大数据的安全与隐私保护.docx

大数据的安全与隐私保护【 摘 要 】 网络的迅速发展，带来了大数据时代。大数据对人们的日常生活、生产经济方式等都有着潜移默化的影响，是现今社会各界的关注热点。目前而言大数据的收集、综合应用技术还不够成熟，使用大数据的同时还面临着一系列的安全问题：信息真实性没有保障，用户隐私泄露。文章根据大数据的基本概述，结合当前发展大数据所面对的安全挑战，对大数据安全与隐私保护关键技术进行探讨。 【 关键词 】 大数据;数据安全;信息安全;隐私保护On the Big Data Security and Privacy ProtectionsZhang Zhi-ping（Qinhuangdao Municipal Human Resources and Social Security Bureau Information Center HebeiQinhuangdao 066000）【 Abstract 】 The rapid development of the network， bringing the era of big data. Impact of big data on peoples daily life， production economics and so has a subtle way， is now the concerns of the community hot spots. Currently the collection of data in terms of large， integrated application of technology is not mature enough， the use of large data， while also facing a series of security problems： there is no guarantee the authenticity of information， disclosure of user privacy. According to the basic outlines of big data， combined with the current development of big data security challenges faced by large data security and privacy protection of key technologies of micro probe.【 Keywords 】 big data; data security; information security; privacy1 引言随着各行各业对数据的大量使用，大数据继移动互联网、云计算、物联网之后成为信息技术领域的一大标志。由于这么一个庞大而复杂的数据系统形成，人们对于数据信息的分析、深入研究都变得不那么容易。要处理以及管理如此复杂的数据系统，需要更全面的安全与隐私保护技术，但现在人们面对的是大数据日益显现的信息安全与隐私问题。这是需要整个信息技术行业重视并积极寻找解决方法的一大挑战。2 大数据2.1 大数据的来源和特征大数据是指很难使用现在的数据库管理工具或者数据处理方法去处理的，规模庞大且结构复杂的数据集合。数据来源可以分为：（1）由人们自愿发出的，人们在互联网上发布的图片、文字、音频等各种数据信息;（2）由机器产生的，存储于计算机中的各类日志、文件、数据库、媒体资料等;（3）物品属性类的，设备记录数据，如仓库记录的各种产品信息、天文望眼镜中计算所得的数据等。大数据的特征：（1）规模性就像前面提到的一样，大数据庞大而复杂，据统计2012年全球的总信息量已有2.7ZB，预计2015年会增加到8ZB;（2）多样性在以往，为方便存储及查看，数据多是以文本为主的结构化数据，而现在由于人们对信息载体要求的多样化，使得包含图片和音频等信息的非结构化数据越来越多了;（3）价值性通过对整体数据进行分析和统计，提取出有价值的部分供使用者使用也是大数据的基本特性之一;（4）高速性在信息爆炸的时代，人们对高效率的处理信息并提供实时信息的需求也越来越大。2.2 大数据目标分析大数据分析大多用于科学、医学、商业等不同领域中，用途大为不同，但是他们分析数据的目标不外乎三种。（1）为获得有价值的信息，对包含大量信息的原始数据进行不同角度的分析、整合，最终总结出较为精华的信息以帮助人们看清事物的本质，掌握事物的发展运作规律，然后对事物事物的下一步发展做出预测反应。例如对于时装销售领域的企业，市场部通过分析消费者的消费数据，可以了解消费者的消费趋向和需求，便可提前生产出较有市场的产品，以满足消费者。（2）通过多维度地分析累积的数据不仅可以使人们掌握大体的群体特征，还可以具体描述出不同个体的差别，企业可以依据这些数据为客户推出更为人性化的服务。例如亚马逊通过对用户在购买物品之前的行为信息（即搜索、浏览、加入购物车和购买等行为）进行分析，可以了解到用户的购买目标和购买时的心理活动，实行有效的推荐。（3）在信息可以通过网络迅速传播的条件下，辨别数据信息的真伪更加需要对数据进行具体分析。错误的数据所提供的信息，可能会使得使用者做出不正确的决定，有时更会造成不可挽回的错误。因而，要对数据进行具体深入的分析，取其精华，去其糟粕。例如过滤邮箱里的垃圾邮件，这也可以使用到大数据分析技术，使用户免受干扰。3 大数据所面临的安全考验 3.1 大数据中用户隐私保护从近几年发生的用户信息泄露事件来看，用户隐私的泄露对用户造成了很大的困扰。根据需要保护的隐私内容，隐私保护又可以分为：对未知的隐私保护、对标识符的匿名保护、对连接关系间的匿名保护。但事实上除开用户隐私泄露，还有一些困扰是部分企业通过对大数据分析而预测到用户的行为和生活状态，进而掌握用户的生活习惯、爱好、消费记录等，并对用户进行广告推荐等等。现今有很多企业只是对用户隐私进行简单的匿名处理，以为只要公开的信息里不含有用户标识符就可以很好地保护用户的隐私，其实不然。目前在收集、存储、管理和应用用户信息过程中对用户的隐私保护主要是靠企业的自律，极其缺乏相应的监督标准、条规。用户有权了解自己的数据信息在商业活动中如何使用、被用于何处。3.2 大数据的可信度在大数据中，有很多数据是带有迷惑性的，或者是虚假的，如果不对其细心地判断很容易就会被数据欺骗。会出现这种数据的原因有二：一是数据本身便是假的，或有人为达到某种目的而编造或道听途说、空穴来风;二是数据失真，在数据收集的过程中由于操作人员的工作失误，使得收集来的信息与真实信息有差别，影响了数据分析的最终结果，还有可能是传播过程中，信息变化造成数据无法反映即时的真实情况。例如，一个餐厅的订餐电话由于某种原因而换了，但原来的号码早已被收录进数据库，所以用户经过搜索后看到的号码就和实际的不一致。所以，要提高数据的可信度，数据使用者要了解数据的来源、传播途径以及数据加工处理的过程等，预防得出无效的结论。4 大数据安全与隐私保护技术4.1 数据发布匿名保护技术就结构化数据而言，要有效地实现用户数据安全和隐私保护，数据发布匿名保护技术是关键点，但是这一技术还需要不断发掘和完善。现有的大部分数据发布匿名保护技术的基本理论，设定环境大多是用户一次性、静态地发布数据。如通过元组泛化和抑制处理方式分组标识符，用k匿名模式对有共同属性的集合进行匿名处理，但这样容易漏掉某个特殊的属性。但是一般来说现实是多变的，数据发布普遍是连续、多次的。在大数据复杂的环境中，要实现数据发布匿名保护技术较为困难。攻击者可以从不同的发布点、不同的渠道获取各类信息，帮助他们确定一个用户的信息。这一点还需要信息领域的研究人员投入更多的精力多加研究。4.2 社交网络匿名保护技术包含了大量用户隐私的非结构化数据大多产生于社交网络，这类数据最显著的特征就是图结构，因而数据发布保护技术无法满足这类数据的安全隐私保护需求。一般攻击者都会利用点和边的相关属性 ，通过分析整合，重新鉴定出用户的身份信息。所以，在社交网络中实现数据安全与隐私保护技术，需要结合其图结构的特点，进行用户标识匿名以及属性匿名（点匿名），即在数据发布时对用户标识和属性信息进行隐藏处理;同时对用户间关系匿名（边匿名），即在数据发布是对用户之间的关系连接有所隐藏。这是社交网络数据安全与隐私保护的要点，可以防止攻击者通过用户在不同渠道发布的数据，或者是用户之间的边联系推测出原本受匿名保护的用户，破解匿名保护。或者是在完整的图结构中，应用超级节点进行图结构的部分分割和重新聚集的操作，这样边的匿名就得以实现，但这种方法会降低数据信息的可用性。4.3 数据水印技术水印技术是指将可标识信息在不影响数据内容和数据使用的情况下，以一些比较难察觉的方式嵌入到数据载体里。一般用于媒体版权保护中，也有一些数据库和文本文件应用水印技术的。不过在多媒体载体上与数据库或者文本文档上应用水印技术有着很大的不同是基于二者的数据的无序和动态性等特点并不一致。数据水印技术从其作用力度可以分为强健水印类，多用于证明数据起源，保护原作者的创作权之类;而脆弱水印类可用于证明数据的真实与否。但是水印技术并不适应现在快速大量生产的大数据，这是需要改进的一点。4.4 数据溯源技术对数据溯源技术的研究一开始是在数据库领域内的，现在也被引入到大数据安全与隐私保护中来。标记来源的数据可以缩短使用者判断信息真伪的时间，或者帮助使用者检验分析结果正确与否。其中标记法是数据溯源技术中最为基本的一种手段，主要是记录数据的计算方法（Why）和数据出处（Where）。对于文件的溯源和恢复，数据溯源技术也同样发挥了极大的作用。5 结束语大数据时代到来之时，带来了技术发展的机会，同时也带来了新的问题和挑战，而大数据安全与隐私保护正是其中亟需解决的问题。通过对大数据安全与隐私保护现状的具体研究、技术挖掘，浅谈了匿名技术、水印技术、溯源技术这几个可能解决现有信息安全和隐私保护问题的关键技术，当然仅仅只是这些还不能够真正地实现大数据安全与隐私保护。同时还要掌握一些国家政策，为相关技术的发展、应用提供良好的环境，才能让大数据更好地促进人类社会信息技术的发展。参考文献1 冯登国，张敏，李昊.大数据安全与隐私保护J.计算机学报，2014（1）.2 戈悦迎.大数据时代信息安全与公民个人隐私保护J.中国信息界，2014（1）.3 谢邦昌，蒋叶飞.大数据时代隐私如何保护J.中国统计，2013（6）.作者简介：张志平（1975-），男，河北秦皇岛人，本科;主要研究方向和关注领域：计算机及其安全。