大数据治理中安全问题分析.docVIP

大数据治理中安全问题分析 　　摘要：伴随着互联网技术的不断发展，数据在以越来越快的速度增长，社会的各个部门每天都会产生大量的新数据，为了应对这些海量数据，大数据技术应运而生，但是随着大数据技术带来的各种改变，数据安全问题也不容忽视，安全保障是确保大数据合理使用的前提。文章简要分析了大数据治理中面临的各种安全问题以及应对措施。 　　关键词：大数据：治理；安全 　　国际权威研究机构Gartner对大数据的定义是需要处理模式才能具有更强决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据的产生和针对大数据的研究给科学和教育事业的发展提供了前所未有的机会，目前国内大的互联网公司也已经使用大数据方法在公共交通、智慧城市、生物医疗等方面取得巨大的成绩，大数据技术与我们日常生活的联系也越来越紧密。大数据已经对科学和产业之间的关系，科学与社会之间的关系都带来大幅度的变革。但是大数据在带来诸多新机会新发展的同时也带来前所未有的挑战，在数据成为重要资源的今天，既要保证数据隐私不被泄露，有效地管理数据的安全，又要保证数据的正常使用，已经成为越来越多数据科学家研究的问题。 　　大数据的数据体量非常大，远远不止成千上万行，动辄几十亿行，数百万列。数据类型和数据结构也非常复杂，有图像的、视频的、文本的以及各种各样的网络数据，大数据反映了各种各样新的数据源、数据格式和数据结构。同时，大数据还以非常快的速度增长，这就要求处理数据的软硬件工具不仅能够快速采集数据，还要能够描述数据以及近乎实时的分析处理数据。这样传统的数据库或者对数据的分析方法已经很难有效地分析大数据了，必须要用新的工具和技术来存储，管理数据，最终实现数据的价值。这些新的工具和技术能够创建、操纵、管理大型的数据集并且有用来存储数据集的足够大的存储环境。大数据的复杂数据结构特点，以及广泛的数据来源和基于云的计算存储环境都有可能涉及个人隐私数据，国家重点行业及重要部门的敏感数据等等。所以在针对大数据应用的同时，数据的来源安全，数据的使用安全和存储平台的安全都非常的重要[1]。 　　1 大数据治理 　　要想分析大数据治理中存在的安全问题，首先要理清楚什么是大数据治理？大数据治理是一项系统的工程.大的方面包括大数据技术平台的搭建、大数据政策的制定、大数据组织的变革以及数据处理流程的重组，小到元数据的管理、主数据的整合、各种类型大数据的个性化治理和大数据行业的应用。总的来说，大数据治理是广义上数据治理计划的一部分内容，也就是制定与大数据有关的数据优化、隐私保护和数据变现的政策。构建大数据治理系统首先要搭建数据治理的总体框架，包括组织架构、数据治理模块以及数据运维3部分[2-3]。 　　1.1搭建大数据组织架构 　　进行大数据治理要通过建立组织架构制定管理办法，数据处理的工作流程，确定各个角色的具体职责。大数据组织架构具体形式一般是由数据治理委员会管理和领导数据治理工作，制定数据治理的政策和流程，协调各方面的冲突，保证数据的质量和隐私安全。建立数据治理中心负责提交数据标准的要求即数据质量的规则，解释数据的业务规则和含义。数据治理中心下面就是各个具体的数据业务部门，数据支撑部门和数据使用部门，主要负责数据及相关系统的开发，执行各项数据标准，从技术角度解决数据的质量问题。 　　1.2搭建大教据治理模块 　　数据治理模块主要包括数据标准管理、元数据管理、数据质量管理、数据安全管理等，各个模块要协作运营，最终确保大数据平台的数据一致、安全、有效。依靠数据标准管理建立数据标准规范，遵循协商一致的原则，利用标准化的管理流程管理数据标准化的整个过程。采用集中管理模式进行元数据管理，将元数据管理模块作为数据的统一发布源，集中管理元数据，定期进行元数据的维护。要从数据获取、存储、维护等整个生命周期各个阶段控制数据质量。做好识别和预警工作，提高数据管理水平使得数据的质量有所保证。要通过制定数据安全政策，做好数据平台访问的授权工作，保证数据的安全。 　　1.3做好数据的维护 　　数据的运行维护贯穿于整个数据治理的体系当中，加强数据安全及隐私的保护，每个数据都需要提供对应的数据隐私级别信息。维护数据安全还要细化数据的分类，对每个模块的元数据都要做好标记。与此同时要细化元数据的权限，不同的部门、人员仅授予工作所需的最小权限，保证元数据的安全。另外元数据的版本也要严格控制，每次数据变更之后都要详细记录变更的原因、时间等关键信息。 　　2 大数据治理中的安全问题 　　大数据的治理是大数据应用的基础，其重要性不言而喻。从上面的分析可以看出大数据治理面临的情况非常复杂，面临更加严峻的隐私安全问题和更大的投资回报风险。具体来说大数据治理在以下几个方面存在安全隐患[4-5]。 　　2.1数据