大数据安全风险与挑战
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
原理：通过互联网传播的公众对现实生活中的某些热点、焦 点问题所持有的较强影响力、倾向性的言论和观点，传播场 所包括论坛、博客、新闻跟帖、转帖、微博等 原理：开放性、时效性、互动性、多元性、突发性、个性化、 群体极性、揭露问题、批判现实
万千气象：感受数据之大
2 大数据舆情监测的挑战
大数据采集和处理
社交媒体数据量爆炸增长，传统舆情技术无力实现全数据采集 利用传统数据处理与存储方式，要实时处理海量数据，投入巨大
7
防不胜防： 大数据之安全风险
Jasmine.More
万千气象：感受数据之大
大数据的例子
GOOGLE通过全美各地区 搜索H1N1及流感相关关 键字频率和分布，得出疫 情爆发情报
对冲基金通过Twitter用户 每天关于情绪的关键字进 行以亿为单位的数据分析， 用以为买入和卖出股票 做参考
BOSTON 爆 炸 案 ， 通过当天的数据分 析，第二天抓获嫌 疑犯，制止再次作 案。
实现“主动服务”，“信息找人”
实现有害信息的过滤 反动言论，谣言，保护国家安全 色情内容，保护青少年身心健康
防不胜防：大数据之安全风险
2 大数据信息过滤应用
协作过滤
用户和用户之间，关键问题是聚类 提供用户资源的新颖性
协同过滤时需要解决的是稀疏性，并尽力提高 可拓展性
防不胜防：大数据之安全风险
3 大数据舆情分析:
。
• 大数据分析能力逐渐加强，传统市场研究行业、证券研究所、 产业链咨询机构将逐渐消失。 • 银行都将基于企业大数据平台开展银行直销业务，同时按照产
业链金融服务事业部模式开展业务
• 因大数据系统的出现，所有依赖信息不对称盈利的业务都将消
改变
失。
大数据对政府、运营商，高校、企业来说，象空气一样不可或缺！
方案
超级 节点 方案
基于超级节点对图结构进行分割和集聚操作。
不足在于牺牲数据的可用性
沙里淘金： 大数据之内容安全
Jasmine.More
防不胜防：大数据之安全风险
大数据成为竞争新焦点同时，带来了更多安全风险
如何从海量数据中 过滤敏感信息内容
信息过滤
如何实时将最重要的 舆情信息优先放到用 户面前
舆情分析
Jasmine.More
任重道远：大数据展望
技术和政策并重
持续对大数据安全与隐私方向研究
完善重点领域数据管理和规范制度
加强对重点领域敏感数据的监管
大数据时代
期望数据与安全完美平衡
防不胜防：大数据之安全防护
1 大数据在带来了新安全风险的同时也为信 息安全的发展提供了新机遇
利用大数据分析，通过搜集来 自多种数据源的信息安全数据， 深入分析挖掘有价值的信息， 对未知安全威胁做到提前响应、 降低风险
网络安全 防护
网络信息 内容防护
借助基于大数据分析技术的 机器学习和数据挖据算法， 智能地洞悉信息与网络安全 的态势，从而加主动、弹性 地去应对新型复杂的威胁和 未知多变的风险。
大数据or大问题？
西北工业大学 戴冠中教授
大 数 据 时 代 的 安 全 挑 战 及 防 护
目录
1
2 3 4 万千气象：大数据之分析
防不胜防：大数据之风险
天网恢恢：数据之网络安全 淘沙取金：大数据之内容安全 任重道远：大数据之展望
5
万千气象： 大数据之分析
Jasmine.More
万千气象：大数据之分析
• 社会信息化和网络化导致数据的爆炸式增长 • 云计算、物联网等新技术催生大数据 • 数据仓库、数据分析、数据挖掘等技术
大数据的核心是数据、技术和思维
万千气象：大数据之分析
数据 指数 增长 根据IDC 监测，数据量正在呈 指数级增长，约每两年翻一番。 结构
日趋
复杂 大量新数据源的出现则导致 了非结构化、半结构化数据 爆发式的增长。
2 基于大数据的认证技术:
原理：收集用户行为和设备行为数据，对这些数据分析， 获得用户行为和设备行为的特征，进而确定其身份。
优点
攻击者很难模拟用户行为通过认证 减小用户负担 更好的支持各系统认证机制的统一
缺点
初始阶段认证分析不准确 对数据质量要求高 存在用户隐私问题
防不胜防：大数据之安全风险
3 大数据匿名保护技术:
舆情的发现
用户一天满负荷接收的数据量有限 如何实时将最重要的舆情信息优先放到用户面前成为重要问题。
舆论噪音的辨别与去除
社交平台中存在大量受控制的机器账号，可快速增长某些内容的转发量 需要有技术识别舆情的真假，防止被错误引导内容
防不胜防：大数据之安全风险
3 大数据舆情分析示例:
防不胜防：大数据之安全风险
缺点
不能应对数据连续多次发布、攻击 者从多渠道获得数据的问题的场景
。
防不胜防：大数据之安全风险
3 社交网络中典型的匿名保护:
原理：用户标识匿名与属性匿名，在数据发布时隐藏了 用户 的标识与属性信息；用户间关系匿名，在数据发布时隐藏了 用户间的关系
边匿 名
多基于边的增删，用随机增删交换便的方法有效地实现边匿名 不足：匿名边保护不足
随着经济社会快速发展，保障我国大数据信息安 全已经成为关乎大数据应用的重要
大数据安全防护-网络安全篇
保证大数据安全采取的措
安全 分析
大数据正在为安
全分析提供新的可 能性，对于海量数 收集用户行为和设 备行为数据，对这 些数据分析，获得 用户行为和设备行 为的特征，进而确 认证技 术 数据发布匿名保护 技术是对大数据中 结构化数据实现隐 私保护的核心关键 与基本技术手段 匿名保 护技术
防不胜防：大数据之安全风险
大数据成为竞争新焦点同时，带来了更多安全风险
大数据本身成为 网络攻击的显著 目标
业务数据
大数据加大隐私泄 露风险
隐私泄露
大数据对现有的存 储和安防措施提出 挑战
存储风险
大数据成为高 级可持续攻击 的载体
APT攻击
防不胜防：大数据之安全风险
大数据不仅意 味着海量的数 据，也意味更 复杂、更敏感 的数据
防不胜防：大数据之安全风险
2 基于大数据的认证技术:
攻击者总能找到方法来骗取用户所知的 秘密，或窃取用户凭证 传统认证技术中认证方式越安全往往意 味着用户负担越重
身份认证：信息系统或网络中确认操作者身份 的过程，传统认证技术只要通过用户所知的口 令或者持有凭证来鉴别用户
防不胜防：大数据之安全风险
据的分析有助于信
息安全服务提供商 更好的刻画网络异 常行为，从而找出 数据中的风险点。
。
定其身份
万千气象：感受数据之大
基于大数据，企业可以更主动的发现潜在的安全威胁 相较于传统技术方案，大数据威胁发现技术有以下优点：
1、分析内容的范围更大
2、分析内容的时间跨度 更长
3、攻击威胁的预测性
4、对未知威胁的检测
防不胜防：大数据之安全风险
4 大数据成为高级可持续攻击的载体
数据大集中的导致复杂多样的数据存储， 如可能出现数据违规存储 常规的安全扫描手段需要耗费过多时间， 已影响到安全控制措施能否正确运行 攻击者可设置陷阱误导安全厂商目标信 息提取，导致安全监测偏离应有的方向。
天网恢恢： 大数据之网络安全
Jasmine.More
数据会吸引更多 的潜在攻击者， 成为更具吸引力 的目标
数据的大量聚集， 使得黑客一次成 功的攻击能够获 得更多的数据， 无形中降低了黑 客的进攻成本， 增加了“收益率
防不胜防：大数据之安全风险
1 大数据成为网络攻击的显著目标
大数据成为更容易被“发现”的大目标， 承载着越来越多的关注度 大数据包含复杂敏感数据，会吸引更多 的潜在攻击者，成为更具吸引力的目标 数据的大量聚集，使得一次成功的攻击能 够获得更多的数据，增加了攻击收益率
控制网络功能
社会网络建模分析方法
防不胜防：大数据之安全风险
3 大数据社会网络分析:
研究内容：测量网络数据、发现网络性质、建立网络模型、 分析网络用户行为及与各个连接节点的关系。 发展应用：社会网络与大数据分析相结合，为分析复杂的社 会系统提供了有力的工具，在社会学、管理学、经济、国家 安全等领域将得到广泛应用。
测量网络数据 建立网络模型 分析网络行为
发现网络数据
控制网络功能
社会网络建模分析方法
防不胜防：大数据之安全风险
3 社交关系网结构:
防不胜防：大数据之安全风险
3 大数据社交关系结构:
防不胜防：大数据之安全风险
3 大数据开源情报分析:
研究内容：将大量的存在于网络中的开源各类数据以图形方 式对数据间的关联进行描述和展现，并运用众多数据分析的 方法（关联分析、网络分析、路径分析、时间序列分析、空 间分析等）来发现和揭示数据中隐含的公共要素和关联
大数据对现有的存储 和安防措施提出挑战
社会网络分析
开源情报分析
大数据成为高级可 持续攻击的载体
大数据安全防护-网络安全篇
大数据环境下的信息过滤特点
智能
高效 自学习
智能过滤违法国家
法律法规以及侵犯 用户权益的内容， 在本系统在保证准 确率的情况下，可 以满足海量处理规 模数据，快速便捷 地匹配自定义的关
• 当今创造的数据早已经远远超越了目前人力所能处理的范畴 • 大数据时代正在来临
万千气象：大数据之分析
大数据的特征
来自百度文库
数据巨大
大容量 多样性
高速度 真实性
处理速度快
数据类型繁多 追求高质量的数据
万千气象：感受数据之大
优化 革命 颠覆
• 各级政府、主管部门、上市公司、企业集团、外资公司都将基 于大数据分析平台优化其决策。
防不胜防：大数据之安全风险
2 大数据加大隐私泄露风险
数据汇集包括大量企业运营数据、客户 信息、个人行为的细节记录 敏感数据的所有权和使用权无明确的界 定，大数据分析未考虑到个体隐私问题 数据的集中存储增加了数据泄露风险
防不胜防：大数据之安全风险
3 大数据对现有的存储和安防措施提出挑战
攻击者利用大数据将攻击很好地隐藏起 来，使传统的防护策略难以检测出来 大数据的价值低密度性，让安全分析工具很 难聚焦在价值点上，攻击可隐藏在大数据中 随着数据增长，安全防护更新升级速度 无法跟上数据量非线性增长的步伐
3 大数据社会网络分析:
研究内容：测量网络数据、发现网络性质、建立网络模型、 分析网络用户行为及与各个连接节点的关系。 发展应用：社会网络与大数据分析相结合，为分析复杂的社 会系统提供了有力的工具，在社会学、管理学、经济、国家 安全等领域将得到广泛应用。
测量网络数据 建立网络模型 分析网络行为
发现网络数据
效率
丰富 隐蔽
情报收集成本小，
降低情报收集工作 量，减少违法或违 借助开源情报来理 解相关联的秘密情 报，且有助于研究 长期问题
可以保护情报源和 情报方法以及自身 战略意图
反道德的风险
防不胜防：大数据之安全风险
2 网络开源情报分析方法
协作过滤
数据定量分析 多源数据融合 相关性分析
任重道远： 大数据之展望
通过机器学习，自 动抽取新的语言知 识，以适应新的网 络语言变化，做到 因时而变。
达到净化网络空间、
提取情报的目的， 确保国家、社会与 个人的信息内容安 全。
键字、词
万千气象：感受数据之大
2 大数据信息过滤应用
克服重复查询 网络信息是动态变化的, 用户时常关心这种变化
查询同样的变化信息内容需花费大量的时间 提供个性化信息服务 对不同用户采取不同服务策略, 提供差异服务
原理：对大数据中结构化数据实现隐私保护的核心关键与基 本技术手段 典 型 例 子 ： k- 匿 名 技 术 要 求 发 布 的 数 据 中 存 在 一定数量(至少为k) 的在准标识符上不可区分的记录,使攻击者 不能判别出隐私信息所属的具体个体,从而保护了个人隐私
K匿名方案
优点
一定程度上保护了数据的隐私，能 够很好的解决静态、一次发布的数 据隐私保护问题
历史性纵向比较 某信息源过去一定 时期的报道
同时期横向比较，信息源之间相互印证 可靠性已知 信息源1 可靠性已知 信息源2
已证实的事件 已得到的结论
可靠性已知 信息源……
可靠性未 知信息源
可靠性已知 信息源3
可靠性已知 信息源5 一则报道内容
可靠性已知 信息源4
大数据安全防护-网络安全篇
大数据环境下的网络开源情报分析特点
万千气象：感受数据之大
2 大数据舆情监测的挑战
大数据采集和处理
社交媒体数据量爆炸增长，传统舆情技术无力实现全数据采集 利用传统数据处理与存储方式，要实时处理海量数据，投入巨大
7
防不胜防： 大数据之安全风险
Jasmine.More
万千气象：感受数据之大
大数据的例子
GOOGLE通过全美各地区 搜索H1N1及流感相关关 键字频率和分布，得出疫 情爆发情报
对冲基金通过Twitter用户 每天关于情绪的关键字进 行以亿为单位的数据分析， 用以为买入和卖出股票 做参考
BOSTON 爆 炸 案 ， 通过当天的数据分 析，第二天抓获嫌 疑犯，制止再次作 案。
实现“主动服务”，“信息找人”
实现有害信息的过滤 反动言论，谣言，保护国家安全 色情内容，保护青少年身心健康
防不胜防：大数据之安全风险
2 大数据信息过滤应用
协作过滤
用户和用户之间，关键问题是聚类 提供用户资源的新颖性
协同过滤时需要解决的是稀疏性，并尽力提高 可拓展性
防不胜防：大数据之安全风险
3 大数据舆情分析:
。
• 大数据分析能力逐渐加强，传统市场研究行业、证券研究所、 产业链咨询机构将逐渐消失。 • 银行都将基于企业大数据平台开展银行直销业务，同时按照产
业链金融服务事业部模式开展业务
• 因大数据系统的出现，所有依赖信息不对称盈利的业务都将消
改变
失。
大数据对政府、运营商，高校、企业来说，象空气一样不可或缺！
方案
超级 节点 方案
基于超级节点对图结构进行分割和集聚操作。
不足在于牺牲数据的可用性
沙里淘金： 大数据之内容安全
Jasmine.More
防不胜防：大数据之安全风险
大数据成为竞争新焦点同时，带来了更多安全风险
如何从海量数据中 过滤敏感信息内容
信息过滤
如何实时将最重要的 舆情信息优先放到用 户面前
舆情分析
Jasmine.More
任重道远：大数据展望
技术和政策并重
持续对大数据安全与隐私方向研究
完善重点领域数据管理和规范制度
加强对重点领域敏感数据的监管
大数据时代
期望数据与安全完美平衡
防不胜防：大数据之安全防护
1 大数据在带来了新安全风险的同时也为信 息安全的发展提供了新机遇
利用大数据分析，通过搜集来 自多种数据源的信息安全数据， 深入分析挖掘有价值的信息， 对未知安全威胁做到提前响应、 降低风险
网络安全 防护
网络信息 内容防护
借助基于大数据分析技术的 机器学习和数据挖据算法， 智能地洞悉信息与网络安全 的态势，从而加主动、弹性 地去应对新型复杂的威胁和 未知多变的风险。
大数据or大问题？
西北工业大学 戴冠中教授
大 数 据 时 代 的 安 全 挑 战 及 防 护
目录
1
2 3 4 万千气象：大数据之分析
防不胜防：大数据之风险
天网恢恢：数据之网络安全 淘沙取金：大数据之内容安全 任重道远：大数据之展望
5
万千气象： 大数据之分析
Jasmine.More
万千气象：大数据之分析
• 社会信息化和网络化导致数据的爆炸式增长 • 云计算、物联网等新技术催生大数据 • 数据仓库、数据分析、数据挖掘等技术
大数据的核心是数据、技术和思维
万千气象：大数据之分析
数据 指数 增长 根据IDC 监测，数据量正在呈 指数级增长，约每两年翻一番。 结构
日趋
复杂 大量新数据源的出现则导致 了非结构化、半结构化数据 爆发式的增长。
2 基于大数据的认证技术:
原理：收集用户行为和设备行为数据，对这些数据分析， 获得用户行为和设备行为的特征，进而确定其身份。
优点
攻击者很难模拟用户行为通过认证 减小用户负担 更好的支持各系统认证机制的统一
缺点
初始阶段认证分析不准确 对数据质量要求高 存在用户隐私问题
防不胜防：大数据之安全风险
3 大数据匿名保护技术:
舆情的发现
用户一天满负荷接收的数据量有限 如何实时将最重要的舆情信息优先放到用户面前成为重要问题。
舆论噪音的辨别与去除
社交平台中存在大量受控制的机器账号，可快速增长某些内容的转发量 需要有技术识别舆情的真假，防止被错误引导内容
防不胜防：大数据之安全风险
3 大数据舆情分析示例:
防不胜防：大数据之安全风险
缺点
不能应对数据连续多次发布、攻击 者从多渠道获得数据的问题的场景
。
防不胜防：大数据之安全风险
3 社交网络中典型的匿名保护:
原理：用户标识匿名与属性匿名，在数据发布时隐藏了 用户 的标识与属性信息；用户间关系匿名，在数据发布时隐藏了 用户间的关系
边匿 名
多基于边的增删，用随机增删交换便的方法有效地实现边匿名 不足：匿名边保护不足
随着经济社会快速发展，保障我国大数据信息安 全已经成为关乎大数据应用的重要
大数据安全防护-网络安全篇
保证大数据安全采取的措
安全 分析
大数据正在为安
全分析提供新的可 能性，对于海量数 收集用户行为和设 备行为数据，对这 些数据分析，获得 用户行为和设备行 为的特征，进而确 认证技 术 数据发布匿名保护 技术是对大数据中 结构化数据实现隐 私保护的核心关键 与基本技术手段 匿名保 护技术
防不胜防：大数据之安全风险
大数据成为竞争新焦点同时，带来了更多安全风险
大数据本身成为 网络攻击的显著 目标
业务数据
大数据加大隐私泄 露风险
隐私泄露
大数据对现有的存 储和安防措施提出 挑战
存储风险
大数据成为高 级可持续攻击 的载体
APT攻击
防不胜防：大数据之安全风险
大数据不仅意 味着海量的数 据，也意味更 复杂、更敏感 的数据
防不胜防：大数据之安全风险
2 基于大数据的认证技术:
攻击者总能找到方法来骗取用户所知的 秘密，或窃取用户凭证 传统认证技术中认证方式越安全往往意 味着用户负担越重
身份认证：信息系统或网络中确认操作者身份 的过程，传统认证技术只要通过用户所知的口 令或者持有凭证来鉴别用户
防不胜防：大数据之安全风险
据的分析有助于信
息安全服务提供商 更好的刻画网络异 常行为，从而找出 数据中的风险点。
。
定其身份
万千气象：感受数据之大
基于大数据，企业可以更主动的发现潜在的安全威胁 相较于传统技术方案，大数据威胁发现技术有以下优点：
1、分析内容的范围更大
2、分析内容的时间跨度 更长
3、攻击威胁的预测性
4、对未知威胁的检测
防不胜防：大数据之安全风险
4 大数据成为高级可持续攻击的载体
数据大集中的导致复杂多样的数据存储， 如可能出现数据违规存储 常规的安全扫描手段需要耗费过多时间， 已影响到安全控制措施能否正确运行 攻击者可设置陷阱误导安全厂商目标信 息提取，导致安全监测偏离应有的方向。
天网恢恢： 大数据之网络安全
Jasmine.More
数据会吸引更多 的潜在攻击者， 成为更具吸引力 的目标
数据的大量聚集， 使得黑客一次成 功的攻击能够获 得更多的数据， 无形中降低了黑 客的进攻成本， 增加了“收益率
防不胜防：大数据之安全风险
1 大数据成为网络攻击的显著目标
大数据成为更容易被“发现”的大目标， 承载着越来越多的关注度 大数据包含复杂敏感数据，会吸引更多 的潜在攻击者，成为更具吸引力的目标 数据的大量聚集，使得一次成功的攻击能 够获得更多的数据，增加了攻击收益率
控制网络功能
社会网络建模分析方法
防不胜防：大数据之安全风险
3 大数据社会网络分析:
研究内容：测量网络数据、发现网络性质、建立网络模型、 分析网络用户行为及与各个连接节点的关系。 发展应用：社会网络与大数据分析相结合，为分析复杂的社 会系统提供了有力的工具，在社会学、管理学、经济、国家 安全等领域将得到广泛应用。
测量网络数据 建立网络模型 分析网络行为
发现网络数据
控制网络功能
社会网络建模分析方法
防不胜防：大数据之安全风险
3 社交关系网结构:
防不胜防：大数据之安全风险
3 大数据社交关系结构:
防不胜防：大数据之安全风险
3 大数据开源情报分析:
研究内容：将大量的存在于网络中的开源各类数据以图形方 式对数据间的关联进行描述和展现，并运用众多数据分析的 方法（关联分析、网络分析、路径分析、时间序列分析、空 间分析等）来发现和揭示数据中隐含的公共要素和关联
大数据对现有的存储 和安防措施提出挑战
社会网络分析
开源情报分析
大数据成为高级可 持续攻击的载体
大数据安全防护-网络安全篇
大数据环境下的信息过滤特点
智能
高效 自学习
智能过滤违法国家
法律法规以及侵犯 用户权益的内容， 在本系统在保证准 确率的情况下，可 以满足海量处理规 模数据，快速便捷 地匹配自定义的关
• 当今创造的数据早已经远远超越了目前人力所能处理的范畴 • 大数据时代正在来临
万千气象：大数据之分析
大数据的特征
来自百度文库
数据巨大
大容量 多样性
高速度 真实性
处理速度快
数据类型繁多 追求高质量的数据
万千气象：感受数据之大
优化 革命 颠覆
• 各级政府、主管部门、上市公司、企业集团、外资公司都将基 于大数据分析平台优化其决策。
防不胜防：大数据之安全风险
2 大数据加大隐私泄露风险
数据汇集包括大量企业运营数据、客户 信息、个人行为的细节记录 敏感数据的所有权和使用权无明确的界 定，大数据分析未考虑到个体隐私问题 数据的集中存储增加了数据泄露风险
防不胜防：大数据之安全风险
3 大数据对现有的存储和安防措施提出挑战
攻击者利用大数据将攻击很好地隐藏起 来，使传统的防护策略难以检测出来 大数据的价值低密度性，让安全分析工具很 难聚焦在价值点上，攻击可隐藏在大数据中 随着数据增长，安全防护更新升级速度 无法跟上数据量非线性增长的步伐
3 大数据社会网络分析:
研究内容：测量网络数据、发现网络性质、建立网络模型、 分析网络用户行为及与各个连接节点的关系。 发展应用：社会网络与大数据分析相结合，为分析复杂的社 会系统提供了有力的工具，在社会学、管理学、经济、国家 安全等领域将得到广泛应用。
测量网络数据 建立网络模型 分析网络行为
发现网络数据
效率
丰富 隐蔽
情报收集成本小，
降低情报收集工作 量，减少违法或违 借助开源情报来理 解相关联的秘密情 报，且有助于研究 长期问题
可以保护情报源和 情报方法以及自身 战略意图
反道德的风险
防不胜防：大数据之安全风险
2 网络开源情报分析方法
协作过滤
数据定量分析 多源数据融合 相关性分析
任重道远： 大数据之展望
通过机器学习，自 动抽取新的语言知 识，以适应新的网 络语言变化，做到 因时而变。
达到净化网络空间、
提取情报的目的， 确保国家、社会与 个人的信息内容安 全。
键字、词
万千气象：感受数据之大
2 大数据信息过滤应用
克服重复查询 网络信息是动态变化的, 用户时常关心这种变化
查询同样的变化信息内容需花费大量的时间 提供个性化信息服务 对不同用户采取不同服务策略, 提供差异服务
原理：对大数据中结构化数据实现隐私保护的核心关键与基 本技术手段 典 型 例 子 ： k- 匿 名 技 术 要 求 发 布 的 数 据 中 存 在 一定数量(至少为k) 的在准标识符上不可区分的记录,使攻击者 不能判别出隐私信息所属的具体个体,从而保护了个人隐私
K匿名方案
优点
一定程度上保护了数据的隐私，能 够很好的解决静态、一次发布的数 据隐私保护问题
历史性纵向比较 某信息源过去一定 时期的报道
同时期横向比较，信息源之间相互印证 可靠性已知 信息源1 可靠性已知 信息源2
已证实的事件 已得到的结论
可靠性已知 信息源……
可靠性未 知信息源
可靠性已知 信息源3
可靠性已知 信息源5 一则报道内容
可靠性已知 信息源4
大数据安全防护-网络安全篇
大数据环境下的网络开源情报分析特点