大数据安全与隐私保护_冯登国_张敏_李昊

］ ２ １ － 当 前， 与隐私问题是 人 们 公 认 的 关 键 问 题 之 一 ［ ．
安全问题和挑战的 同 时 ， 也为信息安全领域带来了 新的发展契机 ， 即基 于 大 数 据 的 信 息 安 全 相 关 技 术 可以反过来用于大 数 据 的 安 全 和 隐 私 保 护 ． 本文在 第 ５ 节对其进行了初步分析与探讨 ．
） 是当前学术 界 和 产 业 界 的 研 究 热 点 ， 正 影 响 着 人 们 日 常 生 活 方 式、 工作习惯及思考模 摘 要 大数据 （ Ｂ ｔ ａ ｉ Ｄ ａ ｇ 式． 但目前大数据在收集 、 存储和使用过 程 中 面 临 着 诸 多 安 全 风 险 ， 大数据所导致的隐私泄露为用户带来严重困 扰， 虚假数据将导致错误或无效的大数据分析结果 ． 该文分析了实现大数据安全 与 隐 私 保 护 所 面 临 的 技 术 挑 战 ， 整 理了若干关键技术及其最新进展 ． 分析指出大数据在引入安全问题的同时 ， 也是 解 决 信 息 安 全 问 题 的 有 效 手 段 ． 它 为信息安全领域的发展带来了新的契机 ． 关键词 大数据 ； 大数据安全 ； 隐私保护 ； 信息安全 ／ 中图法分类号 Ｔ Ｐ ３ ０ ９ Ｄ ０． ３ ７ ２ ４ Ｓ Ｐ． Ｊ ． １ ０ １ ６． ２ ０ １ ４． ０ ０ ２ ４ ６ Ｏ Ｉ号 １
Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ｏ ｗ ａ ｄ ａ ｓ ｂ ｉ ｄ ａ ｔ ａ ｈ ａ ｓ ｂ ｅ ｃ ｏ ｍ ｅ ａ ｈ ｏ ｔ ｔ ｏ ｉ ｃ ｉ ｎ ｂ ｏ ｔ ｈ ｔ ｈ ｅ ａ ｃ ａ ｄ ｅ ｍ ｉ ｃ ａ ｎ ｄ ｔ ｈ ｅ ｉ ｎ ｄ ｕ ｓ ｔ ｒ ｉ ａ ｌ Ｎ ｙ ｇ ｐ ，ｗ ， ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ ． Ｉ ｔ ｉ ｓ ｒ ｅ ａ ｒ ｄ ｅ ｄ ａ ｓ ａ ｒ ｅ ｖ ｏ ｌ ｕ ｔ ｉ ｏ ｎ ｔ ｈ ａ ｔ ｗ ｉ ｌ ｌ ｔ ｒ ａ ｎ ｓ ｆ ｏ ｒ ｍ ｈ ｏ ｗ ｗ ｅ ｌ ｉ ｖ ｅ ｏ ｒ ｋ ａ ｎ ｄ ｔ ｈ ｉ ｎ ｋ ．Ｈ ｏ ｗ ｅ ｖ ｅ ｒ ｇ ， ｒ ｉ ｖ ａ ｃ ｒ ｏ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ｗ ｈ ｅ ｎ ｃ ｏ ｌ ｌ ｅ ｃ ｔ ｉ ｎ ｔ ｈ ｅ ｒ ｅ ａ ｒ ｅ ｍ ａ ｎ ｓ ｅ ｃ ｕ ｒ ｉ ｔ ｒ ｉ ｓ ｋ ｓ ｉ ｎ ｔ ｈ ｅ ｆ ｉ ｅ ｌ ｄ ｏ ｆ ｄ ａ ｔ ａ ｓ ｅ ｃ ｕ ｒ ｉ ｔ ａ ｎ ｄ ｐ ｙ ｐ ｇ ｙ ｙ ｙ ｓ ｔ ｏ ｒ ｉ ｎ ａ ｎ ｄ ｕ ｔ ｉ ｌ ｉ ｚ ｉ ｎ ｂ ｉ ｄ ａ ｔ ａ ． Ｐ ｒ ｉ ｖ ａ ｃ ｉ ｓ ｓ ｕ ｅ ｓ ｒ ｅ ｌ ａ ｔ ｅ ｄ ｗ ｉ ｔ ｈ ｂ ｉ ｄ ａ ｔ ａ ａ ｎ ａ ｌ ｓ ｉ ｓ ｓ ｅ ｌ ｌ ｔ ｒ ｏ ｕ ｂ ｌ ｅ ｆ ｏ ｒ ｉ ｎ ｄ ｉ － ｇ ｇ ｇ ｙ ｇ ｙ ｐ ｖ ｉ ｄ ｕ ａ ｌ ｓ ．Ａ ｎ ｄ ｄ ｅ ｃ ｅ ｔ ｉ ｖ ｅ ｏ ｒ ｆ ａ ｋ ｅ ｉ ｎ ｆ ｏ ｒ ｍ ａ ｔ ｉ ｏ ｎ ｗ ｉ ｔ ｈ ｉ ｎ ｂ ｉ ｄ ａ ｔ ａ ｍ ａ ｌ ｅ ａ ｄ ｔ ｏ ｉ ｎ ｃ ｏ ｒ ｒ ｅ ｃ ｔ ａ ｎ ａ ｌ ｓ ｉ ｓ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ． ｐ ｇ ｙ ｙ ， ａ ｅ ｒ ｓ ｕ ｍｍ ａ ｒ ｉ ｚ ｅ ｓ ａ ｎ ｄ ａ ｎ ａ ｌ ｚ ｅ ｓ ｔ ｈ ｅ ｓ ｅ ｃ ｕ ｒ ｉ ｔ ｃ ｈ ａ ｌ ｌ ｅ ｎ ｅ ｓ ｂ ｒ ｏ ｕ ｈ ｔ ｂ ｂ ｉ ｄ ａ ｔ ａ ａ ｎ ｄ ｔ ｈ ｅ ｎ Ｔ ｈ ｉ ｓ ｐｐ ｙ ｙ ｇ ｇ ｙ ｇ ， ｄ ｅ ｓ ｃ ｒ ｉ ｂ ｅ ｓ ｔ ｈ ｅ ｋ ｅ ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｉ ｅ ｓ ｗ ｈ ｉ ｃ ｈ ｃ ａ ｎ ｂ ｅ ｅ ｘ ｌ ｏ ｉ ｔ ｅ ｄ ｔ ｏ ｄ ｅ ａ ｌ ｗ ｉ ｔ ｈ ｔ ｈ ｅ ｓ ｅ ｃ ｈ ａ ｌ ｌ ｅ ｎ ｅ ｓ ． Ｆ ｉ ｎ ａ ｌ ｌ ｔ ｈ ｉ ｓ ｙ ｇ ｐ ｇ ｙ ， ａ ｅ ｒ ａ ｒ ｕ ｅ ｓ ｔ ｈ ａ ｔ ｂ ｉ ｄ ａ ｔ ａ ｂ ｒ ｉ ｎ ｓ ｎ ｏ ｔ ｏ ｎ ｌ ｃ ｈ ａ ｌ ｌ ｅ ｎ ｅ ｓ ｂ ｕ ｔ ａ ｌ ｓ ｏ ｔ ｅ ｃ ｈ ｎ ｉ ｃ ａ ｌ ｒ ｅ ｖ ｏ ｌ ｕ ｔ ｉ ｏ ｎ ｉ ｎ ｔ ｈ ｅ ｆ ｉ ｅ ｌ ｄ ｏ ｆ ｐ ｐ ｇ ｇ ｇ ｙ ｇ ｉ ｎ ｆ ｏ ｒ ｍ ａ ｔ ｉ ｏ ｎ ｓ ｅ ｃ ｕ ｒ ｉ ｔ ． ｙ ； ； ； Ｋ ｅ ｗ ｏ ｒ ｄ ｓ ｉ ｄ ａ ｔ ａ ｂ ｉ ｄ ａ ｔ ａ ｓ ｅ ｃ ｕ ｒ ｉ ｔ ｒ ｉ ｖ ａ ｃ ｒ ｏ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ｉ ｎ ｆ ｏ ｒ ｍ ａ ｔ ｉ ｏ ｎ ｓ ｅ ｃ ｕ ｒ ｉ ｔ ｂ ｇ ｇ ｙ ｐ ｙ ｐ ｙ ｙ 数据在不 断 产 生 ． １ ２年全球信息总量已经达到 ２ ０
而到 ２ ２ ． ７ Ｚ Ｂ， ０ １ ５ 年这一数值预计会达到 ８ Ｚ Ｂ． 这一现象引发了人们的广泛关注 ． 在学术界 ， 图 灵奖获得者 Ｊ ｒ ａ ｉ ｍ Ｇ ｙ 提出了科学研究的第四范式 ， 即以大数据为基础的数据密 集 型 科 学 研 究 ； ８年 ２ ０ ０ 》 《 推出了大数据专刊对其展开探讨 ； Ｎ ａ ｔ ｕ ｒ ｅ １年 ２ ０ １ 》 《 Ｓ ｃ ｉ ｅ ｎ ｃ ｅ 也推出类似的数据处理专刊 ． Ｉ Ｔ 产业界行 动更为积极 ， 持续关注数据再利用 ， 挖掘大数据的潜
； ） 、 最终修改稿收到日期 ： 本课题得到国家自然科学基金 （ 收稿日期 ： 国家“ 八六三” ０ ７ ２ ２ ２ ０ １ １ ２ ６． ９ １ １ １ ８ ０ ０ ６， ６ １ ２ ３ ２ ０ ０ ５， ６ １ １ ０ ０ ２ ３ ７ ３ １ ３ ２ ０ １ － － － － ） 资助 ． 冯登国 ， 博士， 研究员， 高技术研究发展计划项目基金 （ 男， 主要研究 领 域 为 信 息 安 全 与 密 码 学、 可 ０ １ ２ ３ ８ ２ ４ ０ ０ １ ５年生， ２ ０ １ １ ＡＡ １ ９ ６ ： 张 敏， 女， 博士 ， 副研究员 ， 信计算与信息保障 ． 主要研究方向为数据隐私保护 、 可信计算与云存 储 ｌ ｆ ｅ ｎ ｄ ６ ３． ｎ ｅ ｔ ． １ ９ ７ ５ 年生 ， Ｅ－ｍ ａ ｉ ＠２ ｇ ｇ 安全 ． 李 昊， 男， 博士 ， 助理研究员 ， 主要研究方向为数据隐私保护与可信计算 ． １ ３ 年生 ， ９ ８
１期
冯登国等 ：大数据安全与隐私保护
２ ４ ７
在价值 ． 目前 ， 大数据已成为继云计算之后信息技术 领域的 另 一 个 信 息 产 业 增 长 点 ． 据Ｇ ｔ ｎ ｅ ｒ 预 测， ａ ｒ 到 ２ ０ １ ３年 大 数 据 将 带 动 全 球Ｉ Ｔ 支出３ ４ ０ 亿 美 元， ６ 年全球在大数据方面 的 总 花 费 将 达 到 ２ ０亿 ２ ０ １ ３ ２ 美元 ． 大数 据 ” 技术列入２ ２年对众多 Ｇ ａ ｒ ｔ ｎ ｅ ｒ将 “ ０ １ 公司和组织机构具有战略意义的十大技术与趋势之 一． 不仅如此 ， 作为 国 家 和 社 会 的 主 要 管 理 者 ， 各国 政府也是 大 数 据 技 术 推 广 的 主 要 推 动 者 ． ０ ９年 ２ ０ 向公众开放政 ａ ． ｏ ｖ网 站， ３ 月美国政府上线 了 ｄ ａ ｔ ｇ 府所拥有的公共 数 据 ． 随 后， 英 国、 澳大利亚等政府 也开始了大数据开放的进程 ， 截至目前 ， 全世界已经 正式有 ３ ５ 个国家和 地 区 构 建 了 自 己 的 数 据 开 放 门 美国政 府 联 合 ６ 个 部 门 宣 布 了 ２ 亿 美 元 户网站 ① ． 的“ 大数据 研 究 与 发 展 计 划 ” 在 我 国， ２年中国 ． ２ ０ １ 通信学会 、 中国计算 机 学 会 等 重 要 学 术 组 织 先 后 成 立了大数据专家委 员 会 ， 为我国大数据应用和发展 提供学术咨询 ． 目前 大 数 据 的 发 展 仍 然 面 临 着 许 多 问 题 ， 安全
１ 引 言
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 ， 平均每秒有 ２ ０ ０ 万用户在使用谷 歌搜索 ， Ｆ ｅ ｂ ｏ ｏ ｋ 用 户 每 天 共 享 的 东 西 超 过４ ａ ｃ ０亿， 科 同 时， ｉ ｔ ｔ ｅ ｒ每天 处 理 的 推 特 数 量 超 过 ３ Ｔ ｗ ． ４ 亿． 、 、 、 学计算 医疗卫生 金 融 零 售 业 等 各 行 业 也 有 大 量
第３ ７卷 第１期 １ ４年１月 ２ ０
计 算 机 学 报 Ｎ Ｅ Ｓ Ｅ Ｊ ＯＵＲ ＮＡ Ｌ Ｏ Ｆ Ｃ ＯＭＰ ＵＴ Ｅ Ｒ Ｓ ＣＨ Ｉ
． ３ ７ Ｎ ｏ ． １ Ｖ ｏ ｌ Ｊ ａ ｎ ． ２ቤተ መጻሕፍቲ ባይዱ０ １ ４
大数据安全与隐私保护
冯登国 张 敏 李 昊
（ ） 中国科学院软件研究所 可信计算与信息保障实验室 北京 １ １ ９ ０ ０ ０
［ ３］
：
（ ） 来自 于 人 ． 人们在互联网活动以及使用移 １ 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 ； （ ） 来自 于 机 ． 各类计算机信息系统产生的数 ２ 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 ； （ ） 来自于物 ． 各类数字 设 备 所 采 集 的 数 据 ． 如 ３ 、 摄像头产生的数字 信 号 医 疗 物 联 网 中 产 生 的 人 的 各项特征值 、 天文望远镜所产生的大量数据等 ． ２ ． ２ 大数据分析目标 目前大数据分析应用于科学 、 医药 、 商业等各个 领 域， 用 途 差 异 巨 大． 但其目标可以归纳为如下 几类 ： （ ） 获得知识与推测趋势 ． １ 人们 进 行 数 据 分 析 由 来 已 久 ， 最初且最重要的 目的就是获得知识 、 利用知识 ． 由于大数据包含大量 原始 、 真实 信 息 ， 大数据分析能够有效地摒弃个体 差异 ， 帮助人们透过现象 、 更准确地把握事物背后的 规律 ． 基于挖掘出的知识 ， 可以更准确地对自然或社 会现 象 进 行 预 测 ． 典型的案例是 Ｇ ｅ公司的 ｏ ｏ ｌ ｇ 它通过统计人们对流感信 Ｇ ｅ Ｆ ｌ ｕ Ｔ ｒ ｅ ｎ ｄ ｓ网站 ． ｏ ｏ ｌ ｇ 息的搜索 ， 查询 Ｇ ｅ服务器日志的Ｉ ｏ ｏ ｌ Ｐ 地址判定搜 ｇ 又 索来源 ， 从而 发 布 对 世 界 各 地 流 感 情 况 的 预 测 ③ ． 如， 人们可以根据 Ｔ ｔ ｔ ｅ ｒ信息预测股票行情 ④ 等 ． ｗ ｉ （ ） 分析掌握个性化特征 ． ２ 个体 活 动 在 满 足 某 些 群 体 特 征 的 同 时 ， 也具有
ｔ ａ Ｓ ｅ ｃ ｕ ｒ ｉ ｔ ａ ｎ ｄ Ｐ ｒ ｉ ｖ ａ ｃ Ｐ ｒ ｏ ｔ ｅ ｃ ｔ ｉ ｏ ｎ Ｂ ｉ Ｄ ａ ｙ ｙ ｇ
Ｆ Ｅ ＮＧ ｕ ｏ Ｄ ｅ ｎ ＨＡＮＧ Ｍ ｉ ｎ Ｌ Ｉ Ｈ ａ ｏ Ｚ －Ｇ ｇ
（ ） ０ ０ Ｔ ｒ ｕ Ｃ ｏ ｍ ｕ ａ ｎ ｄ Ｉ ｎ ｏ ｒ Ａ ｓ ｓ Ｌ ａ ｂ Ｉ ｎ ｓ ｏ Ｓ ｏ ｔ ｗ Ｃ ｈ ｉ Ａ ｃ ａ ｏ Ｓ ｃ ｉ Ｂ ｅ ｉ ｉ ｓ ｔ ｅ ｄ ｔ ｉ ｎ ｍ ａ ｔ ｉ ｏ ｎ ｕ ｒ ａ ｎ ｃ ｅ ｏ ｒ ａ ｔ ｏ ｒ ｔ ｉ ｔ ｕ ｔ ｅ ａ ｒ ｅ， ｎ ｅ ｓ ｅ ｄ ｅ ｍ ｅ ｎ ｃ ｅ ｓ， ｎ １ ９ ０ ｐ ｆ ｆ ｆ ｆ ｊ ｇ ｙ， ｙ ｇ １
２ 大数据研究概述
２ ． １ 大数据来源与特征 普遍的观点认为 ， 大数据是指规模大且复杂 、 以 至于很难用现有数据库管理工具或数据处理应用来 大数据的常见特点包括大规模 处 理 的 数 据 集 ②． （ ） 、 ） ） 高速性 （ 和多样性 （ ｖ ｕ ｍ ｅ ｖ ｏ ｃ ｉ ｔ ｉ ｅ ｔ ． ｏ ｌ ｅ ｌ ｖ ａ ｒ ｙ ｙ 根据 来 源 的 不 同 ， 大数据大致可分为如下 几类