大数据安全保护技术-工程科学与技术.pdf

第 49 卷 第 5 期 工 程 科 学 与 技 术 Vol. 49 No. 5 2017 年 9 月 ADVANCED ENGINEERING SCIENCES Sept. 2017 •科学前沿• DOI: 10.15961/j.jsuese.201700726 大数据安全保护技术 1 2 1 * 陈兴蜀 ，杨　露 ，罗永刚 (1. 四川大学 网络空间安全研究院，四川 成都 610065 ；2. 四川大学 计算机学院，四川 成都 610065) 摘　要:大数据技术的发展和应用对国家的治理模式、企业的决策架构、商业的业务策略以及个人的生活方式都 产生了深远影响。但是，大量数据的汇集不仅加大了用户隐私泄露的风险，而且大数据中包含的巨大信息和潜在 价值吸引了更多的潜在攻击者。此外，大数据的应用是跨学科领域集成的应用，引入了很多新的技术，可能面临 更多更高的风险。作者回顾了大数据的定义和特征，提出大数据架构和大数据安全体系，在此基础上分析大数据 安全在法律法规、标准、数据生命周期保护和大数据平台4个方面的研究进展。梳理美国、欧盟、中国等在大数据 安全方面的法律法规现状和国际标准化组织、美国、中国等大数据安全标准化研究现状。大数据在生命周期过程 中需要大数据平台为其提供支撑，以实现大数据的收集、传输、存储和分析等功能。从大数据生命周期和大数据 平台两个维度分析大数据面临的安全问题和关键技术研究现状。生命周期包括收集、存储、使用、分发和删除5个 阶段。收集阶段的数据质量决定了数据价值，提升数据质量的技术手段主要有数据与模型不一致性的检测、 数据清洗两类。大数据分发将处理后的大数据传递给外部实体，隐私保护或敏感信息保护至关重要，相关的关键 技术有数据匿名化、支持隐私保护的数据检索和分析等。大数据的管理主要包含元数据管理、数据血缘管理等方 面，可以为有效使用大数据和确保大数据安全提供支持。大数据平台安全主要解决大数据组件之间的身份认证、 数据隔离、数据加密存储、大数据平台边界保护和审计，主要的关键技术有身份认证、访问控制、数据加密和审计 等。目前，在国际上仍缺乏完善的大数据安全标准体系，在隐私保护、数据共享和数据跨境传输等方面缺乏标准 的规范和指导。大数据分析技术仍处于快速发展阶段，很难预测今后的大数据关联分析对隐私保护和敏感信息 保护带来的问题，因此，现有的数据脱敏技术和隐私保护技术有待进一步研究。数据同态加密实现了分析数据时 不暴露数据隐私和敏感信息，现有的同态加密算法还远未成熟。现有的大数据平台的身份认证、数据加密、访问 控制仍采用的传统技术，不能适应大数据面临的数据规模大、处理逻辑复杂、用户量大等新环境。一些大数据安 全关键技术在性能和可用性方面还值得深入研究，以期可早日投入实际应用。另外，使用大数据处理技术研发安 全态势感知、网络安全入侵检测、威胁情报分析等安全应用，利用大数据技术抵御针对大数据的攻击威胁也已成 为大数据安全领域新的研究热趋势。大数据安全的发展需要法律法规、标准和关键技术的共同支撑和推动。 关键词:大数据；安全；身份认证；访问控制；隐私保护 中图分类号:TP391.4　　　　　文献标志码:A　　　　　文章编号:2096-3246（2017 ）05-0001-12 Big Data Security Technology 1 2 1 * CHEN Xingshu ，YANG Lu ，LUO Yon