大数据专业英语教程 课件 Unit 10 A Big Data Security.ppt

大数据安全大数据分析的采用正在迅速增长。围绕大数据安全和隐私的敏感性是组织需要克服的障碍。1.什么是大数据安全？大数据安全是所有用于保护数据和分析过程免受可能损害或负面影响的攻击、盗窃或其他恶意活动的措施和工具的统称。就像其他形式的网络安全一样，大数据安全关注的是源自在线或离线领域的攻击。大数据安全是对云上和本地的数据和分析过程的保护，这可使得任何因素都不能损害其机密性。对于在云上运行的公司，大数据安全挑战是多方面的。这些具有挑战性的威胁包括盗窃在线存储的信息、勒索软件、跨站脚本攻击或能使服务器崩溃的分布式拒绝服务攻击。对组织中大数据存储的攻击可能会导致严重的财务后果，例如损失资金和诉讼费用以及罚款或制裁。参考译文2.大数据安全的关键问题以下是应考虑的一些明显的大数据安全问题（或可用技术）的清单。?分布式框架。实际上，大多数大数据处理操作都会把大的处理任务分配给许多系统，以加快分析速度。分布式处理可能意味着任何一个系统处理的数据更少，但这意味着可能出现安全问题的系统数量更多。?非关系数据存储。像NoSQL数据库这样的非关系数据库通常本身就缺乏安全性。?存储。在大数据架构中，数据通常存储在多个层中，这取决于业务对性能和成本的需求。例如，高优先级的“热”数据通常会存储在闪存介质上。因此，锁定存储将意味着创建层级意识策略。?端点。从端点提取日志的安全解决方案将需要验证那些端点的真实性，否则分析将用处不大。?实时安全/合规工具。这些工具会产生大量信息。关键是找到一种忽略虚假或粗略信息的方法，从而人们可以专注于真正的漏洞或有价值的信息。参考译文?数据挖掘解决方案。这些解决方案是许多大数据环境的核心。它们找到建议业务策略的模式。因此，不仅要保护它们不受外部威胁，而且要防止内部人员滥用网络特权来获取敏感信息，这一点尤为重要。?访问控制。提供一个加密的身份认证/验证系统可以验证用户的身份并确定谁可以看到什么，这一点至关重要。?粒度审核可以帮助你确定已经错过的攻击出现的时间、分析后果以及将来应采取哪些措施来改善。这本身就有许多数据，必须激活和保护这些数据才能在解决大数据安全问题时有用。?数据来源主要涉及元数据（有关数据的数据），这对于确定数据的来源、访问者或对数据的处理非常有帮助。通常，应以极快的速度分析此类数据，以最大程度缩短漏洞的活跃时间。必须仔细审查并严格监控从事此类活动的特权用户，以确保他们不会成为自己的大数据安全问题。参考译文BigDataSecurityUnit10TextAContentsNewWordsAbbreviationsPhrases参考译文NewWordsNewWordsNewWordsNewWordsNewWordsPhrasesAbbreviationsListeningtoTextA