大数据时代下网络安全

大数据时代下网络安全（通用12篇）

大数据时代下网络安全 篇1

近年来, 随着云计算、物联网、移动网络的快速发展, 数据来源的途径及数量也在持续增加, 数据种类繁多, 这些数据不单指本地的音视频、文档, 还包括了论坛等网络内容和微信等社交媒体。随着时间的推移, 人们创造的数据也几乎成指数级别增长, 这种数据量大到超出传统数据处理方法所能捕获、处理和管理的能力, 于是就产生了“大数据”。

根据IDC (互联网数据中心) , 预计在2017年将达到530亿美元, 同时Google趋势反映出大数据的关注度, 表明我们已经进入到大数据时代, 所以各国在大数据方面提出了自己的发展部署。2012年3月, 白宫网站发布《大数据研究和发展计划》, 提出将通过收集庞大并且复杂的数字资料, 获得知识和洞见以提升能力, 并协助加速在科学上发现的步伐, 强化美国国土安全。欧盟启动了“未来投资计划”, 总投资3500亿欧元推动大数据等尖端技术领域创新。2013年9月中央政治局以实施创新驱动发展战略为题举行第九次集体学习, 主题之一就是大数据的发展情况。

1 什么是大数据

1.1 大数据的概念

顾名思义, 可将翻译为大规模数据或海量数据, 因为这些数据结构较为单一, 人们还能用传统的技术和方法进行分析和处理, 所以它并不能完全概括大数据的本质内涵。实际上大数据至今没有一个权威性的定义。麦肯锡称:”数据, 已经渗透到当今每一个行业和业务职能领域, 成为重要的生产因素。人们对于海量数据的挖掘和运用, 预示着新一波生产率增长和消费者盈余浪潮的到来”。亚马逊网络服务有一个简单的定义:“大数据就是任何超过了一台计算机处理能力的庞大数据量”。大数据在维基百科中定义为:”所涉及的数据量规模巨大到无法通过当前主流软件工具, 在合理时间内达到管理、截取、处理、并整理成为帮助企业经营决策更积极目的的信息”。综上意见, “大数据”被IDC定义为:为了更经济更有效地从大容量、高频率、不同类型和结构的数据中获取价值而设计的新一代架构和技术, 用它来描述和定义信息爆炸时代产生的海量数据, 并命名与之相关的技术发展与创新。

1.2 大数据的特点

目前, 较为统一认识的是大数据具有四个基本特点:第一, 数据量大。从TB级别跃升到PB或EB级别。第二, 数据类型多。比如视频、博客、图片、音频信息等。第三, 价值密度低。比如在连续不间断监控视频中, 有价值的可能就是一两秒。第四, 处理速度快。有些数据的实时性非常强, 需要很快的速度来处理。

1.2.1 数据量大 (Volume)

这是大数据的基本属性。根据IDC估计, 到2020年, 全球数据使用量预计将达到35.2ZB。使数据规模增加的原因有很多, 首先是迅速发展和应用的互联网, 比如, 社交网络、搜索引擎等网站、传感器及移动网络等都在不停的产生数据, 促使当前数据增长比以往任何一个时期都要快。其次是随着不同传感器获取数据能力的不断提高, 获取的数据也越接近于事物本身, 描述事物的数据量也会增加。最后是采样的样本不断变大, 以前是用少的数据量描述大事物, 这样得出结论可能不准确, 随着技术的发展, 样本数目逐渐接近原始的总体数据, 高数据量带来高的精确性, 可以从更多的细节来了解事物属性, 同时所需的数据量也会显著增多。

1.2.2 数据类型多样 (Variety)

这是大数据的重要特性。当前的数据存储、处理、查询都是基于数据格式统一、事先定义好的结构化数据。但随着互联网快速发展, 涌现出大量的非结构化数据, 由于非结构化数据没有统一的结构属性, 所以在存储时, 不但要存储数据还要存储结构, 这样增加了数据存储、处理的难度。目前人们上网不但要浏览新闻、网上购物, 还要发送微博、视频聊天及上传下载文件等, 那么这些数据大部分是非结构化数据。综上所述, 即将处于主流地位的非结构化数据量已占到总数据量的75%以上, 且增长速度比结构化数据快, 那么数据的分析和处理将面临挑战。

1.2.3 数据处理速度快 (Velocity)

大数据分析区分于传统数据挖掘的显著特征。随着微信、移动网络等信息传播、获取技术的不断发展, 数据的产生也更快速和方便, 产生数据的量也越大, 即呈新摩尔定律式的快速增长, 不断产生的数据也要求有相应的处理速度来匹配, 才能使得大数据发挥有效的作用, 否则快速增长的数据不能给解决问题带来优势, 反而变成一种负担。同时, 网络中的数据是不断变化的, 通常这种数据的价值会随着时间的变化而降低, 如果数据在规定的时间节点内没有得到有效快速的处理, 那么这些大量的数据就失去了其存在的价值。此外, 在许多环境中要求能够实时处理新增的数据, 比如在京东, 亚马逊、淘宝等电子商务网站中, 就具有很强的时效性, 大数据以数据流的形式产生、消失, 且数据量的产生表现形式不是一条直线形式, 而是呈现为波浪式, 这就要求对大数据的处理要快速、实时、持续。

1.2.4 数据价值密度低 (Value)

这是大数据的重要特性。从统计学角度看, 可以对传统的结构化数据进行采样, 然后进行抽象、分析和归纳等处理, 那么在进行采样时, 样本越大, 所得到的统计结果也就越接近于事物本身。但是对于大数据通常是直接采用全部数据, 由于省去了归纳和采样, 就包含了所有的数据信息, 保障了分析结果的可靠性, 但同时也带来了许多无用的信息, 所以大数据关注的非结构化数据的价值密度偏低。如果能将它们“提纯”并迅速处理为有价值的信息, 就相当于掌握了一把能够开启宝藏大门的钥匙。目前, 如何通过强大的机器算法更迅速地完成数据的价值“提纯”, 是大数据时代亟待解决的难题。

2 国内外开展的相关工作

美国政府由于意识到大数据技术的重要性, 所以将大数据看作“未来的新石油”, 把其作为战略性技术进行大力的推动, 于是, 在2012年3月宣布投资2亿美元资金启动“大数据研究和发展计划”, 大力改善和推动与大数据有关的政策, 组织和分析工具和技术, 以提升美国利用收集的庞大且复杂的数字资料, 提炼真相的能力, 协助工程领域创新步伐、加速科学, 转变教育和学习模式, 强化美国国土安全。

国内对大数据的应用主要集中在能源/制造、公共事业、金融等三大领域。2011年12月工信部发布了物联网“十二五”规划, 把信息处理技术作为4项关键技术创新工程之一被提出来, 其中包括了海量数据存储、数据挖掘、图像视频智能分析, 这都是大数据的重要组成部分。2013年11月国家发改委正式批复同意, 国家超级计算天津中心建设“面向新兴产业的大数据处理技术研发与应用”国家地方联合工程实验室。这也是目前国家发展改革委在大数据领域批准的第一家工程实验室。这些都说明了大数据得到了国家层面的充分重视。

3 大数据技术

大数据的核心思想是对数据采集、处理、加工、挖掘、分析等, 把数据资源转化为有价值的信息, 为政府部门、企事业单位和个人创造经济价值和社会价值。

3.1 大数据采集

随着互联网、云计算和物联网的迅猛发展, 传感器、RFID射频、移动设备及社交网络等方式所产生的各种类型的非结构化、结构化的海量数据, 要获取这些数据, 必须要解决针对大数据源的感知、识别、适配、传输、接入等技术。主要是提供大数据服务平台所需的虚拟服务器, 物联网资源和非结构化、半结构化和结构化数据的数据库等基础支撑环境, 重点要攻克分布式虚拟存储技术, 大数据获取、挖掘、分析等操作的可视化接口技术, 大数据的压缩技术、网络传输与大数据隐私保护技术等。

3.2 大数据存储

从海量数据时代开始, 大量数据的长期存储、数据迁移一直都是研究的主题。目前主要存储方式有:存储局域网络 (SAN) 、网络附加存储 (NAS) 、直接外挂存储 (DAS) 和IP SAN等。这几种存储方式虽然是不同时期的产物, 但是各有特色, 数据中心往往是根据要处理的数据对象和自身的服务器数量进行选择。此外, 最近这云端存储非常流行, 其实就是一种虚拟化的存储。所谓虚拟化, 就是将原有的服务器中的硬盘空间划分为若干个独立的小空间, 这样在一台服务器上就可以提供多种存储服务, 既节约存储成本, 又提高了存储效率, 也是异构数据平台的最好选择。

3.3 大数据挖掘

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中, 提取隐含在其中的、人们事先不知道的、又是潜在有用的信息和知识的过程。海量数据挖掘一直是热点和难点, 也是一种决策支持过程, 它主要基于人工智能、数据库、模式识别、机器学习、统计学、可视化技术等, 高度自动化地分析大量数据, 做出归纳性的推理, 从中挖掘出先前未知的并有潜在价值的信息, 帮助决策者调整市场策略, 减少风险, 做出正确的决策。

当前非结构化的数据是按TB级别增长, 以至于达到PB、EB级别, 因此无法使用常规的工具或技术来处理。由于大数据的规模是不断在扩大的, 所以在数据挖掘过程中要考虑其增长带来的影响, 因此, 大数据的挖掘需要采用云计算技术和分布式挖掘, 目前较流行的且适用于各种类型的大数据挖掘工具是Hadoop, 这个工具具有高效、高扩展、高可靠性和高容错率等特点。

3.4 大数据分析

众所周知, 在全部大数据中, 大约有80%是非结构化和半结构化数据, 而被利用的数据很少, 大部分的非结构化数据尚未得到开发利用, 所以最重要的是对大数据进行分析, 只有通过分析才能获取很多有价值的信息。那么越来越多的应用涉及到大数据, 而这些大数据的属性, 包括速度, 数量, 多样性等都是呈现了大数据不断增长的复杂性, 所以大数据的分析方法在大数据领域就显得尤为重要, 大数据分析普遍采用统计方法来进行。统计与分析主要利用分布式数据库, 或者分布式计算集群来对存储于其内的海量数据进行的分类汇总和分析等, 以满足常见的分析需求。

4 大数据面临的机遇和挑战

由于大数据会给企业和组织带来有价值的信息, 所以会形成以大数据为中心的一个完整的产业链, 在这个链上的每个节点即会产生相应的价值。但由于大数据是个新兴的产业, 所以在技术不成熟, 人才稀少及安全方面都会有一定的挑战。

4.1 机遇

大数据打破了传统信息体系架构, 将数据仓库转化为具有信息共享和连接、流动的数据池。大数据技术使人们可以利用非结构化的数据类型, 分析出有价值的信息, 从而使企业组织更加高效和智能。

(1) 大数据的应用和挖掘成为核心, 将从多个方面创造价值。大数据从采集、传输、存储, 一直到数据的挖掘和应用, 在这一系列的过程中, 会产生出多个方面价值, 这将会影响企业未来的运营模式。

(2) 在大数据使用中, 安全尤为重要, 这为企业带来发展契机。随着移动互联网、物联网等新兴IT技术迅速发展, 有价值的数据无处不在, 这对信息安全提出了更高要求。同时, 基于大数据领域出现的产品与技术将为安全分析提供新的可能性, 信息安全贯穿于大数据产业链的各个环节, 这将推动信息安全产业的大发展。

4.2 挑战

大数据发展在面临重大机遇的同时, 也面临一些挑战。

4.2.1 信息安全问题

目前, 人们生活越来越多地与互联网发生关联, 每天产生大量的数据, 如何防止非法用户对数据被篡改或窃取, 这不是一个防火墙就能满足安全要求的, 而目前中国相关法律法规还存在许多空白, 互联网监管还存在一些漏洞, 所以必须采取专门针对大数据的安全保护措施, 以满足大数据应用带来的新的安全需求。

4.2.2 人才和技术问题

设计和实施大数据解决方案, 需要专业化技术和工具, 包括建模、统计学、自然语言处理和可视化技术。目前, 我国数据产业发展仍然存在一些短板, 如核心技术缺失, 相关工具软件少, 复合型人才匮乏, 政府数据开放程度低等。大数据产业的发展, 不能光靠炒概念, 而是要遵循市场规律, 努力的把短板补上。

4.2.3 数据存储的问题

目前, 所产生的数据量正呈新摩尔定律增长, 但就数据的保存和管理来说, 目前的技术改进并不大, 而数据的易失性风险却在增加。大数据的存储将会是一个非常严重而现实的问题, 但最后还是要依赖于硬件进行处理和计算的, 所以硬件的更新换代将是大数据发展的基础。

5 结束语

随着人们对大数据的认识不断提高, 数据也将被越多的企业当作一种无形的资产, 那么与大数据相关工具的研发也将受到企业的重视, 处在大数据产业链中各个结点也将受益, 也将逐步提高自身的素质及服务水平。

摘要：随着移动互联网、便携设备和云计算技术的发展, 人类社会进入了“大数据”时代。人类产生、获取、处理和存储的数据量正以指数级别增长, 这样改变人类的生活、工作和思维方式。伴随着机遇和挑战的同时, 也有大数据本身安全问题, 如何解决这些问题, 并挖掘出有价值的信息是具有十分重要的意义。

关键词：大数据,数据挖掘,关键技术,信息安全

参考文献

[1]马建光, 姜巍.大数据的概念、特征及其应用[J].国防科技, 2013.

[2]严霄凤, 张德馨.大数据研究[J].计算机技术与发展, 2013.

[3]赵刚, 大数据:技术与应用实践指南[M].北京:电子工业出版社, 2013.

大数据时代下网络安全 篇2

互联网的广泛普及给人们的日常生活带来了极大的便利。人们只要在有网的地方通过电脑或手机等工具就可以及时获取世界各地发生的新闻信息。同时也可以观看自己喜欢的电影和电视剧等，也可以听自己喜欢听的歌，和自己想交流的人进行即时互动等等。总之，互联网改变了人们生活的方方面面。但与此同时，互联网的广泛普及也带来了众多的网络安全问题。网络安全问题极大地影响着人们的上网体验，更为重要的是极大地损害了人们的利益如经济利益、政治利益、个人名誉等。导致网络安全问题的原因有很多，主要有以下几种：网络恶意攻击;网络自身及网络管理还不够健全;一些软件在设计上存在漏洞;一些恶意网站故意设置陷阱;网络内部工作人员故意做出一些不良的行为。同时，网络用户在上网的时候人为的误接收病毒文件有很大可能会导致网络安全的出现。

2.2隐私保护问题

大数据时代下网络安全 篇3

【摘要】本研究结合大数据时代的大背景，以国内体育院校思想政治教育的成功经验为参考，旨在加强和改进体育院校的思想政治教育工作，使之更契合时代发展主旋律，以深入广泛的调研、访谈为依据，结合思想政治教育工作的经验，并综合国内、外有关高校思想政治教育中对于意识形态教育方面的研究成果，积极探索出网络媒体视阈下的体育院校意识形态教育途径，使其更具有针对性、实效性和持续性。

数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。随着大数据时代的到来，我们的生产、生活方式都在发生着变革，与此同时，教育方式必然顺应时代发展的需要，有所创新。网络媒体和传统的电视、报纸、广播等媒体一样，都是传播信息的渠道，是交流、传播信息的工具，信息载体。网络媒体以其传播范围最广、保留时间长、信息数据庞大、操作方便简单、交互性沟通性强等特点被人们广泛接受。如何在大数据时代，利用网络媒体拓展体育院校意识形态教育方式，便成为了当今时代研究的重要课题之一。

1 大数据时代网络媒体视阈下体育院校意识形态教育工作的重大意义

大数据时代网络媒体下的体育院校意识形态教育研究，是创新高校思想政治教育模式的必然选择，将有助于辽宁思想政治教育工作者紧紧抓住高校学生的具体阶段性特点，有助于我们将辽宁高校学生的思想政治教育的主、客体紧紧地联系在一起，有助于有效地传递思想政治教育信息，从而增强辽宁高校学生思想政治教育的实效性。因此，创新网络媒体下的体育院校意识形态教育研究，对于辽宁地区而言具有较强的理论及现实意义。

本研究力求突破单纯依靠传统教育方式对我院学生进行教育传统认识，以加强和改进体育院校意识形态教学模式，填补相关领域研究的空白。本文将会对辽宁高校的思想政治教育工作提供较大的借鉴意义。

2 大数据时代网络媒体下的体育院校意识形态教育研究现状

目前，国内外关于意识形态的研究，散见于部分期刊之中，大多是关于意识形态理论、传播、模式、功能等方面的研究，对于意识形态教育方面的研究较少，对于高校意识形态的教育则更少，对于体育院校意识形态教育的研究寥寥无几。

省内体育院校意识形态工作的现状及效果参差不齐，其影响因素也很多，包括校领导的重视程度，教师的意识形态、能力、素质，学生的生源情况等等，这些因素，在某种程度上都可以得到有效解决，体育院校学生又有其自身特点。本研究以高校思想政治教育成功经验为基础，积极探索网络媒体下体育院校意识形态教育的新特点、新规律，提出在大数据时代网络媒体视阈下体育院校意识形态教育的创新研究。

3 大数据时代网络媒体下的体育院校意识形态教育工作的有效途径

研究体育院校意识形态教育工作，在理论上，将有助于我们丰富和创新辽宁传统高校思想政治教育理论思维模式；在实践上，有助于提高辽宁思想政治教育的针对性，更好地发挥思想政治教育过程中的主观能动性，增强辽宁高校学生接受思想政治教育的主动性与自觉性，从而更好地因材施教，促进创新型、应用型人才的培养。

3.1 通过网络媒体加强学生对于意识形态领域相关知识的了解

可以通过网络媒体，加强学生对于国家政策方针的传播，如国家领导人关于意识形态工作的阐释、关于优秀典范的案例介绍、国家体育院校的先进经验的交流、学生参观校史展以及在课上参与实践教学的视频等等。

学生在课上参与实践教学的过程中，学生以班级为单位，每个班级设四个实践教学小组，每个小组展示实践教学成果的时间不超过十五分钟。同时，配合实践教学研究相关论文及学生法治宣传漫画等，作为实践教学的实施成果。在网络媒体平台中，主要通过以下几种方式，如优秀案例的视频教学、课堂爱国主义演讲视频、小品表演视频、法制宣传漫画（课堂爱国主义演讲、小品表演贯穿课程始终）等。

3.2以线上线下相结合的“互动式”教学模式，拓展体育院校学生意识形态教育

通过本课题研究，探索出新型教学模式即“互动式教学模式”，从而丰富课堂教学的内容，改进教学方法，找出传统教学模式的弊端，改变以往较为注重传统教学模式的形式，真正使学生能够更好地接受知识，并突出对于学生实践能力的培养，增强其运用知识解决相应问题的能力，为体育院校意识形态教育的发展提供经验，在实际工作中体现指导意义。通过线上线下的教育，真正促进教学模式的改善，使教学更具有吸引力，使学生由“让我学”改变为“我要学”学习观念。

“互动式教学模式”通过调节师生关系及其相互作用，形成和谐的师生互动、生生互动、学习个体与教学中介的互动，学生可以在网上进行评论，提出合理化建议，达到提高教学效果的一种教学法。因此，对于新型教学方法的研究，既有利于教学方法的创新，又有利于学生对于知识的掌握，突出学生的重要作用。

3.3通过举行相关学生活动，加强体育院校意识形态教育

通过举行视频演讲、网络知识竞赛答题等相关学生学活动，提高体育院校学生的自我管理和自我教育能力，增强学生的责任感和集体意识，加强和改进体育院校大学生思想政治教育工作，践行社会主义核心价值观，引导和帮助广大学生理性爱国，遵纪守法，做当代文明大学生，促进学生成长成才。推进体育院校意识形态教育是一个长期的过程，我们必须创新实践教学模式，为培养出全面发展的体育大学生而努力。

大数据时代，需要通过网络媒体传播知识，加强体育院校教师及学术的意识形态教育工作，通过网络媒体，可以进一步落实国家关于意识形态教育的要求，推进体育院校相关工作，加强和改进体育院校大学生思想政治教育工作，更好地推进有道德、学习型的校园文化建设。

【参考文献】

[1]王东红.高校马克思主义意识形态教育的思考[J].安徽工业大学学报，2013（1）：144-145.

[2]王雄杰.高校社会主义意识形态教育的特点与对策[J].浙江理工大学学报，2010（5）：465-471.

大数据时代下信息安全问题论述 篇4

一、大数据的含义及特点

1、大数据的含义。

大数据根据IT行业术语也叫巨量数据集合, 是要在新的处理模式下, 在强有力的决策力、敏锐的洞察力和优秀的流程改善力的协助下, 适应巨量化、高速化和多样化的信息资产。

2、大数据的特点。

大量、高速、多样、价值、真实性这是大数据的五个主要特点。大量是指大数据的数据容量巨大;高速则是指数据的生成、整合以及处理十分高效, 可以在秒级的时间限制内完成对数据的处理;多样则是指数据的来源丰富, 借助数据传感器, 监测的范围几乎涵盖了生活的方方面面;利用大数据技术收集的数据信息, 由于数据量巨大且繁杂, 有价值的数据所占的比例反而较小;真实性是指数据的质量, 而对数据质量的判断也需依具体情况而定。

二、大数据时代下的信息安全问题

2.1大数据时代下存在的主要信息安全问题

在大数据时代的背景下, 各种移动设备十分普及, 人们对手机等移动设备的依赖也加重了信息泄露的安全隐患。比如说智能手机中各种app软件的使用, 手机app的数量巨大且类型繁杂, 许多app软件并不是正规公司设计且没有通过安全保障, 并且一些不法分子和黑客利用恶意代码或木马病毒的植入盗取app用户个人信息, 致使用户大量信息泄露。由于大数据数据量的巨大和繁杂, 一些黑客和不法分子通过自身的网络技术以及利用大数据的这一特点可以让自己的恶意攻击不被发现且无法被安全监测设备检测出来。大数据反而成了黑客和不法分子的避难所, 这也对安全厂商和警方对黑客和不法分子的追踪造成了困难。

2.2大数据背景下信息安全问题存在的原因

首先, 公众对大数据技术的认识存在一些误区, 大数据下的网络并不能保证绝对的安全, 在购物网站的实名购买记录、各大搜索引擎的搜索记录、在网络社交平台个人生活和心情的记录都有可能暴露用户的个人信息, 从而给不法分子以可乘之机。并且大数据技术不是完美无缺的, 其本身就存在一些安全隐患。比如大数据数据库存在着一些安全漏洞, 不法分子可以利用这些漏洞, 对数据库进行侵入;数据库访问的操作缺乏控制, 这也很容易造成数据的泄露。此外, 个人信息法律保护不完善, 数据使用监管机制和机构的缺乏也是大数据时代信息安全问题产生的原因。法律和监管的缺失有可能降低网络犯罪的成本, 从而助长信息安全问题的滋生。

三、大数据时代下信息安全问题的防范措施

1、完善相关立法和数据监测机制。

法律的保障是信息安全问题的第一也是最后一道防线。完善个人信息保护专门性立法, 明确个人信息保护的基本准则、个人信息主体的权利和义务、个人信息和隐私权受到不法侵犯时的法律救济和惩处措施, 最大程度上保障个人信息的安全。加强对大数据使用的监测, 设立专门的监测机制和机构, 并且明确监测机构的职责, 对信息安全问题防范于未然。

2、加强信息安全保护意识。

这一措施主要是对大数据用户来说, 大数据技术公司应该加强自身安全技术方面的保障, 数据用户也应该价钱自身的防范和保护意识。比如在使用搜索引擎后及时删除搜索记录、使用社交平台软件时注意不要暴露个人的隐私和具体信息、发送重要电子邮件时对邮件进行加密等等。大数据用户是信息安全问题防范的主体, 其安全保护意识的提高对于大数据时代下信息安全问题的防范和解决具有重大的促进作用。

3、不断改善安全技术。

为了应对大数据背景下现代信息技术发展所带来的各种层出不穷的信息安全问题, 应该对传统的安全技术进行改革, 加大人力、财力、物力的投入, 加强大数据安全系统的防御能力, 减少安全漏洞, 并不断发展安全技术以应对未来的安全挑战。

结束语:现在是信息的时代, 大数据技术的掌握已成为世界各国竞争的重要砝码。大数据带来的机遇和挑战应引起人们同样的重视, 在积极应对安全挑战的同时把握机遇, 这是大数据时代行动实施的应有之意。

摘要：目前, 随着现代信息技术的飞速发展, 大数据时代也随之而来。大数据技术在给人们的生活带来便利以及促进社会的快速发展外, 也不可避免地带来了一些信息安全问题。不仅是对个人, 大数据时代下的信息安全问题也对国家信息安全产生了一些危害, 本文从大数据的基本概念展开, 简单介绍大数据时代下的信息安全问题, 并提出一些防范措施。

关键词：大数据时代,信息安全问题,论述

参考文献

[1]崔洪刚等.大数据时代下的信息安全问题研究[J].通讯世界, 2016 (7) .

[2]刘泫彧.大数据时代下的信息安全问题研究[J].电脑知识与技术, 2015 (36) .

[3]王雪璐.大数据时代的信息安全问题及对策研究[J].中国新通信, 2016 (18) .

大数据时代下网络安全 篇5

摘 要：大数据环境下网络稳定性，成为全球都比较关心的问题，这涉及到互联网的健康有序发展，本文将对大数据环境中网络稳定性测试分析。

关键词：大数据环境 ;网络稳定性 ;测试

近年来，在着物联网、移动互联网与云计算技术和应用的快速发展中，人类产生的数据量十分惊人，正以指数级速度迅速增长。在，其数据就达到1.8万亿 GB。而 IDC(IntemetDataCenter，互联网络数据中心)预计到 年全世界数据量会增加50 倍。但是在大数据环境下很多是用户信息等敏感信息、隐私信息以及国家的机密信息。这些信息难免不会引起全球各地的不怀好意的人进行攻击，包括信息泄漏、人不断非法入侵他人电脑、数据篡改、信息窃取、数据删添和病毒攻击等方式。可以说大数据的复杂性和涉及领域的广泛，给人们带来了很多的不安因素，同时网络实体还要面对水灾、火灾、地震、电磁辐射等危害的考验。

一、网络稳定性概述

网络的不断普及，给人们的生活学习工作带来了巨大的便利，但是网络是否稳定，又对人们的使用效率有巨大影响。所谓的稳定性是指网络系统可以长期、可靠、满足指标带宽的性能。网络稳定性也可以说在网络发生入侵等突发性危机的事件时，计算机网络所表现出的具有抗干扰、抗毁性能力的大小，并且具有为大规模数据通信下的突发性事件提供有效帮助，保证在一定时间效益最大化和网络损失最小化。假设网络稳定性不好，就会出现丢包率变高，轻的现象则是网速不稳定，重的话就会出现掉线情况发生。比较常见的网络稳定性问题主要有以下几种 ：一是网络局部或整体出现不定时掉线情况，这就是内网存在 ARP 欺骗。二是局域网访问缓慢，访问外网断线或者是丢包严重问题发生，这是内网发生病毒攻击或者是广播风暴。三是网络设备，如路由器、交换机等有缺陷或者是个体故障，造成网络断线，四是运营商线路遭受攻击或者是故障造成网络延迟或者断线发生。而在大数据环境下，网络稳定性主要指发生网络入侵等突发性危机的过程里，计算机网络抗干扰和抗毁性能力的大小。在大数据环境下入侵事件的发生，变得更加具有随机性、突发性、有限性等特征，做好对大数据环境中网络稳定性测试分析是下文要进行的。

二、大数据下网络稳定性评价体系分析

1、大数据环境下模糊层次下网络评价指标稳定度分析。模糊层次分析方法是把模糊分析法与层次分析法相结合起来的一类方法。层次分析法是美国运筹学家 T. L. Saaty 教授提出，该方法是对一些较为复杂、较为模糊的问题作出决策的简易处理，尤其适合于那些难于完全定量分析的问题。模糊层次分析方法实用性非常强，可以通过通过编程实现的建模，能有效解决在设备选择问题中的`定性和定量的抽象，还可以避免矩阵的一致性困难与建立的矩阵与人的思维差异问题。在大数据环境下采用模糊层次分析方法，可以得到各种指标下的评价权重，采集的指标在大数据网络下表现出网络稳定性分析层次性，并且大量检测指标呈现出了一定的模糊性，可利用模糊层次分析措施能够得到不同指标的权重 ：[Y=WTX] ，其中 Y 可以是 y1，y2，…，yn]，Y 代表的意思是用户行为在大数据环境中网络衡量指标的权重集。X 可以是x1，x2，…，xn]，表示的意思是专家对不同种指标的打分评价集，而且这类集合能够从经验中得出。W 是指描述模糊互补矩阵，具有 [i=1nwi=1]。然后在 Y 里各种数据量中网络稳定度测试指标的权重与达标评估系数依次进行相乘，在求和中得到单个不同指标的稳定度 ：[Ri=j=1nyjwj]。而 [Ri] 是指在大数据环境里用户行为的网络单个指标的稳定度表现。

2、大数据下多指标下网络稳定性评价。多指标通信网络构成，包括了大数据通信子系统、数据协调通信系统和漏洞修补子系统三个并联系统与一个串联系统。而在大数据下，对于多指标结构评估是由一个串联同并联融合的混合指标评估过程，因此，计算机网络总体指标的稳定度的运算公式就有 ：[R=j=131-i=1m(1-Ri)]，这样就能实现对大数据环境下的计算机网络的稳定性进行计算。

三、大数据下相应网络稳定性的区域评估模型测试建立

大数据时代下的中国市场 篇6

【摘要】随着大数据产业的快速发展，我国企业开始利用大数据技术从海量数据中提取有价值的信息，为企业做出精准决策提供有力的参考，随着各行各业对于大数据的需求越来越多，大数据产业将进一步促进中国市场的发展。本文分析了大数据对中国市场产生的影响以及中国市场在大数据环境下的演变，认为目前我国市场在大数据环境下还面临着一些挑战，并在大数据环境下我国市场发展前景较好。

【关键词】大数据；中国市场；发展

随着大数据产业的快速发展，大数据对于市场的影响力逐渐扩大，目前，我国的大数据技术处于初级发展阶段，无论是政府还是企业对于大数据技术及其应用都处于摸索阶段，在未来的经济社会发展过程中，中国市场必须紧抓大数据时代的机遇，充分运用大数据技术提高生产效率，降低生产成本，实现市场经济的快速发展。本文通过分析大数据对中国市场的影响及中国市场对大数据环境的适应演变过程，了解中国市场在大数据情况下面临的挑战和大数据下中国市场的发展前景，为推动大数据技术在我国更好地普及和推广提供参考。

一、大数据对中国市场的影响

大数据的发展对中国市场产生了很大的影响，例如我们现在经常用到的“滴滴打车”软件就是利用大数据技术使出租车的供求获得更精准的对接，从而更好的为消费者提供出行服务，因此大数据运用得好，不仅能够给产业带来新的生机，而且能够对经济增长提供新的动力。可以说大数据已经开始出现在中国市场的方方面面，在给企业带来巨大价值的同时也给人们的生活带来更多的便捷。从大的方面来说，大数据技术的运用可以使得国家决策部门，可以借助大数据更科学的制定经济策略，更加有效的把握经济的走向；政府可以过海量微观主体行为分析，推导出宏观经济的大趋势，而不再仅仅依赖样本统计数据结果。

二、中国市场对大数据环境的适应演变

在大数据这一时代背景下，中国市场开始发生转变，在大数据早期发展期间，市场对于大数据这一新型产业持观望态度，仅有少数大型企业投入到大数据产业中，大数据开始涉足于少数产业，如网络购物平台、各类导航地图等，这些企业通过建设大数据中心，对搜集到的信息进行处理分析，帮助企业准确快速了解市场行情，促进了企业的快速发展。随着大数据产业的快速发展，中国市场中许多行业开始涉足大数据领域，如互联网行业、通信行业，还是金融行业、服务业、零售业等，随着大数据技术的不断进步，促进了行业的快速发展，而缺少大数据支持的企业已经难以应对市场快速变化的环境，不少企业已经濒临倒闭，促进了行业的升级。目前各行各业为了应对来临的大数据时代，开始开始重视大数据技术，努力建设自有大数据中心和培养大数据人才队伍，充分利用大数据技术，把握行业的发展规律，促进行业的快速发展，可以说现阶段，大数据已经融入到我们生活的方方面面，给我们的生活带来巨大的改变。

三、中国市场在大数据情况下面临的挑战

在大数据时代，中国市场取得了较大的发展，但是也面临着很大的挑战，这些挑战不仅仅局限数据平台的建设方面，在网络安全、数据开放与隐私权衡、平台开放方面也面临挑战，主要有：

（一）大数据中心的建设和维护成本很高

需要企业花费大量人力、物力进行人才培养、技术研发、设备维护，并且大数据需要一段时间才能起到预期的效果，如光大银行大数据中心为例，其一次性建设成本高达2.3亿元，并且每年的运行维护成本约4900万元，这给带来巨大的财务负担，从而增加企业的运营风险，对市场的稳定性造成一定的影响。

（二）网络安全挑战，在信息化快速发展的时代

如何保护用户个人信息安全显得尤为重要，成为大数据时代市场亟需解决的首要问题。大数据的不断增加，对数据存储的物理安全性提出了更高的要求，并且许多网站本身存在的漏洞会使得用户的信息被泄露，可能导致用户财产损失。

（三）大数据平台市场开放挑战

每个行业的数据都会呈现出不同的特点，需要从多个领域进行信息搜集，对于中小企业来说，建设数据中心进行信息搜集和数据分析是难以完成的任务，因此需要从其他数据平台获取数据。这其中就涉及到数据平台市场开放的问题，在当前网络环境下，数据平台都无法保障平台开放后的数据安全和隐私安全，因此数据平台就不会真正的将平台开放，这样不少企业就难以获取数据，从调查情况来看，当前我国有三分之一的企业使用很多从外部购买的数据和互联网平台数据，有38.7%的企业使用互联网平台数据。因此，应尽快建立大数据的交易规则，并逐步形成不同等级的交易平台/市场，在保障数据安全和隐私安全的前提下发展大数据平台开放市场。

四、大数据下中国市场的发展前景

在未来，大数据将会对我国市场的发展产生重要影响，总的来说表现在以下三个方面：一是在政治方面，帮助政府制定市场引导策略，政府通过大数据分析结果，更好的掌握宏观经济运营规律，及时有效的引导市场的发展方向，从而推动我国经济的快速发展。二是在商业方面大数据将会渗透到各行各业，与行业相融合发展，为企业打造一个全面、完整的数据价值发展平台，以更加定制化的商业智能解决方案提供大数据服务。三是在生活方面，大数据将会融入我们生活的各个角落，在不断改善我们的生活，在健康方面，我们可以利用智能手环监测，对我们的睡眠模式来进行追踪，了解睡眠质量；我们可以利用智能血压计、智能心率仪远程的监控身在异地的家里老人的健康情况，让远在他方的外出工作者更加放心；在出行方面：我们可以利用智能导航出行GPS数据了解交通状况，并根据拥堵情况进行路线实时调优，在居家生活方面：大数据将成为智能家居的核心，智能家电实现了拟人智能，可以根据住宅空间环境和用户需求自动设置控制，甚至提出优化生活质量的建议，如我们的冰箱可能会在每天一大早建议我们当天的菜谱。

五、结束语

综上数据，在大数据时代下，我国市场取得了较大的发展，但是其中也面临着一些挑战，相信随着大数据技术的不断进步以及大数据产业的不断发展，大数据将更大程度的促进我国市场的发展，推动我国经济的增长、改善人们的生活。

参考文献

探析大数据时代下的网络安全问题 篇7

大数据时代是基于互联网、云计算、物联网等技术发展所带来的新网络时代洪流,海量的数据共同构成了新的网络发展态势,在带来众多应用便利服务生活生产的同时,新时期的网络安全问题成为了制约其发展的瓶颈问题。浩瀚的数据量、繁杂的数据类型和越来越快的处理速度共同构成了大数据的典型特征,尤其是在满足实时性需求方面优势显著,但随之而来的网络安全问题日趋严峻,需要加以研究解决以更好的服务技术开发与应用。本研究主要对大数据时代下的网络安全问题进行分析与探讨。

1 大数据相关知识的基本概述

所谓的大数据也即是一种海量的数据,往往有着相对较大的信息量,其信息逐渐的趋向于多元化的主体,有着相对较快的更新速度和相对较低的价值密度,而这种海量大数据有着非结构化的主要特点。

大数据不仅仅有着巨大的数据体量,同时也有着相对繁多的数据类型以及较快的处理速度,近些年来,关于大数据的相关研究逐渐增多,并成为当前重要的战略布局方向。目前的大数据信息安全事件在某种程度上涉及的内容逐渐增多,同时也导致越来越严重的危险,严重影响着当前网络的安全,以至于人们关于大数据背景下,对网络安全问题有了越来越全面的认识。

2 大数据时代下网络安全的现状

随着时代经济的飞速发展,当前互联网以及物联网、云技术等更新进程不断加快,数据的增长速度也在加快,大数据时代下网络的安全问题逐渐成为人们关注的焦点。同时伴随着互联网技术以及计算机技术的蓬勃发展,网络在人们的日常生活中扮演着越来越重要的角色,同时在2011年全球著名咨询公司第一次将大数据的概念提出,并分析总结出所谓的大数据并不是对数据量大小的一种描述,在某种程度上主要是面对种类和数量较多数据之间的一种整合、交换和分析,并在海量的信息中对新的知识价值进行发现和创造,进而带来极大的财富。

在社会经济逐渐增长的同时,大数据时代下网络安全问题逐渐受到人们的关注,在当前众多行业中,关于大数据处理面临的问题越来越多,虽然面对大数据网络安全问题作了不同程度上的努力,但是依然有越来越多的国家以及网站受到黑客的供给,进而使得网站处于一种瘫痪的现象,用户账号以及密码的盗窃,难以从根本上保证大数据时代下网络的安全进行,以至于当前的大数据时代下网络安全问题不容乐观。

因此,在当前的大数据时代下,网络安全问题较多,严重影响着当前经济社会的高速发展,同时也难以保证人们隐私的保护,不利于当前和谐社会的构建。

3 大数据时代下网络安全的基本内涵

大数据时代下网络完全问题逐渐受到重视,但是在对网络安全确保的同时,就要正确全面的认识网络的安全。就其实质性而言,大数据时代下网络安全就要做好物理安全的综合分析,和信息内容安全的全面分析。保证网络安全的物理安全,就要在当前的网络工程中,对网络的设计和网络的规划进行充分的考虑,并做好对各种电源故障以及电脑硬件配置的全面考虑。

综合分析信息内容安全时,主要是保证信息的保护,并避免信息泄露和破坏的产生,并禁止非法用户在没有一定的授权,进而对目标系统中的数据进行窃取和破译,进而为用户带来一定的隐患。而信息破坏的过程中,就要做好系统故障的维护,对非法行为进行抑制。

对于信息传播安全和管理安全分析时,就要在当前的网络环境中,做好数据信息的有效传输,并避免网络的攻击以及病毒的入侵,并做好对整个网络系统的维护工作。而管理安全性分析时,就要对软件的可操作性进行综合性的分析,做好实时监控和相关的应对措施准备,并做好对数据的综合保护。

总而言之,大数据时代下网络安全更要做好网络硬件的维护和常规管理,同时也要做好信息传播安全以及管理安全的综合性分析,进而对大数据时代下网络安全加以保障。

4 关于大数据时代下网络安全问题控制的几点思考

大数据时代下网络安全问题控制过程中,就要综合分析网络系统本身上的漏洞,并做好系统漏洞和威胁的全面分析评估,并结合当前的新技术手段,进而做好网络的安全的极大保障。

4.1 做好对访问的控制

对于大数据时代下网络安全问题控制,就要对安全的防御技术加以采取,并做好黑客攻击以及病毒传播等的控制,将对访问的控制有效加强,对网络资源的合法访问和使用加以确保,并合理的认证以及控制用户对网络资源权限的访问,避免非法目的用户的不法访问。将身份认证和相关口令加以添加,做好对规范用户的基础控制,有效维护系统,并对网络资源进行高效性的保护。

4.2 做好对数据的加密控制

做好对数据加密控制,就要采取加密算法以及密钥的方法,对明文数据进行转化,将其转化成为一种密文,并保证加密后的信息,在实际的传播过程中,有着一定的保护作用,一旦信息窃取,对于信息的内容无法查看。同时在对数据存储安全性以及稳定性进行确保时,就要依据于数据的相关特点和基本类型,对机密信息的安全性加以确保,实现网络信息数据的安全传输。

4.3 做好对网络的隔离控制

将网络的隔离控制加强,主要是当前防火墙技术常见的一种网络隔离技术,通过对防火墙部署在数据存储系统上加以采用,尽可能的将网络分为外部和内部,并对数据通道进行授权处理,对网络访问权进行一定的隔离和限制,并对网络的安全进行合理的控制。

4.4 做好对入侵的检测控制

一般而言,入侵检测,主要是借助于主机系统和互联网,综合性的分析预设的关键信息,并对非法入侵进行检测,在入侵检测控制中,就要借助于监测网络将内外攻击以及相关的操作进行及时的监测,并采取主动性和实时性的特点,对信息的安全结构进行保证,进而做好入侵的检测控制,对网络信息安全进行最大上的保障。

4.5 及时的防治病毒

当前大数据环境中,保证网络安全,就要做好病毒的有效防治,在计算机上对杀毒软件安装,并定期的对文件进行扫描和杀毒,对于不能识别的网络病毒,就要对漏洞补丁进行及时的更新和修补。同时也要对良好的网络安全意识习惯培养,不点击不明的链接以及相关的网站,对正规正版的软件下载,并综合提升病毒防治的成效,做好计算机的日常安全维护基础工作。

4.6 做好安全审计工作

做好网络安全审计工作,就要综合提升网络信息安全性能和网络信息的稳定性,在实际的工作过程中,借助于网络对原始数据包进行合理的监控和分析,并借助于审计的手段,还原原始信息,准确的记录访问网络的关键性信息,对网络方位、上网时间控制以及邮件的访问等行为进行极好的记录,尽可能的保证业务正常有序的进行[5]。

4.7 提高安全防范意识

提高安全防范意识,同样也是大数据时代下网络安全控制的有效方法之一,将网络安全增强,并提升网络安全性能,对相关的管理制度进行建立,将软件的操作和管理加强,对用户的安全保护意识进行加强,并对完全稳定的网路环境进行创造。

5 总结

大数据时代下的网络安全问题分析 篇8

关键词：大数据,网络安全

1 大数据内涵及特征

大数据是指其大小超出了典型数据库软件的采集、存储、管理和分析等能力的数据集合。其内涵应从三个方面理解:从数据本身看,大数据是大小超出典型数据库软件采集、存储、管理和分析等能力的数据集合;从技术角度看,大数据技术是从各种各样类型的大数据中,快速获得有价值信息的技术及其集成;从应用角度看,大数据是对特定的大数据进行集合,集成应用大数据技术,获得有价值信息的行为。

体量巨大并不是大数据的唯一特征,其重要特征通常用5V(即Volume、Variety、Velocity、Value)来描述。Volume(大体量),即可从数百TB到数十数百PB、甚至EB的规模;Variety(多样性),即大数据包括各种格式和形态的数据;Velocity(时效性),即很多大数据需要在一定的时间限度下得到及时处理;Veracity(准确性),即处理的结果要保证一定的准确性;Value(大价值),即大数据包含很多深度的价值,大数据分析挖掘和利用将带来巨大的商业价值。有调查显示,在大数据的几个特征中,“多样性”和“价值性”受到最多关注,“多样性”之所以被最为关注,在于数据的多样性使得其存储、应用等各个方面都发生了变化,而“价值性”则不言而喻,不论是数据本身的价值还是其中蕴含的内在价值都是人们所希望的。

2 大数据时代网络安全现状

2.1 网络化社会使大数据更易成为攻击目标

网络化社会的形成,为大数据在各行各行业和领域实现资源共享和数据互通搭建了平台和通道。基于云计算的网络化社会为大数据提供了一个开放的环境,事实上,大数据已与我们的生活如影随形。微博上的社交关系、淘宝上的购物记录、GPS导航的移动数据、快递的物流信息等,这些形形色色的数据囊括了人们的各种行为细节,也同时记录了人们的大量个人隐私。面对呈几何趋势增长的海量数据,传统的基于特征恶意软件定期扫描方式逐步变成一项不可能完成的任务。大数据依托于云端分散存储,公共存储平台暴露,所有相关数据形成了统一视图,使得蕴藏着海量信息和潜在价值的大数据更容易吸引黑客的攻击,对于攻击者而言,相对低的成本可以获得“滚雪球”的收益。

2.2 海量和非对称结构增加了数据存储难度

有专家指出,大数据带来了两个重要的变化:首先是数据的爆炸式增长,近两年所产生的数据量相当于2010年以前整个人类文明产生的数据量总和;其次是数据来源极大丰富,其中包括语音、视频、图像等非结构化数据所占比例逐渐增大。随着结构化数据和非结构化数据量的持续增长以及分析数据来源的多样化,以往的存储系统已经无法满足大数据应用的需要。No SQL数据库泛指非关系型的数据库,具有可扩展性等优点,利于趋势分析,为大数据存储提供了初步解决方案,对于将占数据总量80%的非结构化数据,通常采用No SQL存储技术完成对大数据的抓取、管理和处理。虽然No SQL数据存储易扩展、高可用、性能好,但是仍存在一些问题。例如,访问控制和隐私管理模式问题、技术漏洞和成熟度问题、授权与验证的安全问题、数据管理与保密问题等。而结构化数据的安全防护也存在漏洞,例如物理故障、人为误操作、软件问题、病毒、木马和黑客攻击等因素都可能严重威胁数据的安全性。大数据所带来的存储容量问题、延迟、并发访问、安全问题、成本问题等,对大数据的存储系统架构和安全防护提出挑战。

2.3 信息技术的发展增加了大数据安全风险

随着计算机网络技术和人工智能的发展,大数据自动收集和人工智能分析效率逐渐提高,另一方面,新技术的发展也使得攻击手段相应提高。在众多行业中,大数据处理面临的安全威胁越来越多,虽然面对大数据网络安全问题做出了相应的努力,但依然有越来越多的网站及用户遭受到了黑客不同程度的攻击,网站致瘫、用户信息被窃、硬件设施受损等现象频繁发生,难以从根本上保证网络的安全运行,大数据时代网络安全问题仍不容乐观。

3 大数据时代应对网络安全问题的几点思考

3.1 重视大数据安全体系建设

如今,各大单位都有自己的门户网站和一套安全防护体系,而要在一个大型的网络中扫描出一个恶意的软件可能需要很长的时间。因此,要重视大数据及其信息安全体系建设,提高大数据管理者安全防范意识,从最前端开始防护,人员安全防范意识增强,可有效避免由于人为的疏忽而造成的不必要损失,也给大数据管理人员提供了相应便利。同时,加强顶层设计,在对大数据进行应用发展规划时,要从战略高度切实认清大数据信息安全形势的严峻性,按照数据价值或密级轻重程度分析大数据的类别,明确重点保障对象,强化对敏感和要害数据的监控管理,加快形成从大数据产生、存储、处理,再到价值提取,最后被应用的完整生态系统。

3.2 完善大数据存储安全策略

大数据会使数据量呈非线性增长,而复杂多样的数据集中存储在一起,多种应用的并发运行以及频繁无序的使用状况,有可能会出现数据类别存放错位的情况,造成数据存储管理混乱或导致信息安全管理不合规范。现有的存储和安全控制措施无法满足大数据安全需求,安全防护手段如果不能与大数据存储和应用安全需求同步升级更新,就会出现大数据存。基于云计算架构的大数据,数据的存储和操作都是以服务的形式来提供的。目前,大数据的安全存储采用虚拟化的海量存储技术存储数据资源,涉及数据传输、存储、隔离等问题。解决大数据安全存储的问题,首先是要进行数据加密。在大数据安全服务的设计中,大数据可以按照数据安全存储的需要,被存储在数据集的任何空间,通过加密实现数据集的节点和应用程序之间移动保护大数据,在大数据的传输服务过程中,为数据的上传下载提供有效的保护。其次是数据的过滤和备份。通过过滤器的有效监控,如发现数据离开了用户的网络,就自动阻止数据的再次传输,另外,通过系统容灾、数据管理等产品可以实现端对端的数据保护,确保大数据在损坏的情况下有备无患、安全管控。

3.3 规范大数据运行管理机制

科学有效的体制机制,是后期大数据正常运行、充分发挥作用的根本保证。目前,大数据建设尚处于探索阶段,急需建立完善相关机制。首先,要充分发挥相关职能部门和领导管理机构作用,按照统建统管要求,制定相关数据管理制度,推进数据资源共享和系统融合,实现对信息系统、数据资源和工程建设的统筹监管,强制执行各种标准规范,定期组织对数据更新、运用等进行检查评估,及时查找改正问题。其次,要完善动态数据安全监控机制,加强对重点敏感数据的监管。海量数据加大了敏感数据暴露的可能性,对大数据的无序使用也增加了要害信息泄露的危险,应明确重点规划数据的范围,指定完善重点领域数据库管理和安全操作制度,加强对重点领域数据库的日常监管。在用户层面,应严格把控访问权限,规范数据的使用方法和流程;从操作系统层次看,包括内存、磁盘以及网络I/O数据的全面监控检测;从应用层次看,包括对进程、文件以及网络连接的安全监控。因此,在规模化的分布式计算平台之中,必须建立有效的动态数据细粒度安全监控和分析机制,满足对大数据分布式可靠运行的实时监控需求。

参考文献

[1]曾中良.大数据时代的企业信息安全保障[J].网络安全技术与应用,2014.

大数据时代下的信息安全问题研究 篇9

在社会经济稳健发展的背景下,我国网络技术及信息技术也呈现了较为快速的发展。大数据是在云计算以及物联网之后兴起的一种知识增长新模式。在大数据背景下,信息安全会面临巨大的挑战,比如公众对大数据时代认识不足、由数虚拟化带来的数据泄密威胁等。因此,本课题在分析大数据时代下的信息安全问题的基础上,对其相关强化策略进行探究具有较为深远的意义。

1大数据时代下的信息安全问题分析

目前,在大数据时代下,信息安全问题突出,比如公众对大数据时代认识不足以及数据安全受到威胁等。这些问题会使信息安全饱受考验,同时还会使个体用户或企业带来巨大的损失。主要问题如下 :

1.1公众对大数据时代认识存在不足

网络并不能保证绝对的安全性,在通过社交平台购物、发送电子邮件以及“晒” 心情等均可能会造成个人信息泄露。在大数据时代下,信息泄露事件频繁发生。这类事故的发生很大原因是因为公众对大数据时代认识存在不足。因此,为了保证信息安全,增强公众对大数据时代的认识便显得极为重要。

1.2数据安全威胁问题严重

大数据时代下,数据安全威胁问题体现在诸多方面 :一方面,在大数据集群数据库中存在数据安全威胁。大数据是一个大目标,由于数据量大,汇集程度高,从而容易成为黑客的攻击对象。这主要是由于大数据的数据存在敏感性、并且数据空间大,黑客攻击可以降低攻击成本。另一方面。在智能终端中存在数据安全威胁。我国拥有大型的智能终端市场,智能终端数据安全威胁问题非常显著,例如我们日常使用的手机便能够控制许多智能终端,在受到病毒入侵的要想下,智能终端便会成为攻击目标,从而造成不小的损失。

1.3数据泄密问题

数据泄密问题往往是由数据虚拟化造成的。数据虚拟化技术与其他虚拟化技术具备同样的功能,比如能够为用户访问提供权限,能够使异构基础构建更加优化,还可以为管理的强化提供科学依据。 在数据虚拟化技术中最具代表性的便是虚拟化储存技术。然而,目前由数据虚拟化造成的数据泄密威胁是使信息安全饱和考验的一大关键因素,因此,对数据泄密问题加以解决便显得极为重要。

2强化大数据时代下信息安全的有效策略探究

针对上述大数据时代下所存在的信息安全问题,采取有效的强化策略便显得极为重要,这样才能够使信息安全得到有效保障,进一步使个体用户或企业避免各方面的损失。具体策略如下 :

2.1提高公众的信息安全意识

对于大数据来说,属于一个新型资源,在符合国家法律法规及充分尊重数据所有者权力的基础上,才能够使大数据时代的积极作用充分展现出来。对于公众来说,要想使大数据时代下的信息安全得到有效强化,提升自身信息安全意识便显得极为重要,比如对个人信息加强保护,针对黑客攻击提前制定并落实预防对策,做到防患于未然,从而使数据泄密、黑客攻击等问题实现有效避免。

2.2结构化数据

在大数据时代下,数据具有复杂的特点,与此同时数据量非常大。企业要想使数据信息安全得到有效保障,落实结构化数据策略显得尤为重要。在对数据进行结构化的基础上,便能够使数据实现加密处理、分类及管理,可以对非法入侵的数据进行高度分辨,以此使数据的安全得到有效保证。

2.3构建完善的制度,做好安全技术的研发

现状下,大数据时代还缺乏产业标准,为了使大数据时代下的信息安全更具保障性,便需要构建与大数据信息安全相关的制度,在完善制度的基础上,加以落实。与此同时,做好安全技术的研发,获得国家政府部门的大力支持,投入充裕的资金,以此使安全技术的研发能够有据可依,进一步为大数据信息安全体系的构建提供有效保障。

2.4对异构数据中心安全系统进行构建

对于传统数据存储来说,均具备较为完善且全面的防护策略,然而以云计算为架构的大数据,则缺乏有效的防护策略。 因此,便需要对数据存储隔离进行完善, 并对调用间的数据逻辑关系进行合理、科学设置。现状下,利用虚拟化海量存储技术对数据资源进行存储属于大数据的一种安全存储方法,因此便需要对这类方法加以利用,遵循服务原则,从而使数据的存储及操作更具有效性。基于云共享环境条件下,对于云计算的大数据存储来说, 可构建一个异构数据中心安全系统,以此使大数据权限者能够有效控制阿的数据, 从而使大数据的信息安全得到有效保证。

3结语

通过本课题的探究,认识到大数据时代下还存在较为明显的问题,因此采取有效的策略,使大数据时代下信息安全得到有效强化便显得极为重要。比如提高公众的信息安全意识、结构化数据、构建完善的制度,做好安全技术的研发以及对异构数据中心安全系统进行构建等。相信做好以上这些,大数据时代下的信息安全将能够得到有效保障,进一步为我国信息安全的强化奠定坚实的基础。

摘要：大数据指的是海量数量,具备多方面的特点,比如信息量巨大、信息主体呈现多元化以及更新速度非常快等。在大数据时代下,信息安全面临极大的挑战。本课题笔者在分析大数据时代下的信息安全问题的基础上,进一步对强化大数据时代下信息安全的有效策略进行探究,希望以此为大数据信息安全提供有效保障依据。

大数据时代下网络安全 篇10

互联网时代我们的隐私受到了威胁, 而大数据时代进一步加深了这种威胁。为了更好地保护公民在网络上的隐私, “网络隐私权”的概念应运而生。2013年11月26日, 联合国人权理事会一致通过了一项保护网络隐私权的决议, 第一次确立了人权在网络上也需要保护。1

一、“网络隐私权”的概念

从比较法角度看, 各个国家针对网络上对公民信息的侵害进行了立法, 而其法律使用的概念各不相同, 有“个人数据”、“个人信息”与“隐私”等。其中, 使用个人数据概念的国家或地区最多, 主要为欧盟成员国。在普通法国家 (英国作为欧盟成员国除外) , 如美国、澳大利亚等, 则大多使用隐私概念。在日本、韩国等国, 则使用个人信息概念。

我国立法的专家建议稿中采用的是个人信息概念。主要是因在我国法律中, “数据”这一概念比较偏僻, 不利于法律的实施和普及, 而对于隐私概念的理解也比较狭窄 (主要将其当作名誉权的一部分, 且民法通则中并未明确提到隐私权概念) ;而采用个人信息概念, 除符合信息化和信息化法律体系建设的大背景外, 还可以与政府信息公开条例相呼应。

然而笔者认为, 相较“个人信息”、“个人数据”等概念, “网络隐私权”概念最为妥当。对于专家提出在我国立法中尚未明确隐私权概念的问题, 笔者认为, 我国法律法规中虽没有出现“隐私权”的字眼, 但早已出现“隐私”字眼。2一切侵权行为救济的正当性来源于合法权利, 因此, 为合法有效保障公民隐私, 隐私权概念在法律上的确立至关重要。另外, 虽然法律法规尚未对“隐私权”概念作出规定, 我国公民对于“隐私权”概念却并不陌生, 采用“隐私权”概念从法律普及的角度看并无障碍。而鉴于网络中侵害隐私行为后果的严重性与保护的困难性, 宜将公民在网络上的隐私权单独提出, 设立“网络隐私权”概念, 建立一系列配套制度, 对公民在网络上的隐私进行更大力度的保护。

另外有学者提出, “个人数据”与“个人隐私”的概念并不一致, 应专设“个人数据”概念对公民在网上的信息进行保护。如有学者提出, “个人数据与个人隐私的最大区别在于, 隐私应该在性质上属于私人的, 属于未向社会公众公开的范畴。而个人数据则可能已经公开, 或本来就属于公共事务的范畴。”其以姓名、地址、电话号码等为例, 认为其一般被归为已经公开的信息。另有学者认为, 个人数据信息与个人隐私的外延是不同的。隐私权只能保护一部分个人数据信息和其中的一部分权利。对个人数据信息的保护并不仅仅限于隐私利益。

笔者认为, 学者提出的“个人数据”与“个人隐私”概念的区别, 为“个人数据”与传统隐私权理论中“隐私”概念的区别, 此区别完全可以通过“网络隐私权”概念扩大传统“隐私”的范围进行消除。既然已经有“隐私”概念, 再专门设置“个人数据”概念增加了成本;另外, 传统隐私权理论在互联网中虽具有一定的局限性, 但互联网上的隐私保护依然会在很大程度上借鉴传统隐私权理论。因此, 采用网络隐私权概念比个人数据概念更为合理。

二、网络隐私权的主体

在大多国家的立法例与多数学者的主张中, 隐私权的主体仅为自然人。但有学者认为隐私权同样适用于法人和其它组织, 如金立琪学者曾对隐私权下定义为“指公民和法人对某个人秘密或企业法人秘密所享有的不可侵犯的权利。”笔者赞同将法人和其它组织纳入网络隐私权的主体。认为隐私权主体限于自然人的理由主要有两点。第一, 隐私权是一种具体人格权, 具有人身依附性, 因此不适用于法人;第二, 法人或其他组织的隐私为商业秘密。

针对第一点理由, 笔者认为, 隐私权的性质属于具体人格权或是一般人格权尚有争议, 但据此否定法人或其他组织的隐私权主体资格未免欠妥;另外, 如前文所述, 个人隐私在网络上越来越体现出财产价值, 网络隐私权绝不仅仅包含人格利益。

另外, 笔者认为隐私权主体限于自然人的第二点理由在“网络隐私权”概念下同样不成立。在网络环境下, 法人和其他组织的隐私与商业秘密的外延并不重合:法人和其它组织的隐私包括商业秘密, 但商业秘密不能涵盖隐私的全部。除商业秘密外, 有关法人和其他组织的不影响社会公益的信息, 也应属于隐私范畴, 如法人和其它组织内部人员信息及其人际关系等。这些信息会影响公众对法人和其它团体形象的判断, 从而影响其利益, 因此不能纳入其内部人员个人隐私中进行保护。在现实中, 公众可以了解实际情况而作出客观判断, 不设置隐私权对其进行保护尚无大碍;但在网络中, 因信息的片段性, 公众难以获知全面情况, 特别是当法人和其他组织的形象被恶意损害时, 公众往往难以作出理性判断, 而企业和法人也容易因为不知情而缺乏丧失的机会。

三、网络隐私权的客体

对于隐私权客体的确定, 各国立法例中有不同的模式选择。例如, 欧盟以“有关一个被识别或可识别的自然人的任何信息”的概括性方法规定了个人数据的内容;我国台湾地区以“个人资料指自然人之姓名、出生年月日、身份证统一编号、特征、指纹、婚姻、家庭、教育、职业、健康、病历、财务情况、社会活动及其它足识别该个人之资料”的概括与列举并用的方法确定了个人资料的内容。

笔者认为, 针对我国现在对网络隐私保护薄弱的现状, 采用与台湾地区概括与列举并用的模式更为适宜。相较传统隐私权, 应对网络隐私权规定更为宽泛的客体, 包括个人信息和活动记录两部分。个人信息分为三方面, 一是身份识别信息如用户姓名、性别、年龄等;二是用户财产信息, 三是个人电子邮箱地址。活动记录指用户浏览过的网站、进行过的电子交易等, 根据大量的活动记录, 可以进一步分析用户的个人信息, 因此同样因对其进行保护。

四、网络隐私权的内容

互联网上信息的特殊性给网络隐私权的保护带来了困难, 为通过加强主体对其自身网络隐私的控制, 从而促进对公民网络隐私权的保护, 应赋予主体较传统隐私权更为宽泛的内容。笔者认为, 网络隐私权应包括以下几个方面的内容。

第一, 知情同意权。主体应对个人信息被收集、利用、传播的范围和目的等情况享有被告知与征得同意的权利, 知情、同意权对网络隐私权的侵害起到重要预防作用。第二, 使用权。主体有权按照自身意志使用个人信息。但在允许主体通过使用信息获得利益的同时, 应限制信息的使用不得侵害他人利益或社会公益。第三, 控制权。主体应对个人信息的状态享有全面控制的权利。包括要求修改错误的个人信息以及在特定目的达成后对个人信息进行永久删除等。第四, 安全请求权。主体应有权利要求个人信息被其收集、利用、传播者采取必要、合理的措施进行保护。第五, 司法救济权。主体应有权在个人信息遭到非法侵害时, 寻求司法救济, 请求适当补偿。

另外, 出于网络隐私权兼具人身和财产两方面性质的考虑, 有学者将网络隐私权的内容分为网络隐私人格权和网络隐私财产权两部分。笔者赞同网络隐私权兼具人格属性与财产属性, 但认为据此将网络隐私权的内容进行分类并不妥当, 因为网络隐私权的某些内容既体现人格利益, 又体现财产利益, 因此不宜将其作此简单划分。

五、网络隐私权的限制

任何一个基本权利只要一行使, 就会产生社会关联性及随之而来的社会拘束性, 这是因为每个人不能遗世而独立也。这表明, 不同利益间往往潜藏着冲突的可能性。当公民网络隐私权与其他权利的价值追求发生冲突时, 应对其作适当限制。

(一) 言论自由对网络隐私权的限制

言论自由是普遍性的宪法权利, 也是民主社会是不可或缺的权利。然而, 言论自由与隐私间常容易发生冲突, 此种冲突在互联网上更为严重。我们希望网络上的言论可以无限自由, 同时希望网络上的隐私可以严格控制, 因此, 在言论自由与网络隐私权间找到一个平衡点尤为重要。一个有效的方式是引入新闻价值标准。“为了调和侵权法中的公开揭露和言论自由, 当这个信息是‘大众合理的关切’时, 便不构成侵权。”这被称做“新闻价值测试”。根据新闻价值标准, 当信息属于“大众合理关切”范围, 应根据言论自由认定对其进行公布、传播等的合法性;否则, 应根据网络隐私权对信息主体的权益进行保护。

(二) 社会公益对网络隐私权的限制

社会公益是个人利益的拓展和延伸, 对个人权利的维护应基于不违背社会公益的前提。因此, 当主体网络隐私权的行使与社会公益发生冲突时, 应对其作出适当限制。例如, 为了保护国家安全, 须授予执法机关适当权力以发现和惩处犯罪分子, 此时可能使得公民网络隐私权作出一定牺牲。此外, 维护网络隐私权的行为如果与法律强制性规定相冲突, 应视其为对社会公益的违反而进行限制。

摘要：大数据时代背景下, 确定“网络隐私权”的概念, 构建系统的网络隐私权制度十分必要。网络隐私权的主体包括自然人、法人及其他组织, 其客体包括个人信息和活动记录两个方面, 内容有知情同意权、使用权、控制权、安全请求权、司法救济权五项。同时, 网络隐私权的行使在一定程度上受到言论自由和社会公益的限制。

关键词：大数据时代,网络隐私权概念,网络隐私权主体,网络隐私权客体,网络隐私权内容,网络隐私权限制

参考文献

[1]韩松洋.网权论——大数据时代的政治网络营销[M].北京:电子工业出版社, 2014:201.

[2]周汉华.中华人民共和国个人信息保护法及立法研究报告 (专家建议稿) [M].北京:法律出版社, 2006.28.

[3]郭瑜.个人数据保护法研究[M].北京:北京大学出版社, 2012.30.

[4]蒋坡个人数据信息的法律保护[M].北京:中国政法大学出版社, 2006.6.

[5]辛春霞, 师迎祥.网络隐私权概念新解[J].甘肃政法学院学报, 2009 (7) :157-158.

[6]金立琪.民法教程[M].北京:百家出版社, 1990:146.

大数据时代下的地图导航 篇11

而移动互联网将位置衍生的地图经济发挥到了极致，手机、平板电脑……创业者惊奇地发现，当用户在线下活动时，每一个消费行为无不与地理位置息息相关，摇一摇附近我的朋友们在不住、附近有没有商店和吃饭的地方：扫一扫这个店是什么样子的：拿手机照一照二维码，马上就可以得到优惠券，或者给你推送一张电子名片。这些技术和手段深刻地影响到我们每天的日常生活。

科技大佬争抢高地

在LBS市场中，科技人佬无不例外地将地理信息产业作为战略高地，夺地战号早已吹响。但最终能在市场中掘得先机，获得地图财富的，当然是赢在技术专利和足够的耐力上。

2005年，微软不惜重金购买GeoTango的测绘数据，建立微软虚拟地球事业部，开创必应地图，此后又收购了三家著名地图公司。当时微软制作的虚拟地球（Virtual Earth）颇受赞赏，技术领先于谷歌，成为全球第一家做街景和三维城市的公司，在全球企业市场拿到了70%的份额，成为微软地图的一张王牌。通过几年里不间断的地面车载、飞机拍照，自动回传照片，微软在全球500多个城市构建了三维模型，后来者苹果3D地图数量也无法企及。

谷歌的Google maps所走之路非同凡响，在三维、街景甚至室内地图业务上开创了更多可能。2005年6月，Google Maps覆盖范围从美国、英国及加拿大扩大至全球。2006年，GoogleMaps首次登陆全球手机移动端，也是地图首次摆脱一脉相承GPS的母体而落胞移动的开始。随后，Google Maps更是加快脚步进行技术研发多个新版本，整合街景，3D技术，增添了语音搜索，店铺实景呈现，全球500公交服务，3D地图，离线访问，街景服务等功能。相比起其他地图，谷歌的三维立体效果更具优势。

随后，以移动服务占据了全球大量用户市场的苹果将“御用地图”提供商谷歌踢出门外，宣告战火硝烟兴起，以苹果ios6为终结者，当时所有矛头指向谷歌方面，不仅对苹果和Android手机中流行的逐向导航服务（Turn-By-Turn）以及语音服务业务进行限制，还对苹果终端用户信息进行垄断。总之，一切促发了苹果地图发展的雄心。在所有人看来，苹果与谷歌的抗衡，正式成为移动互联网在基于地图火数据和基于位置的服务争锋的开端。

业界人士分析，微软、谷歌、百度、腾讯等科技巨头的地图业务生存，主要发展思路有两种：一是立足于位置云服务，提供地图平台开放API允许更多App开发者进来。其二是移动互联网转型O2O垂直模式，类似于foursquare、大众点评等生活服务商，大力发展乘车、购物等基于地理位置的从线上到线下的服务。由此，也影响了今天地图服务商的商业模式。

大数据下的地图数据采集

查找道路、勘查实时路况、预约打车、逛商场找美食……车主/用户通过手机地图获得位置、突发事件、商店甚至电商等等一系列与生活息息相关的信息，掌握自己所生活的城市，获得更大的便利和安全感。地理信息产业这个听起来“高大上”的行业，正以亲民的姿态走进公众视野和生活。那么是什么让位置服务变得如此多娇呢？无疑，大数据起到了巨大的作用。

位置服务和大数据有着千丝万缕的关系。当下大数据的重要价值日益凸显，美国将大数据定义为“未来的新石油”，纳入国家战略中。企业敏锐地捕捉到数据背后的商机，抢占先机，为客户提供精准的服务，推动企业转型升级。

城市拥堵痛点成为了地图行业面临的商机。城市交通大量的数据，主要来自城市道路、高速公路、停车场、地铁和公交车等，如摄像头数据，公交地铁的一卡通数据，出租车打车数据，地图导航数据，停车场信息数据等。目前让许多地图公司趋之若鹜的是，这些沉睡的数据，可通过分析处理后加以应用。地图公司通过GPS、交通部门等历史数据积累和分析提供交通预测和出行方案。

所以，移动地图导航App成为交通重要应用之一，基于对海量数据的合理分析，提供实时路况及路况预测等服务，应用于各大城市。用户浏览点击的痕迹是一大数据库，成为应用不断改进的重要依据，全球地图导航服务日益精确，与客户匹配度、开放性都在加强。

不仅如此，数据中所隐含的交通方式选择和交通行为可以进一步深挖价值。比如在交通行为中的超速、急刹车、急加速或急转弯的次数，可以分析出行为集中的路段，反映道路设计中的缺陷，以及驾驶行为的不规范。由此，评估报告作为优化路网以及适当地引导和教育用户的驾驶行为的重要依据，这对改善整个交通安全和效率均有极大促进作用。

实时信息服务的推动者

何为实时信息服务？众多地图导航公司都给不出一个标准的答案，但都在做致力于此的推动者。

地图导航发展至今，各类软硬件设备日益丰富智能，特别是云技术与数据的完善，已经渗透到生活、交通、社交、商圈等各个领域，实时信息服务成为当下进军地图导航的互联网公司的重点研究方向，如百度，腾讯……腾讯是较早做此项目的互联网公司，它与公交集团合作，推出移动地图服务，帮助用户了解城市路况、交通管制信息以及拥堵情况等。

据学者研究，以日本国家为例，实时信息服务的精准性和及时性尤其重要，如实时导航，在路线花费时间统计上，误差率控制在15%。而服务响应上，延迟1秒会导致35%的用户离开，而页面加载也会减少11%的PV，目前从国内来说，高德地图误差可以控制在18%，在服务性能方面是主要优势之一。高德通过人数据分析提供定制服务，通过微信公众甲台，用户路况查询主动推送回家路上拥堵状况，计算出最经济的线路，互动性强。

nlc202309040850

其次，高德自身极强的自动化运维和产品运营支撑体系，保证了高并发时高可用性，高德的应用服务通过封装后以标准API接口，将数据服务开放给第三方WEB和App用户，还有端到端的一体化应用性能管理解决方案提高运维能力，加速地区线路策略优化。据悉，高德在全球布置了百个骨干监测网络，运维师在LBS服务实时处理海量的应用请求时，及时做出反应，并消除潜在的故障隐患。一旦可用率降低可告警，保证服务稳定性。

除此之外，实时信息服务，路况数据采集是关键。行车人在无偿使用各个导航系统的同时，也在无偿地向导航运营商提供自己车辆在行驶时形成的通行轨迹等数据，从而丰富运营商的交通数据库。

目前实时路况数据的主要收集方式是浮动车，浮动车包括出租车、长途客车、物流车辆等等，其中出租车是主力。在这些车辆上安装的GPS终端，通过手机通讯网络将当时的经纬度位置、车头方向、速度等值传递到处理中心，进而计算出全市主要道路的通行情况。处理中心根据几率、历史记录等多种状况综合分析，最终给出一个判断。理论上浮动车的数量越多，数据的准确率也就越高。北京、上海这些大城市的实时路况数据要比其他城市的更为准确，原因就是大城市出租车的数量多，统计也更为精准。

不仅如此，许多导航地图公司还采用多元数据融合技术，通过多渠道的路况数据，进行对比分析，权重率更高。比如来自当地交管局的摄像头、地感线圈等信息系统设备采集交通路况信息，交通工作人员巡查、交通观察员，网络发布信息等。

地图服务的互联网思维

地图导航公司在数据库的厚积薄发后，更为重要的任务是如何利用这些数据。

要了解地图应用开发，得从应用端口说起。API是所有地图数据与应用APP开发的一个重要衔接口，目前互联网地图服务商正从此处着手，发挥数据的最大价值，转变为实际应用。国内如百度地图、搜狗地图、腾讯地图等地图公司，就通过免费开放API接口，吸纳了诸多第三方网站的加入，可直接获取数据信息，完成含有功能丰富的地理位置或生活信息服务二次开发。换句话说，API的开放，是地图服务商由此开拓生活服务蓝海的重要转折点。

而传统地图商，尤其以高德和四维图新为代表，提出以互联网方式做地图，纷纷试水互联网地图市场，从PC、移动终端、汽车端口，以及未来的智能电视四个端口开始，真正做起了位置门户的概念。

移动互联网成为当今人们生活主要依赖手段，也在悄然改变着图商的发展模式，百度、图吧、诺基亚等，主要涵盖导航、远程安全防护、资讯、娱乐、社交等移动终端的B2B模式。

现今B2C模式也在尝试。基于LBS的020的用户线下行为的跟踪，位置始终贯穿其中，各类消费活动嵌入其中，如提供找车站、茶馆、买花、订票，商业机会等生活服务，蝴蝶效应带来移动时代更多便利。

从互联网进入移动互联网时代，O2O模式免费之路兴起，为了竞争用户数量，在高昂的地图采集成本下，地图公司只得选择从广告入手，来获得收益的持平。

车联网时代的到来，让手机、汽车、网络联系在一起。智能手机连接车载终端的Connected模式将可能引爆用户量的快速增长。两个终端，可以同时为车主提供车上车下服务。因此，移动终端在便携服务上更具优势，如今，各种人体可穿戴设备也成为流行。

业内人士认为，在地图业，移动互联网更像一个初学者，地图数据的提供方式、地图及导航应用方式、位置信息的传递方式都发生了改变，商业摸式也有更多的拓展空间。从移动应用来看，地图和导航是其他应用的基础。而互联网胜算更大，在经历社区、社交、视频，电商之路后，基于位置的O2O变得顺理成章，并且有望诞生巨头公司。

拥堵是世界城市共同面临的难题，从政策、科技、基础设施建设各种措施对其症状下药，移动地图导航App拥有着交通大数据最大的数据基座，成为当今人们出行实时路况和交通预测的最实用的工具，也是缓解城市交通压力的一剂止痛片。然而，这些珍贵的数据信息，大多被政府和运营公司“严密”保护起来，未来，只有通过正当市场化运作机制和一定的安全保护模式，在相应的商业模式下开放，才能产生更大的社会效益。

大数据时代下网络安全 篇12

在大数据技术出现并足够成熟之前, 常规监控行为受限于数据处理技术及能力, 通常不会对普通用户的工作和生活构成较大影响;因为对常规监控行为所产生的海量的无序信息逐一处理需要耗费庞大的人力, 而在这种“数据瀑布”中寻找可能有用“水滴”的行为无异于“大海捞针”, 基本属于不可能完成的任务。但随着近年来移动互联、云计算以及大数据等技术的逐步成熟, 相关应用不断推广普及并逐渐“平民化”, 从多种类型的海量不规则数据中提取特定的、具有价值的信息变得切实可行且越来越容易。这种“大数据化”意味着我们可以从一切太阳底下的事物中汲取信息, 甚至包括很多我们之前认为和“信息”根本搭不上边的事物。不仅如此, 在当前世界各国都相继将“数字化基础设施”列为国家战略资产, 并优先将其作为国家安全要务的指导思想的大环境下, 在普通用户对互联网、物联网、车联网等各类网络应用以及各类可穿戴等智能设备逐步接受、使用、适应并日益依赖的过程中, 难以计量的个人数据在用户使用过程中得以持续产生并沉淀。借助于发掘数据价值、征服数据海洋的强劲动力“云计算”技术, 这些被当下无处不在的监控环境保存、提取、计算、筛选的海量、高速、多变的数据正在被以云计算为基础的信息存储、分享和挖掘手段有效地存储下来, 并随时分享与计算。

现代社会中的每个人都是数据的贡献者, 每天产生和沉淀的数据量飞速增长, 统计数量也正以PB (1024TB) 级趋势加增:越来越多的人乐于在这个交互时代分享自己的见闻感受, 这些借助于电脑、手机等电子设备在网上进行的每个细微的动作, 都会被服务器忠实记录, 由此沉淀下来的海量个人“大数据”正在不知不觉中成为商家甚至各国政府博弈的重要筹码。大数据时代, 海量数据的精细处理与分析不再存在技术壁垒, 大数据、云计算技术方式的使用助推了个人信息的价值不断被挖掘和使用。与此同时, 越来越多的公众日益沉醉于享受“数字化生活”所带来的无穷便利, 并随之将自己工作和生活的各种行为、习惯甚至秘密托付予互联网及各类移动终端, 借以换取更轻松、更便捷的生活方式。借助于当下迅速普及的移动互联网、物联网、车联网等网络以及各类可穿戴智能设备, 用户产生出空前规模的个人数据, 并借助云技术实时传送到云端, 存储于云端各个厂商的服务器上。飞速演进的大数据技术使得设备的数据采集和处理能力日益强大, 采集范围也日益广阔。大数据技术与公众热衷的移动互联网生活、数字化生存结合日益紧密, 共同造就了低成本、“全景洞察式”监控人们日常生活的社会大环境[1]。

2 大数据监控环境催生个人信息新危机

当下流行的各类互联网服务越来越多地依托于公民个人信息, 而身处如此环境下的用户则不得不为了更幼稚的生活或服务让各种个人数据甚至隐私 (习惯、偏好, 甚至社交信息) , 就已然被商家的大数据分析工具捕获, 并随之利用大数据对用户个人习惯和需求进行精准的分析、挖掘、展现和预测, 以期提供进一步甚至体验更好的信息和服务;当下载一个手机APP时, 用户可能会纠结于是否允许应用软件共享通讯、位置等信息——允许共享, 意味着面临信息泄露的风险, 但拒绝共享则显然无法享受到某些便捷的服务。可以透视用户深层次的特征和无法显见的内在需求的大数据, 最大价值无疑在商业服务领域。不同于传统分析追溯因果关系的方式, 大数据更擅长通过数据所呈现的趋势了解行动所产生的结果, 大数据通过对海量的全局数据做统计性的搜索、比较、聚类和分类等, 因而无须考量精度就能洞察数据之间的相关性, 从而提供指向型商业策略。随着人们日常生活对互联网的依赖程度日益加大, 越来越多的互联网企业意识到, 掌握越多用户数据甚至隐私, 就意味着离成功越近, 正所谓“得数据者得天下”。互联网的下一波竞争无疑会是数据之战, 用户数据甚至隐私无疑正逐渐成为企业的核心竞争力。监控、分析并掌握用户在线的各种行为细节, 有助于更好更深入地了解甚至理解用户甚至洞察用户的潜在需求。但此类行为无疑会侵害甚至控制用户的个人信息甚至隐私。在这种社会大环境下, 杜绝企业和商业机构对用户个人信息甚至隐私的搜集几乎是不可能的[2]。

不仅如此, 来自政府或民间机构的常规监控也是不容忽视且难以避免的。数据作为国家战略资产的重要组成部分, 同时也是保障国家安全甚至公民个人安全的重要措施和手段。生活在这个“由数据推动的时代”, 充分利用各类高科技技术和产品对社会实施便捷高效的管理是必要且可行的。美国总统奥巴马认为“你不能在拥有100% 安全的情况下, 同时拥有100% 的隐私和100% 便利”;而在美国“9.11”事件后, 有80%的美国民众表示为了获取更大的安全, 他们时刻准备着为合法保护自由而做出相应的牺牲。事实上, 美国政府早已借助“棱镜”计划将监视之眼暗布到世界的各个角落。而在震惊世界的“棱镜”计划曝光的同时, 奥巴马政府及时回应并声称该项目得到了国会批准, 是在外国情报监视法庭 (FISA) 的授权下进行的, 旨在反恐和保障国人安全。不仅如此, 司登诺还披露, 这个名为“星风”监控计划除了“棱镜”外, 还包含“主干道”、“码头”和“核子”三个项目, 其监控内容几乎覆盖了人们日常生活的每一个细节[3]。

无独有偶, 早在2001年10月26日, 美国布什总统就签署颁布了《爱国者法案》, 其中以国家安全的名义加大警察机构的监控力度, 随后又授权国家安全局 (NSA) 秘密执行无授权恐怖分子监听项目 (TSP) 。但其合法性因未受到外国情报监视法庭批准而备受质疑。由此可见, 在当前形势下, 机构监控环境非但难以避免, 反而有随着公权力及各类机构内在需求和利益驱动等因素膨胀而呈现覆盖区域日趋扩大、权限也日趋宽泛的总体态势。因而, 如何在当前机构网络信息监控环境下, 通过技术、行业规范、立法规约等多种方式, 使公权力与私权力之间取得适度平衡, 有效保护用户数据和隐私, 已然成为当今世界各国面临的一个共同难题。

与此同时, 大数据技术全局数据分析的特质, 使得用户个人数据及隐私的保护问题几乎成为一个伪命题。当前互联网用户已经远超10亿, 而每个人又可以同时联网多种智能设备, 用户使用设备时所产生的海量大数据再让自身变得越来越数字化、越来越透明的同时, 也越来越没有隐私。有效保护大数据时代的个人信息安全, 如何在顺应当前时代特点、顺应互联网技术发展大势的同时加强对个人信息安全的保护, 是摆在我们面前的一个重要问题[4]。

大数据时代的个人信息安全主要面临三大问题:一是未经授权的数据搜集行为。这种情况在当下几乎每时每刻都在发生;二是采集数据的超范围使用, 即合理合法地采集后的不合理甚至不合法的使用 (多指企业通过某种所谓合法的形式拿到个人信息, 但拿到后信息的使用目的、用途以及范围, 却不为信息权利主体所知。三是所采集数据的合理和安全存储问题。

3 网络信息监控环境下有效保护用户隐私的路径及对策

3.1 个人信息安全法律法规同步跟进

大数据技术和其他新兴的互联网技术一样, 作为新生事物都面临相关法律法规缺失、难以有效维护用户个人信息安全等一系列问题。2013 年3 月1 日, 《信息安全技术、公共及商用服务信息系统个人信息保护指南》作为个人信息保护方面的最高国家标准开始实施, 对大数据时代如何合理利用个人信息给予了相应的界定, 并对如何利用信息系统处理个人信息的活动进行了指导和规范。但国家标准、行业标准的法律效力远远不足以守护群众个人信息安全, 散落在其他法律条款中的信息安全保护相关规定也难以满足当下飞速发展的互联网技术和网民日益追求的信息尊严和信息控制权的需求。大数据时代, 欲有效保障个人信息安全, 重心还在于尽快确立并逐步完善个人信息保护相关法律法规以及制度。

3.2 建立行业自律公约

良好的行业规范和行业自律公约, 是行业蓬勃发展的基础。各类信息和数据运营以及提供相关服务的企业要在移动互联的大数据时代走得更稳更远, 就应尽早构建行业自律公约, 自觉保护并守护用户信息安全, 在取得客户信任的前提下, 合理合法地挖掘数据资源“金矿”。具体可以从以下几方面着手:首先, 充分尊重用户知情权, 告知用户个人信息的采集情况, 对用户充分赋权, 由用户决定是否允许运营商收集和利用自身信息数据, 并在服务条款里阐明个人信息数据的使用方式和使用期限;积极制定用户信息持有者、数据服务提供商以及数据消费者之间共同认可的行业自律公约, 确保数据共享的合法性, 确保第三方在使用用户个人数据时优先保障用户信息的隐私和安全, 营造安全的数据使用大环境、大生态, 与此同时, 提升自身大数据安防的技术运用, 从源头上确保用户个人信息的安全。

3.3 提高用户的信息安全意识以及信息安全素养

信息安全防护工作中最重要的一点不是产品和技术, 而在于权利人自身的保护意识。用户必须了解并理解信息安全的重要性, 了解保护个人与他人信息安全的职责和义务, 具有数字化节制意识, 理性使用网络, 遵守信息法律伦理, 并在一定程度上具备防范网络犯罪、病毒攻击的信息安全能力, 及时备份重要资料, 主动保护自身信息安全。同时, 还应积极培养并持续提升包括信息安全意识、信息安全知识、信息伦理道德和信息安全能力等方面的信息安全素养。只有具备较高的个人信息安全素养, 才能形成人人保护信息的社会意识, 才能使信息保护问题从根本上得到解决。

摘要：随着数字通信、移动互联、大数据处理等新兴技术的飞速发展, 对网络用户个人信息及隐私侵害的行为、途径以及手法也多种多样。其中, 最常见的是通过构建监控环境, 对普通网络用户进行监控、追踪甚至窃听, 截取海量数据, 进行分析、计算、筛选、整理甚至预测, 以获取用户私密信息。

关键词：大数据,监控环境,信息安全

参考文献

[1]约翰·帕克.全民监控:大数据时代的安全与隐私困境[M].北京:金城出版社, 2015.

[2]薛瑞汉.网络环境下的个人信息保护:问题与对策[J].中州学刊, 2013 (11) :52-55。

[3]维克托·迈尔一舍恩伯格, 肯尼思·库克那.大数据时代:生活、工作与思维的大变革因[M].杭州:浙江人民出版社, 2012.