大數據環境下用戶隱私保護研究

張晶 王慶武

【摘要】該文從用戶信息的隱私保護、外界攻擊的預防、數據的安全存儲、信息的可信性甄別、數據的有效訪問控制、預測和監控網絡入侵信號六個方面出發，采用大數據安全與用戶隱私保護相關關鍵技術，在該領域展開相應研究，取得了一定的研究成果。

【關鍵詞】大數據；安全存儲；神經網絡

中圖分類號：TP39文獻標識碼A文章編號1006-0278（2015）11-140-01

一、研究意義

在大數據時代，信息與數據的分析、研究都更加復雜、繁瑣，并且難以管理。根據相關調查統計，僅過去三年內全球的數據產生量就超過了過去四百年產生的數據總量。隨著數據的不斷增多，企業對數據安全性和隱私性的要求愈加嚴格，大數據的安全與隱私問題也日益凸顯。如何應對大數據時代下的數據安全性挑戰，是全球都應積極思考的問題。

二、國內外研究現狀、水平和發展趨勢

當今學術界，圖靈獎獲得者Jim Gray提出了科學研究的第四范式，即以大數據為基礎的數據密集型科學研究；2008年《Nature））推出了大數據專刊對其展開探討；2011年《Science》也推出類似的數據處理專刊。IT產業界行動更為積極，持續關注數據再利用，挖掘大數據的潛在價值。

三、大數據安全研究內容

大數據（Big Data）是指“無法用現有的軟件工具提取、存儲、搜索、共享、分析和處理的海量的、復雜的數據集合。”大數據具有四個典型特征，業界通常用四個V（即Volume、Variety、Value、Velocity）來概括大數據的特征。本課題主要從以下五個方面開展研究，實現大數據環境下的數據安全與用戶隱私保護。

（一）大數據環境中用戶信息的隱私保護

事實證明，如果大數據未被妥善處理會對用戶的隱私帶來極大的傷害。根據所保護的內容不同，隱私保護又可以分為位置隱私保護、連接關系匿名保護和標識符匿名保護等。用戶面臨的威脅不僅僅限于個人的隱私泄露，還包括基于大數據對人們狀態和行為的預測。

（二）大數據環境中外界攻擊的預防

在大數據環境中，由于數據量大、工作環境復雜，黑客能夠更容易得檢測出漏洞并進行攻擊。一旦被攻破之后，還會根據突破口獲取更多的信息，進而降低黑客的攻擊成本，獲得更大的利益。網絡化社會的形成，為大數據在各個行業領域實現資源共享和數據交互搭建平臺和通道。基于云計算的網絡化社會為大數據提供了一個開放的環境，分布在不同地區的資源可以快速整合，動態配置，實現數據集合的共建共享。近年來在互聯網上發生的用戶賬號的信息失竊等連鎖反應可以看出，大數據更容易吸引黑客，而且一旦遭受攻擊，失竊的數據量也是巨大的。

（三）大數據環境中數據的安全存儲

在當前大數據環境下，數據的存儲采用虛擬化海量存儲技術來存儲數據資源，。大數據的安全存儲問題主要包括：1.數據加密；在大數據安全服務的設計中，大數據可以按照數據安全存儲的需求，被存儲在數據集的任何存儲空間，通過安全套接層協議加密，實現數據集的節點和應用程序之間保護大數據。應用隱私保護和外包數據計算，屏蔽網絡攻擊。當今，PGP和TrueCrypt等程序都提供了強大的加密功能。2.分離密鑰和加密數據；使用加密技術把數據使用與數據保管分離，把密鑰與要保護的數據隔離開；同時，定義產生、存儲、備份、恢復等密鑰管理生命周期。3.使用過濾器。通過過濾器的監控，一旦發現數據離開了用戶的網絡，就自動阻止數據的再次傳輸。

（四）大數據環境中信息的可信性甄別

關于大數據的一個普遍的觀點是，數據自己可以說明一切，數據自身就是事實。但實際情況是，如果不仔細甄別，數據也會欺騙。大數據的可信性威脅主要包括以下兩個方面：1.偽造或刻意制造的數據；若數據應用場景明確，就可能有人刻意制造數據、營造某種“假象”，誘導分析者得出對其有利的結論。2.數據在傳播中逐步失真；原因之一是人工干預的數據采集過程可能引入誤差，由于失誤導致數據失真與偏差，最終影響數據分析結果的準確性。

（五）大數據環境中信息的有效訪問控制

在大數據環境中，安全管理員可能缺乏足夠的專業知識，無法準確地為用戶指定其可以訪問的數據。風險自適應的訪問控制是針對這種場景討論較多的一種訪問控制方法。將信息的數目和用戶以及信息的安全等級作為進行風險量化的主要參考參數。當用戶訪問的資源的風險數值高于某個預定的門限時，則限制用戶繼續訪問。針對醫療數據提供用戶隱私保護的可量化風險自適應訪問控制。

四、結語

大數據帶來了新的安全問題，但它自身也提供了解決問題的重要手段。就目前我國總體來說，當前國內外針對大數據安全與用戶隱私保護的相關研究還不充分。除了通過相應的技術手段，還應結合國家的相關政策法規，才能在大數據環境下更好地解決數據安全與用戶的隱私保護問題。

參考文獻：

[1]戈悅迎.大數據時代信息安全與公民個人隱私保護[J].中國信息界，2014（1）.

[2]馮登國，張敏，李昊.大數據安全與隱私保護[J].計算機學報，2014（1）.