大數據時代的數據安全與隱私保護問題研究

摘 ? 要：在大數據時代，大數據獲得開放的同時，也帶來了對數據安全與隱私保護的隱患和憂慮。分享個人數據時，既要保證數據的正常使用，又要保證個人隱私不被泄漏。因此，文章對大數據時代的數據安全與隱私保護的研究具有重要的現實意義。

關鍵詞：大數據時代;存取控制;傳輸安全

隨著互聯網、物聯網、云計算等技術的快速發展，全球數據量出現爆炸式增長。毋庸置疑，大數據時代已經到來。大數據時代，數據的產生、流通和應用更加普遍和密集[1]。云計算之所以滲透在生活中，是因為云計算通過整合大量的閑置資源，讓資源可以被有效地使用起來，進一步為人們服務，從而創造價值[2]。

各個社交網站都不同程度地開放其用戶所產生的實時數據，這些實時數據被一些數據提供商收集，并且出現了一些監測數據的市場分析機構。根據用戶在社交網站中寫入的信息、智能手機顯示的位置信息等多種數據組合，可以很精確地鎖定到個人，挖掘個人信息，用戶隱私安全難以保證[3]。幾乎所有行業都會面臨數據安全與數據隱私的問題，特別是電商、健康醫療、教育、通信等領域，這些行業企業對于個人隱私和數據安全等問題的處理更加敏感。很多企業正在通過技術手段實現對數據安全和隱私的保護[4]。

從眾多已經破獲的并且披露的電信詐騙案件中可以看出，數據濫用的情況普遍存在。有些業務場景更復雜一些，如包裹郵寄單上顯示的收發件人的詳細信息，在整個包裹流轉過程中都面臨個人信息泄露的風險[5]。

面對大數據、云計算等信息化技術的高速發展，數據安全與數據使用的矛盾成為信息安全的主要問題。云計算及服務向全行業快速普及，大數據量子級增長，以及數據大集中的未知效應，不可控的風險為云數據和大數據帶來安全威脅[6]。研究大數據時代的數據安全與隱私保護具有重要的現實意義。

1 ? ?大數據帶來的數據安全和隱私問題

大數據使數據數量呈非線性的量子級增長，紛繁的數據集中存儲在一起，多種應用的并發運行以及頻繁無序地使用，都有可能造成數據存放類別混亂的情況，以致于出現數據存儲管理混亂以及信息安全管理不規范的情況。已有的存儲和安全控制措施不能滿足大數據安全的需求，安全防護手段不能與大數據存儲和應用安全需求同步升級更新，存在大數據存儲安全防護的漏洞。

數據是動態的。在大數據的場景下，很多用戶需要實施權限管理，且用戶具體的權限還不知道。對于大量未知的數據和用戶，預先設置角色是很困難的，而且又難以預知每個角色的實際權限。針對大數據，安全管理員也許很難準確為每個用戶指定訪問權限。

在信息時代，每個網絡用戶都擁有多個賬號。很多人為了記憶方便，密碼設置基本一致，這樣做也存在安全隱患。如果不小心刪除亦或是遭受其他的攻擊，操作系統與應用軟件雖然能夠重裝，但是失去的數據則難以找回[7]。

2 ? ?大數據帶來的數據安全和隱私問題對策

2.1 ?進行存取控制與身份確認

在大數據環境下，發展基于密碼認證、攻防、風險控制、安全集成電路設計等信息安全技術，整合身份認證、技術加密、VPN技術等，完善云計算安全系統。加強相關數據監控管理工作，可以建立第三方認證系統來確保數據的安全，進而降低安全事故發生的概率[8]。

存取控制涉及的主要技術是用戶認證和用戶授權。用戶認證是大數據平臺的重要安全環節，要求明確當前用戶是誰，當前用戶是不是仿冒的。

基于角色的訪問控制（Role-Based Access Control，RBAC）是當前廣泛使用的一種存取控制模型。通過為用戶指派角色、將角色關聯至權限集合，實現用戶授權、簡化權限管理。簡單來說，就是如何設置合理的角色。典型的工作包括：以可視化的形式，通過用戶權限二維圖的排序歸并的方式實現角色提取[9]。在大數據場景下，采用角色挖掘技術可根據用戶的訪問記錄自動生成角色，高效地為海量用戶提供個性化數據服務。同時，也可用于及時發現用戶偏離日常行為所隱藏的潛在危險。但當前角色挖掘技術大都基于精確、封閉的數據集，在應用于大數據場景時還需要解決數據集動態變更以及質量不高等特殊問題[10]。

云計算通過密鑰技術、新算法和加密算法等身份驗證手段來保護數據隱私，同時對數據本身增強了保護。數據傳輸、存儲及處理的各個階段都對數據進行加密，利用云技術對信息進行處理，實現信息隱蔽，保護用戶數據安全[11]。

現在較為流行的認證方法主要有3種，包括密碼認證、證物認證以及生物認證，其中最常見、最有效的方式就是密碼認證。密碼認證的安全性相對較差，在破解后就失去了對數據的保護功能。生物認證安全性較高，但成本太高，無法進行大面積的推廣。因此，證物認證得到相對較大的應用與推廣[12]。

2.2 ?分類設置安全密碼

針對信息安全問題，用戶必須按照一定的標準或模式分級分類設置不同的安全密碼，并保證重要賬戶的獨立性。絕對不可以一套密碼走天下，要用分散式的安全密碼設置，來大大減少密碼泄露而帶來的一系列“牽連”。

2.3 ?數據的備份與恢復

要定期備份數據，這樣可以為用戶抵抗一部分突發情況，保證數據的完整與安全。

根據數據重要程度選擇備份周期，用戶對自己的各種核心數據資源必須進行及時的完全備份，并長期、可靠地保存。除備份到本地機外，還要將數據庫備份到異地，多做些副本，以防自然災害、病毒以及硬盤損壞等意外事故發生導致的數據丟失，防患于未然[13]。

在云解決方案中，采用冗余備份的方式，來保障可用性，這是利用系統的并聯模型來提高系統可靠性。

2.4 ?規章制度、法律法規保障大數據安全

依法依規，建章立制。明確相關部門和人員責任，完善風險管理體制機制。在大數據市場準入的風險屏障與防范方面，明確數據系統權限和數據管理相關責任部門，制定數據系統權限及數據管理辦法，規范政府部門數據系統權限申請及數據管理流程，形成數據安全實踐工作的制度保障。建立完善數據服務、網絡安全防護和信息安全等級保護等相關制度。在生產使用過程中的風險監控和管制方面，有必要針對大數據安全可能引發的負面影響，編制數據管理制度和規程文件。

在生產使用過程中也要加快建立統一的數據標準體系并制定數據安全策略，通過數據鏈的標準化和主動性數據安全模式，確保數據的清晰可溯，確保相關機構和個人最大程度自由、安全地獲取和利用數據。

2.5 ?存儲傳輸安全

在大數據安全服務的設計中，數據的存儲安全、傳輸安全主要采用的就是加密的方法，實現數據集、節點和應用程序之間數據移動的保護。

實現端對端的數據保護，數據成為國家基礎戰略資源和創新生產要素，戰略價值和資產價值急速攀升。

3 ? ?結語

大數據已經滲透到國民經濟的各個領域。大數據給了人們無限的機遇和挑戰，是可以改變未來的信息革命。在大數據時代，數據蘊藏的巨大價值推動著數據信息的獲取途徑的發展。大數據時代，越發頻繁的信息泄露事件也在提醒著人們注重數據安全。新的技術、新的需求和新的應用場景給數據安全防護帶來了全新的挑戰。

[參考文獻]

[1]馬穎.大數據時代的數據安全[EB/OL].（2018-01-30）[2019-04-20].http：//www.sohu.com/a/217593161_99957909.2018，1.

[2]林繼斌.云計算服務中數據安全的若干問題研究[J].中國高新區，2018（1）：30-32.

[3]CIO時代網.大數據安全與隱私保護的問題及對策[EB/OL].（2016-08-02）[2019-04-20].http：//www.sohu.com/a/108670130_120672.

[4]泰一數據.GDPR來了，大數據時代如何保護數據安全與數據隱私？[EB/OL].（215-09-20）[2019-01-30].http：//baijiahao.baidu.com/s？id=1599003011933779193&wfr=spider&for=pc.

[5]杜躍進.大數據時代的數據安全[J].中國信息化周報，2018（2）：72-75.

[6]昂楷科技.大數據時代的數據安全防護之道[EB/OL].（2018-02-01）[2019-04-20].http：//www.sohu.com/a/220312457_357893.

[7]黑金剛智能工業.大數據時代如何保障信息安全[EB/OL].（2018-08-18）[2019-04-20].https：//baijiahao.baidu.com.

[8]梁波.大數據云計算環境下的數據安全研究[J].現代工業經濟和信息化，2018（15）：76-77.

[9]劉杰.開源大數據平臺的安全實踐[J].大數據，2017（5）：41-47.

[10]計算機與網絡安全.大數據安全技術淺探[EB/OL].（2018-08-02）[2019-04-20].http：//www.farmer.com.cn/hqxx/2018/0801/ 30570819.html.

[11]繩睿達.云計算如何保障大數據安全？[EB/OL].（2018-09-29）[2019-04-20].https：//cloud.tencent.com/info/3d418f85e7f9134639b2f83c020c8d88.html.

[12]杜焱喆.云計算時代下的數據庫安全性研究[J].計算機光盤軟件與應用，2012（5）：90.

[13]凃云杰，白楊.云背景下的數據庫安全策略研究[J].軟件導刊，2014（8）：16-17.