大数据安全问题分析
大数据时代的信息安全问题与解决方案
大数据时代的信息安全问题与解决方案随着数字化时代的到来，大数据已经为人们的生活带来了很多便利，同时也带来了许多信息安全的问题。
个人、企业和政府等各种机构都在不断探索如何提高信息安全水平，以保护自己的数字资产不受侵袭。
一、大数据产生的信息安全问题1.数据泄漏在大数据时代，各类信息都被数字化，并存储在不同的服务器中，因此，数据泄漏也成为了一个存在于任何时候的威胁。
黑客、病毒等恶意软件的攻击，以及企业信息的内部泄漏、失窃等情况都会导致数据泄露。
2.数据篡改与数据泄露相对应的是数据篡改，也就是别人在未获得许可的情况下修改或更改你的数据。
一旦数据被篡改，就会产生重大的影响。
以证券交易为例，如果黑客修改了投资信息，就会导致资金的大量流失。
3.隐私泄露大量个人信息被数字化后，隐私泄漏也成为了一个大问题。
像我们的姓名、地址、电话号码、生日以及社交账号等个人信息都可能被恶意程序攻击者获取，从而导致隐私泄露。
二、大数据时代的信息安全方案1.数据加密技术数据加密是目前最常用的信息安全技术之一，数据加密可以帮助用户在授权使用时保持数据的完整性和机密性，防止数据被篡改。
对于企业来说，这种技术可以防止黑客窃听和窃取知识产权等违法行为。
2.身份识别技术身份识别技术可以帮助保护隐私，防止身份被窃取，也可以帮助快速辨别非法访问和行为，并实时响应。
通过这种技术，企业可以提供更加安全、可靠的信息服务。
3.网络安全设备许多企业都会依靠防火墙、入侵检测软件、反病毒软件等网络安全设备来保护其数据不受攻击。
不仅如此，企业还需要实施防范措施来打击网络攻击者，以确保其信息系统的稳定性和安全性。
4.合规性标准每个行业都制定了一些标准来保护其数字资产的安全，如银行、电子商务行业等。
根据行业的不同，企业需要制定相关的安全和隐私政策，并严格按照标准进行实施，以防止数据泄露、身份盗窃等问题的发生。
随着大数据时代的到来，我们需要不断学习、提高和更新技术，以更好地保护自己和企业的数据。
大数据的安全问题与解决方案
大数据的安全问题与解决方案随着互联网技术的不断发展和进步，大数据已经成为一种无所不在的趋势。
在这种趋势下，各种各样的应用场景和应用方式正在涌现，并且越来越多的企业开始关注和投入到大数据领域中。
然而，随着大数据的增长，大数据安全问题日益凸显，亟待解决。
一、大数据安全问题1.数据泄露大数据的好处是可以让我们收集更多的数据，并从中提取有用的信息。
然而，这些数据也会涉及到个人隐私，如果数据被泄露，会对个人隐私造成极大的损害。
尤其是在医疗领域的数据泄露更为严重，因为涉及到个人身体健康问题，一旦泄露将无法挽回。
除此之外，商业数据的泄露也会造成企业的商业机密被曝光，给企业带来巨大的经济损失。
2.数据质量问题大数据产生的数据量巨大且复杂，数据中可能存在错误的信息、重复的信息和不一致的信息，这种数据质量问题将导致数据分析的结果失真或无法发现真正的趋势和规律。
因此，在大数据分析过程中，必须要解决数据质量问题。
3.访问控制问题大数据通常需要多个人参与数据分析，因此需要针对不同的用户进行访问控制，但是，访问控制问题也可能导致数据泄露问题，同时也可能导致数据被篡改或删除的情况。
针对此类问题，需要实现完善的访问控制机制来保证数据安全。
4.高可靠性问题大数据通常分布在多个系统和多个存储介质中，如果某个系统或存储介质出现故障，将导致数据丢失或数据不可用，从而影响数据的分析和应用。
因此，在大数据存储和分析过程中，应该建立高可靠性的系统和存储介质，来保证数据的安全性和可用性。
二、大数据安全的解决方案1.数据加密数据加密是一种有效的大数据安全解决方案。
在数据加密的过程中，对于敏感数据，可以采用加密算法，使数据在传输和存储过程中得到了保护。
而对于特别重要的数据，可以采用端到端的加密策略，确保数据只能被授权的用户所访问。
2.访问控制机制访问控制机制是确保大数据安全的根本手段。
企业需要实现完善的访问控制机制，以确保只有经过授权的人员才能够访问和操作数据。
大数据处理的安全问题与解决方案
大数据处理的安全问题与解决方案一、背景介绍在当今信息化的时代，大数据具有越来越重要的地位，可以利用大数据来分析用户行为、优化产品设计和提供更好的服务。
然而，存储、处理和传输大数据存在着许多安全隐患，这些安全隐患可能会导致机密信息泄露、个人信息被盗用以及数据质量问题等。
本文将介绍大数据处理的安全问题和相关的解决方案。
二、安全问题在大数据处理过程中会出现的一些主要的安全问题如下：1.未经授权访问数据处理应该限制数据的可访问性，确保未经授权的人不得访问已存储的大量数据。
但是，如果没有强大的安全措施，这将非常困难。
2.敏感数据泄露快速增长的大数据容易导致数据泄露。
公司的私密数据或者个人的敏感信息可能会被攻击者盗取，然后利用这些信息进行非法活动。
3.数据完整性问题保护数据的完整性是至关重要的，确保数据在处理中没有被修改或污染。
如果数据的完整性受到破坏，将会严重影响业务的运作。
4.数据访问速度大数据处理通常需要高效的访问速度和快速处理大量数据的能力。
然而，这些需要可能会使系统安全性降低，敏感数据也容易被泄露或攻击者访问。
三、解决方案为了保证大数据处理的安全性，需要采取一些措施来保护数据的隐私和完整性。
1.数据分类和访问控制在处理大数据时必须对敏感数据进行分类，并进行相应的访问控制。
这意味着只有特定的人员才能访问敏感数据。
2.数据加密加密技术方案可以确保敏感数据仅被授权访问，并可以减轻数据泄露的风险。
在传输敏感数据时，使用加密协议可以防止中间人攻击的风险。
3.访问日志记录数据访问的详细日志可以确定非法访问或攻击并快速解决问题。
这些日志可以监控数据的访问、防止和检查安全问题，并减小安全隐患。
4.安全审计安全审计是一个重要的安全控制措施，对访问审计进行监控可以让组织了解哪些数据被访问以及访问的人员，并且检测机构也可以使用安全审计监示违规行为。
5.访问智能化通过使用智能化访问控制来实施访问安全可以大大提高安全性，让组织对谁可以访问数据做出更好的控制，从而减小安全风险。
大数据应用常见安全问题解析
大数据应用常见安全问题解析随着现代技术的快速发展，大数据应用在各个领域中得到广泛应用。
然而，大数据的应用也带来了一系列的安全问题。
本文将就大数据应用中常见的安全问题进行解析，并探讨相应的解决方法。
一、数据泄露问题大数据应用中最常见的安全问题之一就是数据泄露。
由于大数据中存储的是海量的敏感信息，一旦这些信息泄露，将给个人隐私和企业利益带来严重损失。
数据泄露的方式常常包括黑客攻击、内部人员的失职失责以及存储设施本身的漏洞等。
为了解决数据泄露问题，我们需要采取以下措施：1. 强化数据权限管理。
合理设置数据访问权限，不同角色的用户应该有不同的数据访问权限，从而避免敏感数据的滥用或泄露。
2. 加强加密技术。
数据加密是数据安全的重要手段，通过对数据进行加密，即使数据被窃取，黑客也无法解读其内容。
3. 定期进行安全审计和漏洞扫描。
通过定期对数据安全进行审计和漏洞扫描，及时发现并解决数据存储和传输中的漏洞，从而减少数据泄露的风险。
二、数据篡改问题数据篡改是大数据应用中另一个常见的安全问题。
黑客通过篡改大数据中的数据信息，可能导致企业数据的准确性和完整性受到威胁，从而使企业的决策和运营受到严重影响。
为了防止数据篡改问题的发生，我们可以采取以下措施：1. 强化数据完整性验证。
在数据传输和存储过程中，应该采用一些数据完整性验证的技术手段，确保数据的完整性和真实性。
2. 采用区块链技术。
区块链技术具有去中心化、不可篡改等特点，可以作为一种有效的手段来防止数据篡改问题的发生。
3. 定期备份数据。
及时备份数据可以做到数据及时修复，减少数据篡改问题的影响，并降低数据恢复的成本。
三、隐私权保护问题在大数据应用中，个人隐私的保护问题备受关注。
大数据中存储了大量的个人信息，如果这些信息被滥用，将会侵犯到个人的权益和隐私。
针对隐私权保护问题，我们应该采取以下措施：1. 遵守隐私保护法律法规。
企业在收集和使用个人信息时，应该遵守相关的隐私保护法律法规，明确告知用户个人信息的目的和使用范围，并取得用户的同意。
大数据应用常见安全问题解析
大数据应用常见安全问题解析随着大数据技术的迅猛发展，大数据应用已经广泛应用于各行各业，涉及到的数据也愈发庞大和敏感。
然而，随之而来的是一系列的安全问题，给数据的安全性和隐私保护带来了巨大的挑战。
本文将对大数据应用中常见的安全问题进行解析，并提供相应的解决方案。
一、数据泄露数据泄露是大数据应用中最为普遍和严重的安全问题之一。
泄露数据可能导致用户的个人信息泄露、企业内部机密被泄露等严重后果。
数据泄露的原因主要有以下几点：1. 不适当的权限管理：某些用户可能获取了超过其所需的权限，在未经授权的情况下访问和使用数据。
2. 弱密码和身份验证：弱密码和未加密的身份验证过程容易被攻击者破解，进而获取敏感信息。
3. 网络攻击：黑客通过网络攻击等手段获取数据，并进行非法利用。
针对数据泄露问题，可以采取以下措施：1. 强化权限管理：建立严格的权限管理机制，限制用户的权限访问范围，确保只有有限的人员可以访问敏感数据。
2. 强密码和多因素身份验证：要求用户设置强密码，并在身份验证过程中采用多因素验证，提高数据的安全性。
3. 安全监控与及时响应：建立安全监控系统，实时监测数据访问情况，发现异常行为及时进行处理和响应。
二、数据篡改和损坏在大数据应用过程中，数据的完整性是一个重要的安全问题。
数据篡改和损坏可能导致数据的不准确和无法使用，对业务运营带来严重影响。
常见的数据篡改和损坏原因包括：1. 网络攻击：黑客通过非法手段篡改和破坏数据内容，导致数据的不可信和无法使用。
2. 缺乏完整性校验机制：大数据系统中缺乏完整性校验机制，使得数据篡改和损坏很难被发现。
为了解决数据篡改和损坏问题，可以采取以下措施：1. 加密和签名：对传输的数据进行加密和签名，确保数据在传输过程中不被篡改和损坏。
2. 完整性校验和监控：建立完整性校验机制，对数据进行实时监控和校验，发现数据篡改和损坏问题及时进行处理。
三、隐私泄露随着大数据应用的普及，个人隐私泄露的风险也日益加剧。
大数据安全问题与解决方案
大数据安全问题与解决方案一、引言随着互联网的快速发展和信息技术的飞速进步，大数据已成为各行各业的核心资源之一。
大数据的使用不仅可以帮助企业做出更准确的决策，还可以提高工作效率，优化服务质量，甚至创造全新的商业模式。
然而，随之而来的是大数据安全问题的日益凸显。
面对大数据的海量、多样和高速特点，传统的数据安全技术和管理模式显然难以满足需求。
本文将探讨大数据安全面临的问题，分析现状，提出解决方案，以期为相关人员提供一些有益的参考。
二、大数据安全问题1.数据泄露大数据中蕴含着各种敏感信息，包括个人隐私、商业机密、国家机密等，一旦这些信息泄露，可能给相关方带来严重的损失。
而由于大数据的规模庞大和多样化，一旦数据泄露就会影响范围广泛，难以挽回。
2.数据篡改大数据中的数据如遭到篡改，将导致企业或政府的决策出现偏差，甚至是灾难性的后果。
这种情况不仅会损害相关方的利益，还会严重影响社会稳定。
3.数据丢失由于大数据的规模庞大，传统的备份技术难以满足其需求。
一旦数据丢失，很可能会造成无法弥补的损失。
4.数据安全管理困难大数据涉及的数据源多、分散、无序，使得数据安全管理变得复杂且困难。
如何有效地识别和分类数据，对数据进行安全可控的存储和管理，是当前亟需解决的问题。
5.数据隐私保护大数据中包含了大量的个人和敏感信息，如何保护这些隐私数据成为了一大挑战。
一方面，需要确保数据在传输、存储和处理过程中不被泄露；另一方面，还需要保证数据被合法使用和不被滥用。
6.数据安全意识薄弱虽然大数据安全问题日益凸显，但是在很多企业和机构中，对于大数据安全意识的培养还不够，相关的安全措施也较为滞后，这给大数据安全带来了不小的隐患。
三、大数据安全解决方案1.强化数据加密在大数据安全中，数据加密是最基础、最关键的一环。
数据加密可以有效地防止数据在传输和存储过程中被窃取和篡改，保护数据的完整性和机密性。
对于大数据中的敏感信息，可以采用技术手段进行加密，确保数据的安全传输和存储。
大数据安全风险分析及应对措施
大数据安全风险分析及应对措施随着信息技术的发展，大数据技术已经被广泛应用于各个领域，为各行各业带来了前所未有的机会和挑战。
随着大数据的应用范围不断扩大，大数据的安全性问题也日益凸显。
大数据的安全风险涉及数据泄露、数据篡改和数据丢失等问题，这些问题对企业和个人的隐私和商业利益构成了严重威胁。
对大数据安全风险进行分析，同时制定有效的应对措施，对保障大数据的安全至关重要。
一、大数据安全风险分析1. 数据泄露大数据中包含了大量的敏感信息，例如个人身份信息、财务信息、健康信息等。
一旦这些信息泄露，将对个人和企业造成严重影响。
数据泄露可能来源于内部员工的过失或恶意行为，也可能是由于系统漏洞或黑客攻击所致。
2. 数据篡改大数据的采集和处理环节涉及多个参与方，数据容易受到篡改或滥用。
一旦数据被篡改，将对企业和个人的决策和利益产生严重影响。
3. 数据丢失在大数据存储和传输的过程中，很容易发生数据丢失的情况。
数据丢失可能导致重要信息无法找回，对企业运营和个人利益造成巨大损失。
1. 建立完善的安全管理体系企业和组织需要建立完善的大数据安全管理体系，包括规范的数据权限管理、访问控制、数据加密、安全审计等措施，确保数据在采集、存储、传输和处理的全过程都能得到有效保护。
2. 提高员工安全意识员工是企业数据安全的第一道防线，企业需要加强员工的安全意识培训，使他们了解数据安全的重要性，遵守规范的数据处理流程，防范内部数据泄露和滥用风险。
3. 实施数据备份和灾难恢复企业需要在不同地点建立数据备份中心，定期将重要数据进行备份，同时建立完善的灾难恢复机制，以防止因意外事件导致数据丢失而无法进行及时恢复。
4. 进行安全性评估企业在引入新的大数据技术和系统时，应对其进行全面的安全性评估，包括内部和外部安全性的评估，以确定存在的安全风险并制定相应的风险管理措施。
5. 加强网络安全防护加强企业的网络安全防护措施，包括建立防火墙、入侵检测系统、安全监控系统等技术手段，及时发现和阻止恶意攻击和网络入侵行为。
大数据时代信息安全面临的问题与措施
大数据时代信息安全面临的问题与措施随着互联网的高速发展和智能化技术的普及，大数据时代已然到来，这是一个信息爆炸的时代。
大数据技术的不断进步和应用，给我们带来了前所未有的便利和效率提升，但同时也引发了许多信息安全方面的问题。
在大数据时代，信息安全已成为越来越严重的问题，各行各业都需要时刻关注并加强信息安全防护。
本文将分析大数据时代信息安全面临的问题，并提出相应的措施。
1. 数据泄露风险增加随着数据量的不断增大，数据泄露的风险也在不断增加。
大数据中包含了大量敏感信息，如个人隐私、商业机密等，一旦泄露将给个人和企业带来巨大的损失。
数据泄露不仅来自外部黑客攻击，内部员工的疏忽和不当操作也是造成数据泄露的重要原因。
2. 数据安全意识薄弱当前很多人对于数据安全的意识仍然较为薄弱，缺乏对数据安全的重视和自我保护意识。
很多人在使用互联网时使用简单密码、随意点击链接等不安全操作，容易被黑客利用，导致个人信息泄露。
3. 数据隐私保护困难大数据时代，个人信息和隐私保护成为一个亟待解决的难题。
在大数据分析过程中，个人信息可能被大规模地收集、分析和利用，而这些数据被泄露将给个人权益带来严重损害。
4. 数据安全技术滞后虽然信息技术发展迅速，但是数据安全技术依然滞后于安全需求。
黑客技术不断更新迭代，数据安全技术也需要不断创新和完善，以应对日益复杂的网络攻击和威胁。
5. 法律法规落后当前的法律法规跟不上科技的发展，对于大数据时代的信息安全问题并没有明确的规章制度，难以监管和保护信息安全。
二、大数据时代信息安全的措施1. 建立健全的信息安全管理制度企业、政府和组织需要建立信息安全管理制度，制定相应的信息安全政策和措施，明确权限和责任，加强对内部和外部数据的监控和管理。
建立信息安全管理部门，负责信息安全相关的工作，提高信息安全管理的专业性和效率。
2. 加强技术保障措施加强技术安全保障措施，包括建立完善的网络安全防护系统、数据加密和身份认证技术、智能安全监控设备等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据安全问题分析发表时间：2017-01-18T14:32:52.210Z 来源：《电力设备》2016年第22期作者：黄鸿[导读] 随着云计算的发展和不断成熟，大数据也逐渐走入公众的视野。
（广东电网责任有限公司云浮供电局广东云浮 527300）摘要：随着云计算的发展和不断成熟，大数据也逐渐走入公众的视野；在大数据时代，各行各业都迎来了空前的机遇，与之同时，其信息安全问题也延伸到各个领域。
精明的市场调查者对多元的数据组分析，可以制定更科学的、明智的计划和决策，来探索新的优化方式，并实现突破性的创新和计划部署。
同时，商业间谍利用企业外漏的数据、隐私泄漏获得企业未来发展的新动向；电信诈骗人员利用个人隐私数据，轻松地取走千里之外的银行卡上的血汗钱。
如果没有一个真正能保障数据安全和加密的系统，大数据意味着大问题。
关键词：大数据；隐私；数据；安全Analysis of big data security problems Huanghong (Yunfu Power Supply Bureau, Limited Liability Company of Guangdong power grid,Yunfu,Guangdong,527300.) Abstract： With the development of cloud computing and big data continue to mature, gradually into the public view; in the era of big data, all walks of life have ushered in unprecedented opportunities, and at the same time, the problem of information security is also extended to various fields. Smart market investigators for multivariate data group analysis, you can develop a more scientific, informed planning and decision-making, to explore new ways to optimize and achieve a breakthrough innovation and planning. At the same time, the enterprise commercial espionage leak data, privacy leaks get the future development trends of the enterprise; telecommunications fraud personnel the use of personal privacy data, easily take thousands of miles away on the bank card money. If there is no real guarantee of data security and encryption system, big data means big problem. Key word: big data; privacy; information; security0引言2015年9月，国务院印发的《促进大数据发展行动纲要》指出，目前我国在大数据发展和应用方面已具备一定基础，拥有市场优势和发展潜力，坚持创新驱动发展，加快大数据部署，深化大数据应用，已成为稳增长、促改革、调结构、惠民生和推动政府治理能力现代化的内在需要和必然选择。
数据显示，2015年全球数据泄密的事故达1673起，涉及7亿多条数据记录。
《Verizon2015数据泄露调查报告》也显示，500强企业中，超过半数的企业曾发生过数据泄露事件。
更令人惊悚的是，60%的案例里，攻击者仅需要几分钟就可以得手。
没有大数据安全，就好比一个国家没有安防一样，数据得不到保护，随时有可能受到破坏、攻击和篡改，极大地阻碍大数据产业的健康发展。
可见，实现大数据产业可持续发展的前提是数据安全。
大数据（big data）是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。
在维克托?迈尔-舍恩伯格及肯尼斯?库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。
大数据的4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。
1 大数据安全的各个维度为了建立全面的大数据安全系统，企业与组织的管理者必须解决以下几个方面的问题：数据来源——通过服务器和数据中心的数据量，以及各个行业的数据信息梳理，数据分类主要分布在以下的行业：1、BAT为代表的互联网公司；2、电信、金融、电力等；3、公共安全、医疗、交通等；4、教育、政务、地理气象；5、物流、制造业等领域。
大数据不仅仅体现在数据量的庞大，也体现在数据类型的种类繁多，如此海量的数据中，只有20%左右的数据属于结构化的数据(各类应用系统和数据库，如企业ERP、财务系统等)，80%的数据属于广泛存在社交网络、电子商务等领域的非结构化或半结构化的数据。
这些数据的来源可谓是多种多样，如支付系统，电子商务交易平台，影视文件，社交媒体等皆可成为数据来源。
此外，还有更多的数据源纷至沓来。
你甚至不知道新的数据源又会从何而来，但可以肯定的是，你会得到更丰富多样的数据源的帮助。
这些大数据源可能包含个人隐私信息，支付系统数据，知识产权，企业财务数据等。
因此，需要对收集到的数据源进行保护以符合安全政策和规定。
大数据框架——无论是在NoSQL、Teradata,还是其他系统的大数据环境中都含有大量的可被操控的敏感数据，这些数据需要存在于相对私密的空间。
但是它们不仅存在于大数据节点中，而且还分布于系统日志文件，配置文件，错误日志中，甚至被错误地链接到互联网当中等。
数据分析——借助数据分析手段可以使大数据转化为企业新的研究方向和未来发展的计划目标。
数据分析结果可以在商业的智能仪表盘或数据分析报告中展示，并可按需查看。
对大部分的企业来说，大数据分析的结果可能是其最敏感的资产内容。
情报工作提供了关键的竞争优势;但当情报落入别有用心的人手中，则会陷入巨大的竞争风险中。
因此，我们必须认识到对各行各业十分宝贵的大数据也会成为居心叵测之人的工具。
冷酷无情的网络罪犯或是心怀愤懑的系统管理员也许会利用大数据来快速收敛不义之财。
针对大数据安全的各个维度(以及各个维度中大量的数据分析成果、系统、服务等)，建立有效的安全机制至关重要且充满挑战。
此外，由于与大数据环境相关联的广泛需求处于不断波动过程中，许多组织利用基于云技术的服务平台，以支持他们的大数据项目。
但是对于这些在云端运行的大数据环境的组织，安全管理的任务变得更加困难。
在云端，安全团队将可能面临供应商基础设施管理人员的威胁，曝光给云端其他组织的风险以及一系列附加风险。
2技术实现手段个人设备的管理。
在大数据技术下的新型移动设备的应用越来越广泛，现阶段主要用于对数据的收集、存储、访问以及传输等几个方面。
那么其员工的设备使用情况直接关系到企业的数据是否安全。
因此企业在给予员工使用个人设备之前，需要对明确告诉他们个人设备的使用策略与要求，并且需要在符合其既定的安全政策下管理移动设备。
云中的数据--可以说云服务和大数据技术是共同发展起来的。
云服务在实际运行过程中极有可能也面临大数据所具有的问题。
如云盘中的企业资源信息，个人隐私内容在授权和非授权情况下的访问机制如何定量，在云服务的同时，对于安全信息防护，需要考虑来自互联网下的多原因：如何避免系统的功能性缺陷导致数据的涉漏；如何将云中的数据分等级地划分不同安全级别进行访问控制；量化云中数据访问的便捷性同时能否实现对数据内容的加密解密处理过程。
这些内容在处理和存储数据的过程中存在着无法预测的风险。
也就是说在云中的大数据对于犯罪分子来说具有更大的获取数据的空间，同时也是一个具有吸引力非常大的目标，那么在此过程中需要采取安全性高的云来为企业服务。
数据保密方面。
大数据应用所涉及到的领域越来越多的背景下，其数据的产生、存储以及分析都是和安全具有密切的关系。
特别是在最近几年互联网技术加速发展的背景下，数据密保问题已经是急需解决的问题。
从2014年12月25日，12306网站用户数据信息发生大规模泄露，到2014年8月，苹果“iCloud服务”被黑客攻破，造成数百家喻户晓的名人私密照片被盗。
这些信息安全事件让人们开始感受到“数据”原来与我们的生活接触如此紧密，数据泄露可以对个人的生活质量造成极大的威胁。
大数据时代，如何构建信息安全体系，保护用户隐私，是企业未来发展过程中必须面对的问题。
安全技术水平的提高、法律法规的完善、以及企业和个人用户正视数据的运用的意识缺一不可。
在大数据的存储，传输环节对数据进行各种加密技术的处理，是解决信息泄露的主要措施。
对关键数据进行加密后，即使数据被泄漏，数据的盗取者也无法从中获得任何有价值的信息。
尽管对于大数据的加密动作可能会牺牲一部分系统性能，但是与不加密所面临的风险相比，运算性能的损失是值得的。
这实际上是企业管理和风险管理间的协调，重要的是企业要有将信息安全放在第一位的理念。
目前数据加密保护技术主要包括：数据发布匿名保护、社交网络匿名保护、数据水印等几种。
此外，除了对数据进行加密处理以外，也有许多可以运用在数据的使用过程，以及发生数据泄露之后的相关保护技术，比如：风险自适应的访问控制、数据溯源等，这些技术可以有效地降低数据安全事故带来的损失。
4 结论本文所述的大数据面临的安全问题，以大数据为代表的数据密集型科学或将成为新一次技术变革的基石，成为人类科学研究的新动向，面对挑战与机遇并存的大数据安全问题，需要在加强传统信息安全建设的同时，从源头到后端整个数据生成链中把控存在的安全隐患，规避所有的安全风险问题，才能让大数据造福社会。
参考文献[1]孟小峰,慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展,2013,50(1): 146-169.[2]陈明奇,姜禾.大数据时代的美国信息网络安全新战略分析[J].信息网络安全.2012(8):32—35. 作者简介：黄鸿，男，1984年生，广东云浮人，本科，研究领域：大数据分析。