大数据背景下的信息安全.docVIP

大数据背景下的信息安全 【摘要】本文旨在阐述大数据背景下的信息安全， 首先以大数据基本概念入手，介绍了大数据的数据量大、结 构多样化、价值密度低、处理速度快、复杂性的4C+V的特 征，然后阐述了大数据网络APT攻击、用户隐私数据保护、 海量数据存储等安全问题，最后详细介绍了大数据信息安全 体系构建、添加数据标识、加密数据通信以及实施动态数据 存储监控和管理的大数据信息安全策略，从而构建大数据的 信息安全的网络环境。 【关键词】大数据；信息安全；APT；数据标识；存储 监控 一、概述 随着国民经济的不断快速发展，尤其是我国加入世界贸 易组织(WTO)之后，我国经济正朝着经济全球化和国际市 场化的方向快速发展，从而使得我国各个企业与国外经济体 的联系和交流越来越广泛。在经济全球化日益加速的今天， 互联网技术的不断优化和更新，企业经济的发展越来越快， 经济样式也越来越多，也就催生了企业生产数据的不断增 加，尤其是近几年智能网络终端的增加、云计算技术的广泛 应用等，互联网的数据量更是呈爆炸式增长。据国际互联网 数据中心IDC (Internet Data Center)预计，互联网内现 有的数据量90%以上是近几年才产生的，而且每两年就会翻 一番的速度增长，到2020年，全球互联网数据量将增加50 倍。这就表明，互联网经济已经步入了大数据时代。大数据 是指互联网内数据信息量非常巨大且不能用当前常见的工 具在正常时间内无法处理的数据信息。由于互联网自身的特 点，这些数据绝大多数都是以非结构化的多样化形式存在， 但是为人们的决策、规律研究、有用信息挖掘等提供重要的 数据依据。随着时代的前进，大数据将会随着互联网络的发 展而更具开发性，这也为大数据的私密数据泄露和敏感信息 窃取等信息安全问题的解决提出了更大的挑战。所以如何确 保数据信息安全性对于在在大数据背景下推动各个政府部 门、教育科研机构、企业单位和金融机构等诸多领域的快速 安全发展来说具有非常重要的现实意义。 二、大数据简介 上世纪八十年代初，美国著名谢家Alvin Toffler在《第 三次浪潮》中提及了 “大数据” （Big Data）的概念。大数 据是指以计算机技术为基础的规模庞大、利用当前常规的数 据处理工具无法在合理时间内进行正常存储、提取、搜索、 分析、处理等的数据信息。同时，大数据也代表着异于传统 数据信息处理系统的新的技术和框架，可以更加有效、经济 地、高频率地、智能地从大容量、不同数据结构和类型的多 样化数据中获取有用的价值和信息。 大数据具有五个特征，可以通过4C+V来描述，分别是 Volume, Variety, Value, Velocity, Complexity。 其中Volume表示大数据的数据量多、规模巨大的特性。 在对大数据进行描述时，常见的GB或者TB的数据存储单位 已经不再使用，而是以PB (1024TB)、EB (1024PB)甚至ZB (1024EB)。根据一些资料显示，国际互联网数据中心IDC 预测，2020年全球互联网数据量为35ZB。所以，大数据的 特点首先就是数据规模庞大。Variety表示大数据的数据结 构多样化，数据类型更加复杂，不仅包括常见的计算机处理 的结构数据，包括二维或多维的数据结构存储表，而且有很 多文件、视频、图片、音频等非结构化的数据信息。由于互 联网分布式的特点，加上物联网、云计算等技术平台的不断 发展，信息数据的来源逐渐趋于多样化，互联网数据来源逐 渐增加，首先是互联网终端用户，在各种互联网应用中产生 的文字、图片、视频、音频等各类数据信息，然后就是各种 互联网设备以及各种信息管理系统，在生产过程中产生的各 种文件、数据库、审计、操作日志等信息数据，最后就是各 种物联网的传感设备和信号采集设备，如医疗设备产生的各 种生命特征数据、天文望远镜产生的大量天文相关的信息数 据等。Value表示大数据的价值密度低的特征。由于大数据 数据量多，所以数据基数大，加上对于企业生产决策的有用 信息并不多，所以大数据价值密度低也是大数据的另外一个 特性。这里值得说明的是，价值密度低不是没有价值，对于 企业来说，大数据的存储是一个企业在发展过程中非常宝贵 的财富。Velocity表示大数据的数据信息处理速度快的特 性，由于大数据基数庞大，所以数据处理速度快将是大数据 时代数据处理工具一个最为明显的特征。Complexity表示大 数据的复杂性的特征。特别是当前人们要求大数据的智能分 析和处理的阶段，大数据处理和分析的复杂性将进一步提 升。 三、大数据面临的安全问题 在大数据时代，数据信息成为企业发展的重要资源，然 而随着数据的不断增加，大数据的安全风险也会逐渐增加， 加上大数据是未来互联网络新的竞争点，必然也成为众矢之 的，引发更