上，总结提出了数据安全防护通用最佳实践：分析总结了大数据时代下数据安全防护面临的新挑战和新需求，提出了数据安全防护总体目标和框架，并系统阐述了数据安全防护管理措施和技术措施实践方法，最后根据阿里巴巴及合作伙伴实际业务运营工作，专业知识编辑整理WOR

7、D完美格式中国信息通信研究院给出了数据安全防护体系建设的典型案例。二、大数据时代下数据安全面临的挑战大数据时代下，数据的产生、流通和应用更加普遍化和密集化。从国家层面而言，数据安全是保障国家安全，维护国家网络空间主权，强化相关国际事务话语权的工作重点；从企业层面来看，数据安全关系到商业秘密的规范化管理和合理保护与支配，是企业长久发展不可回避的新阶段任务；对于个人而言，数据安全与个人生活息息相关，直接关系到每位公民的合法权益。大数据时代背景下，新的技术、新的需求和新的应用场景都给数据安全防护带来全新的挑战。（一）新技术带来的挑战分布式计算存储架构、数据

8、深度挖掘及可视化等大数据技术能够大大提升数据资源大规模存储和高性能分析处理能力。然而，分布式的系统部署、开放