探析云计算大数据安全隐私保护研究.docVIP

探析云计算大数据安全隐私保护研究 　　摘 要 云计算的出现，在数据的处理方面取得了较大的进展，数据的处理和计算的速度不断的加快，给技术的发展带来重要的创新，但是相关技术的不断发展，弊端也不断的显现出来，在进行计算的过程中，数据的安全性受到极大的挑战。本文主要针对云计算背景下大数据的安全隐私保护进行一定的分析。 　　【关键词】云计算 大数据 安全隐患 　　云计算是相较于传统来讲完全不同的一种服务方式，给科学研究、人们的生活都带来较大的便利，因此受到企业的关注，并将其作为科技发展的重要领域。但是出于对相关隐私性的考虑，许多的企业对云计算中数据的安全性还是存在一定的疑虑，因此在今后的发展中应该将数据的安全问题放在重要的位置上进行研究，保证数据安全高效的进行运作。 　　1 云计算相关概述 　　1.1 云计算概念 　　云计算是基于互联网的相关服务的增加使用和交付模式，通常云计算涉及到的是通过互联网提供的相关扩展，但是大多是虚拟化的。云是一种比喻的说法，将主要的网络和互联网当做比喻的对象。在过去的比喻中，云常常用来表示电信网，随着几技术不断的进步，云比喻的范围增加，表示互联网和底层的基础设施。云计算让我们体会到的是较强的运算能力，通过对数据模拟可以预测天气的变化和城市的未来发展趋势，对日常的生产生活具有较大的帮助。 　　狭义的云计算指的是厂商通过分布式计算和虚拟化技术搭建数据中心或超级计算机，以免费或按需租用方式向技术开发者或者企业客户提供数据存储、分析以及科学计算等服务，比如亚马逊数据仓库出租生意。广义的云计算指厂商通过建立网络服务器集群，向各种不同类型客户提供在线软件服务、硬件租借、数据存储、计算分析等不同类型的服务。广义的云计算包括了更多的厂商和服务类型，例如国内用友、金蝶等管理软件厂商推出的在线财务软件，谷歌发布的Google应用程序套装等。 　　1.2 云计算相关技术 　　编程模型。MapReduce是Google开发的java、Python、C++编程模型，它是一种简化的分布式编程模型和高效的任务调度模型，用于大规模数据集（大于1TB）的并行运算。严格的编程模型使云计算环境下的编程十分简单。MapReduce模式的思想是将要执行的问题分解成Map（映射）和Reduce（化简）的方式，先通过Map程序将数据切割成不相关的区块，分配（调度）给大量计算机处理，达到分布式运算的效果，再通过Reduce程序将结果汇整输出。 　　海量数据分布存储技术。云计算系统由大量服务器组成，同时为大量用户服务，因此云计算系统采用分布式存储的方式存储数据，用冗余存储的方式保证数据的可靠性。云计算系统中广泛使用的数据存储系统是Google的GFS和Hadoop团队开发的GFS的开源实现HDFS。 　　虚拟化技术。通过虚拟化技术可实现软件应用与底层硬件相隔离，它包括将单个资源划分成多个虚拟资源的裂分模式，也包括将多个资源整合成一个虚拟资源的聚合模式。虚拟化技术根据对象可分成存储虚拟化、计算虚拟化、网络虚拟化等，计算虚拟化又分为系统级虚拟化、应用级虚拟化和桌面虚拟化。 　　云计算平台管理技术。云计算资源规模庞大，服务器数量众多并分布在不同的地点，同时运行着数百种应用，如何有效的管理这些服务器，保证整个系统提供不间断的服务是巨大的挑战。云计算系统的平台管理技术能够使大量的服务器协同工作，方便的进行业务部署和开通，快速发现和恢复系统故障，通过自动化、智能化的手段实现大规模系统的可靠运营。 　　2 现阶段云技术存在的问题 　　2.1 隐私保护问题 　　在对隐私进行保护方面云计算方面还是存在一定的不足之处，需要进行改善。云计算本身不能将数据进行加密，只是将数据进行加工和处理，从而达到使用者的要求，但是在数据的处理过程中如果没有任何的加密保护很有可能造成数据被有心的人员窃取，从而造成一定的经济损失，特别是作为机密单位的人员使用，如果被窃取相关的数据，很有可能对国家的安全带来一定的隐患。而且在进行实际的工作中不可避免的会使用到数据的传输，但是在数据的传输过程中，如何让保护数据的安全性也是云计算忽略的问题，在数据安全日益重要的今天，云计算如果在安全性方面无法保证，就很难将其发展起来。 　　2.2 数据安全性问题 　　在云计算的数据处理过程中，或多或少的会涉及到商业机密或者是国家相关的隐私。如何保证数据的安全性是云计算需要考虑的问题，数据的丢失不仅仅会给个人的用户带来一定的损失，甚至会给国家带来一定的安全隐患，一些数据在处理的过程中很有可能被非法利用。同时国家对这一方面的法律较为缺乏，目前还没有相关的法律体系对数据的安全性进行系统的保护，界定自身的安全受到侵害较为困难，因此在实际的运用过程中云计算还是和理想存在一定的差距。 　　2.3