大数据环境下的数据安全研究_郭三强new

《大数据环境下的数据安全研究_郭三强new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、科技广场2013.2大数据环境下的数据安全研究ResearchofDataSecurityBasedonBigDataEra郭三强郭燕锦GuoSanqiangGuoYanjin（江西省科学技术情报研究所，江西南昌330046）（JiangxiScienceandTechnologyInformationResearchInstitute，JiangxiNanchang330046）摘要：大数据蕴藏着价值信息，但数据安全面临严峻挑战。本文在分析大数据基本特征的基础上，提出了当前大数据面临的安全挑战，并从大数据的存储

2、、应用和管理等方面阐述了大数据安全的应对策略。关键词：大数据；数据安全；云计算；数据挖掘中图分类号：TP311文献标识码：A文章编号：1671-4792（2013）02-0028-04Abstract：TheBigDatacontainValuableinformation，However,datasecurityisfacingseriouschallenges.BasedontheanalysisofthebasiccharacteristicsoftheBigData，Thepaperproposesthe

3、currentriskofBigData，andfurtherfromtheBigData’sstorage、applicationandmanagementexpoundstheSecuritystrategyofBigData.Keywords：BigData；Datasecurity；CloudComputing；DataMining0引言大数据通常被认为是一种数据量很大、数据形随着互联网、物联网、云计算等技术的快速发式多样化的非结构化数据。随着对大数据研究的进展，以及智能终端、网络社会、数字地球等信息体的

4、普一步深入，大数据不仅指数据本身的规模，也包括数及和建设，全球数据量出现爆炸式增长，仅在2011年据采集工具、数据存储平台、数据分析系统和数据衍就达到1.8万亿GB。IDC（InternetDataCenter，互联生价值等要素。其主要特点有以下几点：网络数据中心）预计，到2020年全球数据量将增加1.1数据量大50倍。毋庸置疑，大数据时代已经到来。一方面，云大数据时代，各种传感器、移动设备、智能终端计算为这些海量的、多样化的数据提供存储和运算和网络社会等无时无刻不在产生数据，数量级别已平台，同时数据挖掘和人工智

5、能从大数据中发现知经突破TB，发展至PB乃至ZB，统计数据量呈千倍识、规律和趋势，为决策提供信息参考。大数据的发级别上升。据估计，2012年全球产生的数据量将达[1]展将进一步扩大信息的开放程度，随之而来的隐私到2.7ZB，2015年将超过8ZB。数据或敏感信息的泄露事件时有发生。面对大数据1.2类型多样发展的新特点、新挑战，如何保障数据安全是我们需当前大数据不仅仅是数据量的井喷性增长，而要研究的课题。且还包含数据类型的多样化发展。以往数据大都以1大数据的特征二维结构呈现，但随着互联网、多媒体等技术的快速28发展

6、和普及，视频、音频、图片、邮件、HTML、RFID、信息安全的挑战。GPS和传感器等产生的非结构化数据，每年都以2.1网络化社会使大数据易成为攻击目标大60%速度增长。预计，非结构化数据将占数据总量的网络化社会的形成，为大数据在各个行业领域数据80%以上[1]。实现资源共享和数据互通搭建平台和通道。基于云环境1.3运算高效计算的网络化社会为大数据提供了一个开放的环下的基于云计算的Hadoop大数据框架，利用集群境，分布在不同地区的资源可以快速整合，动态配数据的威力高速运算和存储，实现了一个分布式运行系置，实现数据

7、集合的共建共享。而且，网络访问便捷安全统，以流的形式提供高传输率来访问数据，适应了大化和数据流的形成，为实现资源的快速弹性推送和研究数据的应用程序。而且，数据挖掘、语义引擎、可视个性化服务提供基础。正因为平台的暴露，使得蕴含化分析等技术的发展，可从海量的数据中深度解析，着海量数据和潜在价值的大数据更容易吸引黑客的提取信息，掌控数据增值的“加速器”。攻击。也就是说，在开放的网络化社会，大数据的数1.4产生价值据量大且相互关联，对于攻击者而言，相对低的成本价值是大数据的终极目的。大数据本身是一个可以获得“滚雪球”的收

8、益。近年来在互联网上发生“金矿”，可以从大数据的融合中获得意想不到的有的用户账号的信息失窃等连锁反应可以看出，大数价值的信息。特别是激烈竞争的商业领域，数据正据更容易吸引黑客，而且一旦遭受攻击，失窃的数据成为企业的新型资产，企业都在追求数据最大价值量也是巨大的。化。同时，大数据价值也存在密度低的特性，需要对2.2非结构化数据对大数据存储提出新要求海量的数据进行挖掘分析才能