大數據環境下的數據安全分析_數據分析師

隨著互聯網、物聯網、云計算等技術的快速發展，以及智能終端、網絡社會、數字地球等信息體的普及和建設，全球數據量出現爆炸式增長，僅在2011年就達到1.8萬億GB。IDC（IntemetData Center，互聯網絡數據中心）預計，到2020年全球數據量將增加50倍。毋庸置疑，大數據時代已經到來。一方面，云計算為這些海量的、多樣化的數據提供存儲和運算平臺，同時數據挖掘和人工智能從大數據中發現知識、規律和趨勢，為決策提供信息參考。大數據的發展將進一步擴大信息的開放程度，隨之而來的隱私數據或敏感信息的泄露事件時有發生。面對大數據發展的新特點、新挑戰，如何保障數據安全是我們需要研究的課題。

    1 大數據的特征

    大數據通常被認為是一種數據量很大、數據形式多樣化的非結構化數據。隨著對大數據研究的進一步深入，大數據不僅指數據本身的規模，也包括數據采集工具、數據存儲平臺、數據分析系統和數據衍生價值等要素。其主要特點有以下幾點：

    1.1數據量大

    大數據時代，各種傳感器、移動設備、智能終端和網絡社會等無時無刻不在產生數據，數量級別已經突破TB，發展至PB乃至ZB，統計數據量呈千倍級別上升。據估計，2012年全球產生的數據量將達到2.7ZB，2015年將超過8ZB。

    1.2類型多樣

    當前大數據不僅僅是數據量的井噴性增長，而且還包含數據類型的多樣化發展。以往數據大都以二維結構呈現，但隨著互聯網、多媒體等技術的快速發展和普及，視頻、音頻、圖片、郵件、HTML，RFID，GPS和傳感器等產生的非結構化數據，每年都以60%速度增長。預計，非結構化數據將占數據總量的80%以上。

    1.3運算高效

    基于云計算的Hadoop大數據框架，利用集群的威力高速運算和存儲，實現了一個分布式運行系統，以流的形式提供高傳輸率來訪問數據，適應了大數據的應用程序。而且，數據挖掘、語義引擎、可視化分析等技術的發展，可從海量的數據中深度解析，提取信息，掌控數據增值的“加速器”。

    1.4產生價值

    價值是大數據的終極目的。大數據本身是一個“金礦”，可以從大數據的融合中獲得意想不到的有價值的信息。特別是激烈競爭的商業領域，數據正成為企業的新型資產，企業都在追求數據最大價值化。同時，大數據價值也存在密度低的特性，需要對海量的數據進行挖掘分析才能得到真正有用的信息，形成用戶價值。以監控視頻為例，連續播放的畫面中，可以產生價值信息的數據可能僅僅是一兩秒。

    2 大數據面臨的安全挑戰

    正如Gartner所說：“大數據安全是一場必要的斗爭。在大數據時代，無處不在的智能終端、互動頻繁的社交網絡和超大容量的數字化存儲，不得不承認大數據已經滲透到各個行業領域，逐漸成為一種生產要素發揮著重要作用，成為未來競爭的至高點。大數據所含信息量較高，雖然相對價值密度較低，但是對它里面所蘊藏的潛在信息，隨著快速處理和分析提取技術的發展，可以快速捕捉到有價值的信息以提供參考決策。然而，大數據掀起新一輪生產率提高和消費者盈余浪潮的同時，隨之而來的是信息安全的挑戰。

    2.1網絡化社會使大數據易成為攻擊目標

    網絡化社會的形成，為大數據在各個行業領域實現資源共享和數據互通搭建平臺和通道?；?/span>云計算的網絡化社會為大數據提供了一個開放的環境，分布在不同地區的資源可以快速整合，動態配置，實現數據集合的共建共享。而且，網絡訪問便捷化和數據流的形成，為實現資源的快速彈性推送和個性化服務提供基礎。正因為平臺的暴露，使得蘊含著海量數據和潛在價值的大數據更容易吸引黑客的攻擊。也就是說，在開放的網絡化社會，大數據的數據量大且相互關聯，對于攻擊者而言，相對低的成本可以獲得“滾雪球”的收益。近年來在互聯網上發生的用戶賬號的信息失竊等連鎖反應可以看出，大數據更容易吸引黑客，而且一旦遭受攻擊，失竊的數據量也是巨大的。