大数据安全

大数据的可信性
关于大数据的一个普遍的观 点是，数据自己可以说明 一 切，数 据 自 身 就 是 事 实。 但实际情况是，如果不仔细 甄别，数据也会欺骗，就像 人们有时会被自己的双眼欺 骗一样。
大数据面临的安全挑战
A B
C
大数据中的用户隐私保护
大量事实表明，大数据未被妥善处 理会对用户的隐私造成极大的侵害。 人们面临的威胁并不仅限于个人隐 私泄漏，还在于基于大数据对人们 状态和行为的预测
我国政府和科研机构已高度关注大数据安全问题。2012年12月，国家发改 委将数据分析软件开发和服务列入专项指南；2013年，科技部将大数据列入 973基础研究计划；2013年度国家自然基金指南中，管理学部、信息学部和数 理学部将大数据列入其中。此外，中国科学院、复旦大学、北京航空航天大学 等相继成立了近十个从事数据科学研究的专门机构。
其他支撑技术
虽然大数据应用强调以数 据为中心，将计算推送到 数据上执行，但是在整个 处理过程中，数据的传输 仍然是必不可少的，例如 一些科学观测数据从观测 点向数据中心的传输等等
大数据安全
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、检索学习等等。多想实际案例表明，即使 无害的数据被大量收集后们也会暴露个人隐私。事实上们大数据安全的含义 更为广泛，人们面临的威胁并不仅限于个人隐私泄漏。与其他信息一样，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。而实现大数据安全与隐私保护，较以往其它安全问题（如云计算 中的数据安全等）更为棘手。这是因为在云计算中，虽然云服务提供商控制 了数据的存储与运行环境，但是用户仍然有些办法保护自己的数据，例如通 过密码学的技术手段实现数据安全存储与安全计算，或者通过可信计算方式 实现运行环境安全等。
目录
CONTENTS
01 /大数据背景概述 02 /大数据安全 03 /大数据完整性审计协议
大数据概述
大数据背景概述 大数据概念 大数据的技术框架
大数据背景概述
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，平均每秒就有300万用户在使用google搜索，Facebook 用户每天共享的东西超过50亿，微博每天处理的微博数超过1亿。 同时，在科学计算、医疗卫生、金融、零售业等各行各业也有 大量的数据在源源不断地产生。大数据时代将引发新一轮信息 化投资和建设热潮。2015年全球信息总量已经达到8ZB，预计到 2020年全球将总共拥有35ZB的数据量，预测未来大数据产品在 三大行业的应用就将产生7千亿美元的潜在市场，未来中国大数 据产品的潜在市场规模有望达到1.57万亿元，给IT行业开拓了一 个新的黄金时代。
大数据概念
（1） 来自于人
人们在互联网活动 以及使用移动互联网过 程中所产生的各类数据， 包括文字、图片、视频 等信息
（3） 来自于物
各类数据设备所采集的 数据。如摄像头产生的 数据信号、医疗物联网 产生的人的各项特征值、 天文望远镜所产生的大 量数据等
ห้องสมุดไป่ตู้大数据概述
01 02
03
（2） 来自于机
各类计算机信息系统产生 的数据，以文件、数据库、 多媒体等形式存在，也包 括审计、日志等自动生成 的信息
风险自适应的访问控制
在大数据场景中，安全管理员可 能缺乏足够的专业知识，无法准 确地为用户指定其可以访问的数 据。风险自适应的访问控制是针 对这种场景讨论较多的一种访问 控制方法。
数量庞大 大数据的基本特征，指 大数据的数据含量从传 统的大型数据集的TB级 增加到至少PB级别
类型多样 大数据的内在特性，指大 数据包含的数据类型非常 多样，包括文本、图片、 音频、视频等
大数据 概念
大数据概念
处理迅速 大数据的典型需求，指 为了最大化大数据的价 值，对它的处理通常必 须很快
价值量高 大数据的终极意义，指大 数据中原本碎片化的信息 能够通过整合而得到更多 有价值的信息
数据发布匿名保护技术
对于大数据中的结构化数据（或 称关系数据）而言，数据发布匿 名保护是实现其隐私保护的核心 关键技术与基本手段，目前仍处 于不断发展与完善阶段。以典型 的ｋ匿名方案例。
数据水印技术
数字水印是指将标识信息以难以 察觉的方式嵌入在数据载体内部 且不影响其使用的方法，多见于 多媒体数据版权保护。也有部分 针对数据库和文本文件的水印方 案。
大数据安全关键技术
01 02
03
社交网络匿名保护技术
社交网络中的典型匿名保护需求 为用户标识匿名与属性匿名（又 称点匿名），在数据发布时隐藏 了用户的标识与属性信息；以及 用户间关系匿名（又称边匿名）， 在数据发布时隐藏用户间的关系。
数据溯源技术
数据集成是大数据前期 处理的步骤之一。由于 数据的来源多样化，所 以有必要记录数据的来 源及其传播、计算过程， 为后期的挖掘与决策提 供辅助支持。
大数据的访问控制
访问控制是实现数据受控共享的 有效手段。由于大数据可能被用 于多种不同场景，其访问控制需 求十分突出。大数据访问控制的 特点与难点在于：难以预设角色， 实现角色划分。
国内外大数据安全政策措施
发达国家已经启动大数据发展及安全布局。2012年3月，美国政府发布 《大数据研究和发展倡议》，投资2亿美元发展大数据，用以强化国土安全、 转变教育学习模式、加速科学和工程领域的创新速度和水平；2012年7月，日 本提出以电子政府、电子医疗、防灾等为中心制定新ICT（信息通信技术）战 略，发布“新ICT计划”，重点关注大数据研究和应用；2013年1月，英国政府 宣布将在对地观测、医疗卫生等大 数据和节能计算技术方面投资1.89亿英镑。
大数据的技术框架
大数据采集与预处理
大数据的数据源多样化， 包括数据库、文本、图片、 视频、网页等各类结构化、 非结构化及半结构化数据。
数据解释
数据解释旨在更好地 支持用户对数据分析 结构的使用，涉及的 主要技术为可视化和 人机交互。
大数据的技术框架
框架
数据分析
数据分析是大数据应 用的核心流程。根据 不同层次大致可分为3 类：计算架构、查询 与索引以及数据分析 和处理。