大數據背景下互聯網金融安全性分析

(重慶警察學院 信息安全系，重慶 401331)

0 引言

2011年，麥肯錫全球研究院提出了作為互聯網、物聯網、移動智能終端等信息技術聯結紐帶的大數據(Big Data)時代已經到來[1]，并對經濟與社會的組織模式帶來深刻變革。人們面臨的數據正伴隨各類傳感器、通信終端的普及和技術的飛躍以ZB數量級的形式膨脹，這極大地改變了我們認識世界、改造世界的方式，并將對許多行業帶來顛覆性變革，比如金融、廣告、醫療、零售、物流等行業。大數據同時也引發各國關注，甚至將其提升到了國家戰略層面(如美國的“棱鏡”計劃)，以此作為未來經濟提升、生產率增長的“動力源泉”和國家安全的保障。

以移動互聯技術、智能通信終端為代表的現代信息技術催生出的基于互聯網的金融服務模式(如第三方支付、互聯網貨幣基金、P2P網絡借貸、眾籌等)[2]，對傳統金融產生了深刻影響和巨大的沖擊，并加速金融體系的重構。從2014年3月政府報告中首次提及“互聯網金融”到今天大數據技術與互聯網金融的融合，我國已經在互聯網金融領域取得長足進步。但從互聯網金融與大數據結合的安全性角度來說，如何利用大數據技術安全、有效地開發和利用爆炸式增長的金融信息是當前一個亟待解決的難題。本文將分析在大數據背景下的互聯網金融面臨的安全問題，同時提出應對策略。

1 大數據及其對互聯網金融的影響

1.1 大數據概述

“大數據”的概念，早在1980年就被美國人阿爾溫·托夫勒預測性地提出，世界頂級科學雜志《Nature》以及的《Science》分別在2008年9月和2011年推出“大數據”處理專刊，國際上掀起研究大數據熱潮。學術界一般認為，大數據是指所涉及的資料量規模巨大且復雜，以至于很難用現有的工具軟件或數據處理技術來處理的數據集[3]。大數據的常見特點包括5 V，既規模大(Volume)、速度高(Velocity)、形式多樣性(Variety)、真實性(Veracity)以及有價值(Value)[1-3]。

目前對大數據的分析應用主要包括：獲得知識與預測趨勢(如股市預測、天氣預報)，分析掌握個性化特征(如商業推薦、廣告投放)以及通過分析辨識真相(如有害虛假信息過濾)[3]。同時大數據又因高度的數據異構性(高達80%以上)和價值離散性，使得對其的分析與應用更加復雜，難以管理，這就需要新的處理模式先對數據進行清洗、集成，再按類型挖掘出海量數據里的有用信息。

大數據時代下，用戶網絡數字化生活對數據的安全性和隱私性要求更高，而傳統的數據保護方法(包括數據加密、訪問控制、入侵檢測、網絡隔離等)卻無法滿足這種需求，使得個人敏感信息的泄露更嚴重，而在網絡安全犯罪的打擊與防范上變得越發困難。因此，在大數據環境下的對數據的安全性(包括存儲安全、處理安全、傳播安全等)[1]和隱私性的保護面臨重大挑戰。

1.2 互聯網金融的發展

互聯網金融誕生于美國20世紀70年代初，但其真正發展是在1995年以后。我國互聯網金融起步于20個世紀90年代中期，從最初的網上銀行、網上證券，到進入21世紀以后，伴隨著云計算、大數據、社交網絡、移動智能終端及搜索引擎等互聯網技術的發展，電子商務、互聯網技術與金融業三者之間以不可逆轉的趨勢進行行業融合[2]，進而形成一種新金融形式——“互聯網金融”，主要包括第三方支付平臺、P2P網絡借貸、移動金融服務平臺、眾籌融資、第三方理財以及新興的網絡虛擬貨幣(如比特幣、Q幣)等模式。

我國的互聯網金融從2010年開始發展勢頭迅猛，2018年中國第三方綜合支付交易規模達到321.4萬億，同比增幅42%左右[4]。同時隨著3G/4G、WIFI無線網絡的覆蓋，以及智能終端設備的快速發展，選擇互聯網支付的用戶將以每年15%左右的速度遞增。互聯網金融以它的“及時性”和“移動性”突破了時空的界限，同時又融合互聯網社會的“低成本”與“對等透明化”，為人們帶來的金融服務的便利性和創新性，這一趨勢必將重建未來社會的金融體系。

1.3 大數據與互聯網金融的融合

大數據不僅僅是指擁有海量的數據，同時也是一種解決問題的方法，即通過收集、分析海量數據挖掘出有價值信息(如發現數據內的規律，收集有價值的見解)，幫助形成新的商業增長點。互聯網金融中幾乎所有產品都是由數據信息組成[6]，而這些數據又正是金融大數據的重要組成部分，原有的客戶信息、交易記錄、股票走勢、新聞報道等均會變成數據來源。所以大數據作為分析工具，對于互聯網金融在尋找潛在客戶、實現精準營銷、信貸風險監控、優化資源配置等方面將大現身手。

當然，互聯網金融不是互聯網和金融的簡單疊加，更不只是將某些傳統交易方式的網絡化，而是一種再造和創新。作為互聯網應用特有技術的大數據，正逐漸成為未來互聯網金融的核心。大數據高效的信息生產和處理方式、低成本的金融資源與服務、自身的風險控制、信息的對稱性已經深入到互聯網金融業的各個方面，它將會改變傳統的“金融互聯網”，并形成如大數據征信和貸款、大數據保險、大數據證券等新分支。

2 大數據背景下網絡金融的安全隱患

大數據背景下，當客戶需要完成某項互聯網金融業務(如P2P貸款、理財、眾籌融資)時，他只需要提供姓名和身份證，相應金融機構立即對其個人信息進行數據分析，得出授信額度，而不需要再進行審貸[6]。這就對互聯網金融在大數據背景下的安全性提出了更高的要求。

2.1 大數據自身的安全挑戰

大數據環境下的數據呈幾何級數增長，這就使得網絡安全防護和數據預處理、分析、解釋工作變得日益困難，技術的“雙刃性”制約著大數據的持續發展，大數據目前面臨的安全挑戰主要有以下幾方面。

2.1.1 數據安全性受到威脅

數據的存儲與處理是大數據的核心，而數據文件(其中可能包含重要信息)又大多是交給第三方平臺(如云計算中心)進行集中存儲與處理。在更為開放的網絡大數據環境下，云共享平臺逐漸成為黑客的攻擊目標，且變得更加容易，數據安全性受到極大的挑戰。傳統依賴于底層操作系統和數據庫系統本身安全的訪問控制模式顯得力不從心。

典籍描述的訟師形象，大多丑陋不堪，最典型的是清初方汝浩《禪真逸史》第二十四回“伏威計奪勝金姐，賢士教唆桑皮筋”里的訟師管賢士，原文是這樣描述他的：

2.1.2 用戶信息隱私安全問題

在Web2.0時代，社會的虛擬數字化程度非常高，并伴隨著物聯網技術的普及，手機、電子郵箱與即時通信工具QQ、微信、微博，甚至短視頻等信息關聯耦合性大大增加，如果用戶對于個人隱私數據使用不當，將會產生嚴重的隱私信息泄露。同時，企業在用戶數據收集、存儲與使用等方面均缺乏規范和制度，對敏感數據的所有權與使用權缺乏監管，這些雖經過匿名處理后的數據，經過大數據分析依然可以發現用戶的個性傾向、喜好和習慣等，造成用戶個人信息安全威脅。

2.1.3 數據真實可信性甄別難度大

大數據時代，人們會更依賴于從數據本身尋找規律和方向，但數據的真實可信度卻難以保證。不可信數據主要來源于篡改、刻意制造虛假信息，還有就是在傳輸過程中的數據失真。當前網絡中的虛假信息大多隱藏在海量信息中，用現有的安全技術手段鑒別所有數據來源的真實性難度極大。數據在加工處理過程如不考慮各項數據的可信度，將會得出無意義或者錯誤的分析結果。

2.2 大數據引發的互聯網金融安全問題

2.2.1 信息過度商業化引發隱私安全隱患

大數據的核心就是對數據的分析挖掘，而其數據規模的大小是效果的關鍵。各金融企業擁有的客戶及交易大數據，成為互聯網金融業繼續發展的基石，并且都力圖通過復雜關聯的挖掘以獲得更大的商業回報，這使得數據本身變得“值錢”[7]。基于此，部分涉網企業會不顧客戶信息隱私，采取各種方式繞過法律法規的監管，非法收集、處理和買賣表面看似匿名的大數據，并轉化為商業利潤，造成用戶信息嚴重泄露，使得大數據金融分析成為個人信息泄露的“重災區”。

2.2.2 數據的高關聯度引發安全危機

同時由于現在不少支付平臺(如支付寶、財付通、微信紅包)和理財產品(如余額寶、增值寶、理財通)都與即時通信工具(阿里旺旺、QQ、微信)或者手機號碼、郵箱關聯綁定，而這些又是被黑客攻擊的重點，這使得互聯網金融的賬號與密碼安全就變得非常脆弱。如不法分子僅需騙取或者通過大數據分析出用戶的手機號碼、銀行卡卡號、身份證號，然后復制手機號實現賬戶綁定，就能通過快捷支付形式把用戶賬上的錢輕松轉走。

另外，由于互聯網金融的日益普及，傳統的侵財案件也逐漸與之結合，形成諸如網銀盜刷、互聯網詐騙等新型犯罪模式，為公安機關的取證和打擊增加了時空難度，而普通群眾也因缺乏互聯網金融的安全意識，為犯罪分子提供了可乘之機。

2.2.3 不可信數據影響分析預測

互聯網金融處理的都是數據，所以數據的真實可信度就變得至關重要。影響數據可信度主要有2種形式，一種是數據傳播處理中的失真，一種是人為刻意修改、偽造信息。對于第一種情況，主要由數據采集方法和數據使用周期上的錯誤造成；對于第二種情況，主要針對有特定應用目的數據，有人通過偽造一系列數據，制造某種“假象”[8]，使分析者作出錯誤的判斷。例如一些電子商務網站、交易平臺上的虛假點評，通過雇傭“網絡水軍”在各大論壇、朋友圈發布理財產品的虛假利好消息，鏈接“釣魚”網站等，這都可能誤導用戶作出錯誤的選擇。由于當前虛擬網絡中不可信數據的產生和傳播形式變得越來越多樣性、隱蔽性和專業性，其對互聯網金融的負面影響不可低估。

2.2.4 海量大數據挑戰電子證據收集

大數據的特點首先是體現在數據量上，從超大規模的金融數據中，尋找有用的電子證據，其難度無異于大海撈針。很多時候我們會適當忽略數據微觀上的精準度，盡量從宏觀上分析，這卻破壞了數據的客觀真實性。另外，對大數據電子數據的采集分析，常常采用脫離上下文語意的“按圖索驥”式對比分析，很容易引起電子數據線索被錯誤解讀。另外還有電子數據證據偏在問題，以及電子數據的合法性、有效性認定問題，同樣突出。

3 應對策略

3.1 提高大數據的自身安全性

大數據背景下，用戶信息隱私性保護、數據內容可信度辨別、數據訪問權限控制等安全問題迫切需要解決。其中用戶信息隱私性可以通過數據發布匿名保護、社交網絡匿名保護等技術來提高。通過隱藏用戶間的關系，使攻擊者無法利用節點的各種屬性識別出用戶的身份信息，降低風險，同時對數據的生命周期進行嚴格管理，對超出使用周期的數據進行處理，防止這部分信息被不法分子利用。對數據的可信度分析，可以采用數據水印、數據溯源技術等防止數據被人為修改，同時可以追蹤泄密者。訪問控制目前廣泛采用基于角色和用戶組的訪問控制模型來解決。

3.2 利用大數據服務解決安全威脅

大數據為互聯網金融帶來了安全危機，但同時也給安全問題的解決帶來了機遇。

1)大數據的分析發現機制，可以對海量金融數據進行大范圍、長時間跨度、多維的分析預測，對潛在的信貸詐騙、網絡洗錢、賭博[7]風險可以進行預測監控，有效預防由于互聯網金融在資金轉移快捷、操作人員身份隱蔽、操作地點不確定等方面問題引發的金融犯罪。

2)基于大數據的認證技術，可以解決傳統認證安全性差、用戶記憶壓力大等問題，它通過收集和分析用戶、設備行為數據，獲得用戶及設備的行為特征，進而對這些數據鑒別來確定用戶身份，同時該方法還可以作為網絡犯罪偵查的手段和電子證據采集的依據。

3)大數據在數據可信度分析上可以為互聯網金融數據真實性鑒別提供支持。例如對于購物、理財網站上的虛假點評，可利用機器學習技術分析評論者的位置信息、評論時間、用詞特點等方法進行鑒別。同時大數據推動信息的對等性，讓網絡虛假信息在真實信息的發布下不攻自破。

3.3 政策法規的健全與監管模式的改變

當前，我國的互聯網金融還處于成長摸索階段，缺乏傳統銀行的風控體系和成熟的規章制度。在大數據背景下，互聯網金融面臨的成長競爭、安全威脅、風險控制等問題會嚴重影響其健康成長，國家必須在金融大數據采集、保存、處理方面建立相應制度，健全大數據環境下的電子物證提取、保全的法律程序[8]。同時國家還應該對互聯網金融的全過程進行多層次監管，維護我國互聯網金融的穩定和秩序。

4 結語

大數據改變著互聯網金融，也帶來了新的安全隱患，但大數據自身也是解決這些問題的重要手段。本文分析了大數據背景下的互聯網金融隱私保護、虛假信息辨識、電子物證采集等安全問題及關鍵技術。針對目前大數據環境下的互聯網金融犯罪，公安機關要具備“互聯網思維”，通過分析研判，及時獲取互聯網金融安全風險的苗頭，在實踐中通過網絡安全技術手段與完善相關政策法規兩方面來保證互聯金融持續健康的發展。