大数据处理中的安全要点

通信网安全理论与技术大数据处理中的安全

学院：电子信息工程学院

专业：通信工程

学生姓名：***

学号：********

指导教师：***

2013年10月16

中文摘要

大数据要求在合理时间内撷取、管理、处理、并整理海量数据，并将其成为帮助企业经营决策更积极目的的资讯。比较一般数据处理有着数据量巨大、数据类型多样、价值密度低、处理速度快等特点。

作为新兴产物，大数据仍然有许多亟需解决的安全问题。从基础技术角度来看，大数据依托的基础技术是NoSQL（非关系型数据库），NoSQL允许不断对数据记录添加属性，其前瞻安全性变得非常重要。从核心价值角度来看，大数据关键在于数据分析和利用，但数据分析技术的发展，对用户隐私产生极大的威胁。

本文首先讲述什么是大数据，及大数据的特点，然后根据其特点分析，说明大数据存在的一些安全隐患，最后阐述怎样解决大数据中存在的一些安全问题。

关键词：大数据；安全；NoSQL；虚拟化

Abstract

Large data requires a reasonable time to capture, manage, process, and organize vast amounts of data, and make these data become more active to help business decision-making purposes information. Compared with general data,there are huge amount of data, many kinds of data types, the value of low density, processing speed and other characteristics.

As a new product, there are still many large data security problems needed to solve. From basic technical perspective, NoSQL (non-relational databases) is relied by large data, NoSQL allows data records continuously add attributes, and its forward-looking security becomes very important. From the perspective of core values, the key lies in big data analysis and use of data, but with the development of data analysis technology, user privacy is Under threat.

This paper first describes what is big data, and large data characteristics, and then analyzes the existence of some large data security risks according to its characteristics.Finally explain how to solve some existing large data security issues.

Keywords: Big data;Safe; NoSQL; Virtualization

目录

中文摘要 (i)

Abstract (ii)

第 1 章绪论 (2)

1.1什么是大数据 (2)

1.2大数据的特征 (3)

第 2 章大数据安全问题 (5)

2.1大数据时代的信息安全“隐患” (5)

2.2实现"大数据"时代下的安全 (8)

第 3 章结论与展望 (9)

参考文献 (10)

第 1 章绪论

1.1什么是大数据

大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

“大数据”作为时下最火热的IT行业的词汇，随之而来的数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。

早在1980年，著名未来学家阿尔文·托夫勒便在《第三次浪潮》一书中，将大数据热情地赞颂为“第三次浪潮的华彩乐章”。不过，大约从2009年开始，“大数据”才成为互联网信息技术行业的流行词汇。美国互联网数据中心指出，互联网上的数据每年将增长50%，每两年便将翻一番，而目前世界上90%以上的数据是最近几年才产生的。此外，数据又并非单纯指人们在互联网上发布的信息，全世界的工业设备、汽车、电表上有着无数的数码传感器，随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化，也产生了海量的数据信息。

大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。且中国物联网校企联盟认为，物联网的发展离不开大数据，依靠大数据可以提供足够有利的资源。

随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。《著云台》的分析师团队认为，大数据（Big data）通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。

大数据分析相比于传统的数据仓库应用，具有数据量大、查询分析复杂等特点。《计算机学报》刊登的“架构大数据:挑战、现状与展望”一文列举了大数据分析平台需要