大数据时代下的数据安全培训讲学.doc

《大数据时代下的数据安全培训讲学.doc》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、大数据时代下的数据安全精品文档大数据面临的数据安全数据在当前学术界和产业界扮演至关重要的角色，它被认为是对我们生活、工作和思维方式的重大变革。然而，大数据时代在安全和个人隐私的方面存在许多风险，由此所引起的隐私泄露为个人带来困扰，同时伴随而来的虚假信息也将导致错误的分析结果。因此人们迫切需要技术以确保数据安全。本文将总结并分析大数据时代所带来的安全挑战和机遇，并提供相对应的关键对策。一、引言在信息技术中，“大数据”是指一些使用目前现有数据库管理工具或传统数据处理应用很难处理的大型而复杂的数据集。其挑战包括采集、管理、存储、搜索、共享、分析和可视化。更大的数据集的趋势是由于从相关数据的单

2、一大数据集推导而来的额外信息，与分离的较小的具有相同数据总量的数据集相比，能够发现相关性来“识别商业趋势（spot business trends）、确定研究的质量、预防疾病、法律引用链接、打击犯罪以及实时确定道路交通状态”。近几年大数据一词的持续升温也带来了大数据泡沫的疑虑，大数据的前景与目前云计算、物联网、移动互联网等是分不开的。目前大数据的发展仍然面临着许多问题，数据安全与隐私问题是人们公认的关键问题之一。当前，人们在互联网上的一言一行都掌握在互联网商家手中，包括购物习惯、好友联络情况、阅读习惯、检索习惯等等．多项实际案例说明，即使无害的数据被大量收集后，也会暴露个人隐私．事实上

3、，大数据安全含义更为广泛，人们面临的威胁并不仅限于个人隐私泄漏．与其它信息一样，大数据在存储、处理、传输等过程中面临诸多安全风险，具有数据安全与隐私保护需求。本文介绍大数据时代的到来，重点分析了当前大数据所带来的安全挑战，详细阐述了当前大数据安全与隐私保护的关键技术．同时必须承认，大数据在引人新的安全问题和挑战的同时也为信息安全领域带来了新的发展机遇，即基于大数据的信息安全相关技术可以反过来用于大数据的安全和隐私保护。收集于网络，如有侵权请联系管理员删除精品文档二、大数据时代的到来大数据时代的到来，是全球知名咨询公司麦肯锡最早提出的。数据已经渗透到当今每一个行业和业务职能领域，成为重要

4、的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”当今，社会信息化和网络化的发展导致数据爆炸式增长．据统计，平均每秒有200万用户在使用谷歌搜索，Facebook用户每天共享的东西超过40亿，Twitter每天处理的推特数量超过3．4亿．同时，科学计算、医疗卫生、金融、零售业等各行业也有大量数据在不断产生．2012年全球信息总量已经达到2．7ZB，而到2015年这一数值预计会达到8ZB．这一现象引发了人们的广泛关注。下面先从大数据与目前云计算、物联网、移动互联网的联系讲起。(一)大数据市场格局从严格意义上来说，早在20世纪90年代“数据仓库之父”

5、的BillInmon便提出了“大数据”的概念。大数据之所以在最近走红，主要归结于互联网、移动设备、物联网和云计算等快速崛起，全球数据量大大提升。可以说，移动互联网、物联网以及云计算等热点崛起在很大程度上是大数据产生的原因。物联网，移动互联网再加上传统互联网，每天都在产生海量数据，而大数据又通过云计算的形式，将这些数据筛选处理分析，提前出有用的信息，这就是大数据分析。(二)大数据具有四个典型特征大数据(BigData)是指“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合。”业界通常用四个V（即Volume、Variety、Value、Velocity）来概

6、括大数据的特征。收集于网络，如有侵权请联系管理员删除精品文档第一,数据体量巨大（Volume）。到目前为止，人类生产的所有印刷材料的数据量是200PB（1PB=1000TB），而历史上全人类说过的所有的话的数据量大约是5EB（1EB=1000PB）。当前，典型个人计算机硬盘的容量为TB量级，而一些大企业的数据量已经接近EB量级。第二，数据类型繁多(Variety）。这种类型的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的以文本为主的结构化数据，非结构化数据越来越多，包括网络日志、音频、视频、图片、地理位置信息等等多类型的数据对数据的处理能力提出了更高的要求。第三，价

7、值密度低（Value）。价值密度的高低与数据总量的大小成反比。以视频为例，一部一小时的视频，在连续不间断监控过程中，可能有用的数据仅仅只有一两秒。如何通过强大的机器算法更迅速地完成数据的价值“提纯”是目前大数据汹涌背景下亟待解决的难题。第四，处理速度快（Velocity）。这是大数据区分于传统数据挖掘最显著的特征。根据IDC的“数字宇宙”的报告，预计到2020年全球数据使用量将会达到35.2ZB。在如此海量的数据面前，处理数据的效率就是企业的生