下载文档原格式
大数据安全与隐私保护技术研究第一章：引言随着信息时代的到来，大数据已经成为互联网领域的一种新型数据形态。
大数据具有数据量大、数据类型多、数据流动快等特点。
大数据可以帮助企业和政府部门更好地把握市场信息、节省运营成本、提升竞争力等，但同时也会带来隐私泄露等问题。
因此，大数据安全与隐私保护技术的研究就显得格外重要。
本文将针对大数据安全与隐私保护技术进行探讨，主要包括：大数据的安全问题、大数据的隐私问题、大数据的加密技术、大数据的脱敏技术以及大数据的安全管理。
第二章：大数据的安全问题大数据的安全问题体现在以下两个方面：数据的安全性和数据的完整性。
在数据的安全性方面，针对大数据存储传输过程中出现的安全隐患，需要采取一系列的安全措施。
例如，使用SSL /TLS加密传输，对数据实行数字签名等。
在数据的完整性方面，需要采取措施保证原始数据的正确性，避免被篡改和变形。
具体措施包括检验和、哈希值等。
第三章：大数据的隐私问题大数据对于个人隐私的侵害主要体现在以下两个方面：数据的收集和数据的传输。
在数据的收集方面，需要满足数据收集的合法、公正性和透明度。
同时，必须明确告知用户数据收集的目的和方法，并获得用户的同意。
在数据的传输方面，需要采取加密技术，避免数据在传输过程中被窃取、篡改和干扰。
第四章：大数据的加密技术加密技术是数据安全的重要手段，可以对数据实现保密性、完整性和可靠性。
对于大数据的加密技术，可以采用对称加密和非对称加密相结合的方式。
其中，对称加密主要用于数据加密与解密，而非对称加密主要用于密钥的分发与管理。
同时，对于大规模数据的加密，需要使用分布式加密技术，在传输和存储中对数据进行加密，可以实现大数据的高效加密处理。
第五章：大数据的脱敏技术大数据的脱敏技术是保护数据隐私的重要措施。
脱敏技术主要是将关键性个人信息进行转换或者替换，保留个人信息的统计特征，同时检测脱敏后数据的精度和规范性。
常用的脱敏方法包括：匿名化、扰动化、数据覆盖等。
大数据安全与隐私保护技术研究报告近年来，随着互联网的快速发展，大数据技术成为了信息时代的核心驱动力。
大数据的广泛应用，为各行各业带来了巨大的商机和发展机遇。
然而，大数据的同时也带来了数据安全和隐私保护的问题。
本报告将就大数据安全与隐私保护技术进行探讨，并提出相关的解决方案。
一、大数据的安全挑战大数据中所包含的信息庞大且复杂，给信息安全带来了巨大的挑战。
首先，大数据的蓄积和管理使得数据的安全性面临着严重的风险。
由于大数据的规模庞大，很难确保数据被正确、完整地存储、备份和传输。
其次，随着大数据的普及和应用，黑客攻击和数据泄露事件不断增加。
黑客通过网络攻击的方式，窃取大数据中的敏感信息，给个人和企业带来巨大的经济和声誉损失。
因此，必须采取有效的安全措施来保护大数据的安全。
二、大数据安全的现状与问题当前，大数据安全存在着以下几个主要的问题：1. 数据泄露风险：大数据所包含的个人隐私和商业机密可能会被不法分子获取，导致个人信息泄露和商业机密泄露的风险加大。
2. 数据共享与隐私保护矛盾：在大数据应用中，数据共享是必要的，但与之相对应的是保护个人隐私的需求。
如何在数据共享和隐私保护之间找到一个平衡点是一个亟待解决的问题。
3. 安全防护技术滞后：大数据安全技术的发展相对滞后，当前的安全防护手段对于大数据的防护显得力不从心，需要进一步研究和创新。
三、大数据安全与隐私保护技术解决方案为解决大数据安全与隐私保护的问题，必须采取一系列的技术手段和管理措施。
以下是一些常用的解决方案：1. 数据加密技术：通过对敏感数据进行加密，可以保护数据的隐私性，使恶意攻击者无法直接获取数据。
同时，采用现代加密算法，提高数据加密的强度。
2. 访问控制技术：建立完善的访问控制机制，对数据进行精细化管理，通过身份认证、权限控制等手段，限制非授权用户对数据的访问。
3. 匿名化技术：通过数据匿名化，隐藏敏感信息的真实身份，并对大数据集中的个人身份进行保护。
大数据安全与隐私保护技术的研究及应用一、引言随着互联网和物联网的普及，大数据的应用越来越广泛，贯穿了经济、医疗、教育、社交等领域。
然而，这些海量的数据也带来了巨大的安全和隐私风险。
数据泄露、数据滥用、数据篡改等问题成为亟待解决的难题。
因此，大数据安全与隐私保护技术的研究及应用显得尤为重要。
二、大数据安全技术1.数据加密技术数据加密技术是大数据安全技术的重要组成部分之一。
它主要通过对数据进行加密，使得数据在传输和存储过程中不被未经授权的访问和使用。
目前常用的加密算法有对称加密算法和非对称加密算法。
对称加密算法主要以AES、DES等算法为代表，非对称加密算法主要以RSA、DSA等算法为代表。
2.数字签名技术数字签名技术是大数据安全技术的另一个重要组成部分。
它主要通过数字签名，保证数据的真实性和完整性。
数字签名技术采用了非对称加密算法。
在签名过程中，发送方用私钥对数据的摘要进行加密生成数字签名，并将签名和加密前的数据一起发送给接收方。
接收方收到数据和签名后，使用发送方的公钥解密签名，得到数据的摘要，并生成自己的摘要进行比对，若比对成功，则证明数据的完整性和真实性得到了保证。
3.访问控制技术访问控制技术主要是对用户进行身份识别和授权管理。
通过访问控制技术，系统管理员可以对不同的用户进行不同级别的授权，使得用户只能访问自己被授权的数据。
常用的访问控制模型有MAC（强制访问控制）、DAC（自主访问控制）和RBAC（基于角色的访问控制）等。
三、大数据隐私保护技术1.数据脱敏技术数据脱敏技术主要通过对敏感信息进行处理，达到隐私保护的目的。
数据脱敏技术分为两种类型：匿名化和去标识化。
匿名化是指对个人身份信息进行替换、打乱或删除，而保留数据的统计特征，以实现数据的匿名化。
去标识化是指通过将个人身份信息与其它信息进行混淆，以达到难以被识别的目的。
2.差分隐私技术差分隐私技术是在保持数据使用的过程不受影响的前提下，对数据进行隐私保护的一种技术。
大数据技术在国家安全领域的应用研究随着社会的不断发展，大数据技术越来越成为各行各业的重要工具。
在国家安全领域，大数据技术的应用也越来越受到重视。
本文将探讨大数据技术在国家安全领域的应用研究。
一、大数据技术的基本概念大数据技术是指在大规模数据集合中提取出有价值的信息，通过对这些信息的分析和挖掘，从而实现分析和决策的一种技术和方法。
大数据技术的基础是数据采集、存储、传输、处理、分析和应用。
通过这些环节，可以提取有用的信息和知识，为决策制定提供支持。
二、大数据技术在国家安全领域的应用大数据技术在国家安全领域的应用可以分为多个方面，涉及情报分析、预警预测、安全防控等。
以下是具体应用细节：1.情报分析情报分析是指通过大数据技术对相关数据进行分析，从而获取敌情信息。
大数据技术可以从互联网、社交媒体以及其他渠道获取信息，然后通过数据挖掘、机器学习等技术将信息进行分析，从而得出有效的情报信息。
2. 预警预测大数据技术可以对各种数据进行实时监测和分析，从而预测未来的安全风险。
例如，可以通过对恐怖主义组织宣传内容的分析，及时预测它们可能采取的行动。
也可以通过对疫情数据的分析，及时预警疫情的爆发，为防控工作提供指导。
3. 安全防控大数据技术可以在安全防控方面发挥重要作用。
例如，可以通过对旅客信息进行分析，识别出潜在的恐怖分子。
也可以通过对边境警卫队员的生命迹线分析，了解他们的行踪，及时发现异常情况。
此外，大数据技术还可以用于制定安全防控规划和战略，提高安全防控能力。
三、大数据技术在国家安全领域的应用挑战尽管大数据技术在国家安全领域有着广泛应用和前景，但是也面临着一些挑战。
这些挑战包括：1. 数据安全在大数据应用中，数据的保密性和安全性至关重要。
一旦数据泄露，将对国家安全造成极大的威胁。
因此，必须采取一系列措施，保障数据的安全。
2. 数据质量大数据分析的结果完全依赖于数据的质量。
如果数据质量不高，分析结果将会失真。
因此，必须采取措施，提高数据的质量。
大数据安全与隐私保护关键技术研究随着大数据时代的到来，数据的重要性越来越被人们所认识，而数据安全和隐私保护的问题也日益成为人们关注的焦点。
在大数据应用过程中，数据需要跨平台、跨组织进行共享和分析，这就带来了很大的数据泄露和隐私侵犯的风险。
因此，如何保证大数据安全以及隐私保护，已成为大数据应用过程中不可忽视的问题。
大数据安全保护的关键技术主要包括以下几个方面：1. 数据加密技术加密技术是数据安全保护的重要手段，通过对数据进行加密，可以有效地防止数据泄露和被窃取。
当前广泛使用的加密技术包括对称加密和非对称加密两种方式，其中对称加密速度快，但安全性较差，非对称加密速度较慢，但安全性较好。
在实际应用中需要根据不同的场景选择合适的加密方式。
2. 访问控制技术访问控制技术是指通过控制用户的访问权限来实现对数据的安全保护。
常用的访问控制技术包括：身份认证、访问授权、访问审计等。
其中，身份认证是指通过验证用户的身份来确定其是否具有访问权限；访问授权是指对已经通过身份认证的用户进行权限控制，包括读取、写入和执行等权限；访问审计是对用户的操作进行记录和审计，便于后期追溯和控制。
数据脱敏技术是指将敏感数据进行转换或者模糊化处理，以达到隐藏或消除真实敏感信息的目的。
主要的数据脱敏技术包括：数据替换、数据混淆和数据屏蔽等方式。
通过数据脱敏技术，可以有效地防止数据泄露和隐私侵犯。
数据监控技术是指通过数据监控系统对数据的流向、使用和访问等进行监控和控制，以及预测和识别异常行为。
数据监控技术包括：行为监控、访问频率监控、数据流转监控等技术。
通过数据监控技术，可以实时监测和发现数据安全问题，便于及时进行处理和控制。
数据审计技术是指在数据安全保护过程中对数据操作进行记录和审计，以确定数据的安全性和完整性。
数据审计技术包括：审计日志记录、审计跟踪、审计分析等技术。
通过数据审计技术，可以实现及时发现和追踪数据问题，以便及时进行处理和控制。
大数据安全研究综述随着大数据技术的日益发展，大数据安全问题也越来越受到人们的关注。
本文将对近年来大数据安全研究领域的相关工作进行综述。
一、大数据安全威胁大数据安全威胁包括以下几个方面：数据泄露、数据篡改、数据丢失、隐私泄露、身份伪装等。
1.数据泄露大数据中存储的数据是企业或个人的重要信息，一旦被泄露，将会造成严重的经济和社会损失。
2.数据篡改大数据中的数据量极大，由于数据来源和数据质量的不确定性，难以确定数据的真实性和完整性。
因此，黑客或攻击者可以通过篡改数据来达到各种目的。
3.数据丢失大数据的存储方式和传输方式非常复杂，不可避免地会出现数据丢失的情况，特别是在数据备份方面存在巨大的难度。
5.身份伪装攻击者可以通过伪装身份来获取机密信息，并且很难被发现。
因此，在大数据环境下，身份验证和访问控制显得非常重要。
二、大数据安全技术目前，针对大数据安全威胁，研究者们提出了一系列解决方案。
1.加密技术加密技术是目前最基本的安全技术，可以保证数据在传输过程中的隐私性和机密性。
在大数据存储和传输方面，加密技术可以通过数据加密、会话加密、磁盘加密等方式来实现。
2.访问控制技术访问控制技术是大数据安全技术中非常重要的一部分，可以帮助用户进行身份验证和权限控制。
目前，常见的访问控制技术包括基于角色的访问控制、基于身份的访问控制、基于属性的访问控制等。
3.数据备份和恢复技术数据备份和恢复技术是保证大数据可靠性和稳定性的关键技术，可以帮助用户尽快从数据丢失或硬件损坏等情况中恢复数据，并且保障数据的一致性。
4.数据脱敏技术数据脱敏技术可以避免敏感数据的泄露，主要包括数据加密、数据掩码、数据消毒等方法。
5.远程监控技术远程监控技术可以对大数据系统进行全面监控，及时捕捉安全漏洞和攻击行为，保障大数据的安全性。
6.智能安全威胁分析技术智能安全威胁分析技术可以通过对大数据进行深度分析和挖掘，发现安全威胁和异常行为，提高安全防护的能力。
大数据安全性的技术与管理研究随着信息科技的发展和社会的进步，大数据已经成为当今世界最重要的资源之一。
它不仅为企业、政府和个人提供了全面的数据分析和服务，而且也为社会创造了巨大的财富。
但是，在大数据的应用过程中，数据安全性问题也日渐凸显。
大数据的堆积和积累，使得数据的泄露、误用、丢失变得更加严重和复杂。
因此，大数据的安全性已成为当前最紧迫和重要的问题之一。
一、大数据的安全性面临的问题1. 数据量过大，数据积累速度快一般来说，大数据的数据量要比传统的数据集大得多。
这就给大数据的存储和管理带来了巨大的挑战。
如果不加以妥善处理，数据的泄露或丢失将会给公司或机构带来巨大的损失。
另外，大数据的更新和积累速度也非常快，这就要求我们及时对数据进行监管和管理，以确保数据的可靠性和安全性。
2. 多维度数据处理复杂度高大数据所包含的数据类型往往非常多样化和复杂化，例如：结构化数据、半结构化数据和非结构化数据等。
这些数据往往进行多维度的分析处理，如数据挖掘、机器学习等。
这一方面对数据分析和处理技术提出了更高要求，另一方面也使得数据的隐私性和保密性面临着前所未有的挑战。
3. 数据流动性强由于云计算、物联网、移动互联网等技术的广泛应用，使得数据的流动性变得非常强。
大量的移动终端设备、服务器和数据库之间的交互，使得数据保护和安全性更加复杂。
一旦一个环节出现数据泄露、隐私丢失等不安全因素，就会影响到整个数据的保护和安全。
二、大数据安全的技术研究1. 数据加密技术数据加密技术是大数据安全性领域最主要和最古老的技术之一。
它通过使用加密算法，将原始数据转化为加密数据，以保证数据的隐私和安全。
其中，对称加密算法和非对称加密算法是最常用的加密技术。
2. 数据备份与灾备技术数据备份与灾备技术可以在本地或远程存储中对数据进行备份和复制，以防止数据丢失或损坏。
公司或机构可以通过建立灾备中心，保证数据备份和灾备的及时性和有效性。
3. 访问控制技术访问控制技术可以控制对数据的访问权限，从而保证数据的安全性。
大数据安全技术研究随着大数据时代的到来，数据保护和安全已经成为了现代社会最为重要的议题之一。
大数据给人们提供了前所未有的机会和挑战，而高效的大数据安全技术的研究和应用，则是保证数据价值和安全的关键。
一、大数据安全现状目前，大数据逐渐成为各领域中不可或缺的一部分，但是它同时也存在着很多潜在的安全风险。
大数据的增加对隐私信息的存储，保护和访问的需求也随之增加。
同时，数据库管理员、病毒入侵、系统漏洞、数据丢失和数据泄露等问题的出现，也成为了影响大数据安全的核心问题。
在大数据中，数据处理和管理的过程中往往要求与各种各样的第三方供应商和用户进行数据共享和协同处理。
这种数据共享和协同处理机制在一定程度上增强了数据的应用效益，但同时也加剧了数据安全的难度。
针对大数据安全现状，业界普遍认为需要建立较为完善的技术架构来解决这些问题。
二、大数据安全技术的研究现状构建有效的大数据安全体系，十分依赖高效、高质的大数据安全技术来实现。
随着技术的日益发展和应用，大数据安全技术也处于不断的改进和创新状态。
下面，我们将从以下几个方面来讨论现阶段大数据安全技术的主要情况。
1. 数据加密技术以往的数据安全机制，主要是通过权限控制、文件系统和数据备份实现。
而现在更倾向于使用加密技术来确保数据安全。
加密技术通过使数据不易解读，从而增强其保密性，从而实现数据的安全性和可靠性。
2. 虚拟化技术虚拟化技术通过将应用、数据和计算机基础架构分离，从而实现对数据的层层保护，减少对服务器的攻击。
虚拟化技术逐渐被广泛应用于企业的大数据安全体系中，大大提高了数据安全性和可靠性。
3. 反欺诈技术针对大数据安全的问题，很多大型企业已经采取了反欺诈技术。
反欺诈技术通过分析大量的信息和历史纪录，发现和识别恶意行为及攻击，从而实现对大数据的保护与安全。
4. 数据备份数据备份作为一种重要的大数据安全技术，对于数据的保护与恢复有着重要的意义。
数据备份可以有效地避免因为硬件故障、计算机病毒、恶意攻击等问题导致的数据丢失，并在数据恢复过程中也有着重要的作用。
大数据技术的国家安全应用研究随着科技的快速发展，社会的转型升级，互联网和信息技术的种种便捷与便利，大数据概念逐渐进入了我们的生活圈中，给我们的工作和生活带来便利和效率上的提高。
同时，大数据技术在国家安全方面也具有广泛的应用前景。
毫无疑问，在信息时代下，大数据已经形成了“技术为王”的潮流，对于国家来说，数据安全和信息化已经发展成为不可忽略的关键议题。
一、大数据技术在国家安全领域的应用国家安全是一个涉及全国人民和国家利益的问题，光是传统安全防范方式已经无法满足当今信息化迅速发展的时代背景需求，在这样的情形下，大数据技术的应用不仅是一种可能，也是一种必然。
大数据技术在国家安全领域的应用可以分为以下几个方面：1.政治安全方面：大数据可以对政治安全问题进行分析和研判，从而预测并处置类似分裂、东突等情况，提高国家政治安全能力。
2.网络安全方面：大数据技术可以抽象和处理互联网上的海量数据，通过挖掘信息获得网络安全攻击的预警机制；同时，通过数据挖掘技术，也可以快速识别网络犯罪事件和迅速锁定黑客等偷窃机密信息和抢夺机密设备的犯罪行为。
3.经济安全方面：大数据技术可以在经济安全领域收集和处理各种经济数据，以防止恶意破坏、防范经济犯罪活动，进而保障国民经济稳定和经济安全。
4.情报安全方面：情报是保障国家安全的重要保障手段，大数据技术应用可以发掘、分析、整合和利用得到的海量数据，以更快、更准确的方式发现情报。
5.军事安全方面：大数据技术可以在军事领域中处理和分析海量的军事数据，在日常工作流程中实现自动化，提高军事安全保障能力。
二、大数据技术在国家安全应用研究方面的现状应用大数据技术核心依赖于各基础数据的建立与整合。
虽然近年来国内大数据产业发展迅速，但在国家安全应用研究方面，还是需要进一步提升和应用大数据技术。
现在的国家安全领域，尚未形成可操作性更强的数据资产。
基于大数据对国家安全的应用，对数据的安全、高效管理和保护，有着重要的涵义。
大数据安全管理技术及应用研究随着大数据时代的到来，数据的规模和种类都在急速增长。
这给数据的安全管理带来了更加复杂的挑战。
如何有效地管理大数据的安全成为了许多公司和组织关注的重点。
本文将就大数据的安全管理技术及应用研究进行探讨。
一、大数据安全管理技术的意义大数据的安全管理是指为保护大数据安全而采取的各种技术和策略。
随着大数据的规模不断扩大，泄露、篡改、非授权访问等问题也日益增加，安全管理技术的重要性也进一步凸显。
有效地保护大数据的安全，不仅能避免公司和组织的损失，还可以增强用户对公司和组织的信任感，提升其市场竞争力。
二、大数据安全管理技术的核心内容1. 认证与授权技术认证与授权技术可以有效地保护大数据不被非授权的访问。
通常情况下，认证技术采用的是用户名和密码，而授权技术则可以根据权限对用户进行分类，从而实现对用户的限制。
在大数据的管理过程中，常用的认证与授权技术包括基于角色的访问控制（RBAC）和基于策略的访问控制（PBAC）。
这两种技术都可以有效地保证大数据的安全性。
2. 加密技术加密技术的核心内容是将数据加密，以防止数据被非授权的访问、篡改和泄露。
目前比较流行的加密技术有对称加密技术和非对称加密技术。
对称加密技术是指采用同一密钥对数据进行加密和解密，常用于数据的传输和存储。
而非对称加密技术则需要使用两个密钥，一个公钥和一个私钥。
公钥可以被公开，用于加密数据；而私钥则只有拥有者知道，用于解密数据。
3. 安全审计技术安全审计技术可以监测和分析大数据管理的安全性，以便及时发现和解决潜在的安全问题。
这种技术可以记录大数据的访问情况、修改历史和操作日志等信息，从而方便进行后续的审计工作。
总的来说，大数据安全管理技术需要综合运用各种技术手段，建立完善的安全管理体系，以确保大数据的安全性。
三、大数据安全管理技术的应用研究1. 在金融领域的应用金融领域的数据规模较大，安全问题也更加突出。
因此，大数据安全管理技术在金融领域的应用较为普遍。
大数据方向的安全技术研究近年来，随着大数据应用的爆发性增长，大数据衍生出独特架构，并推动存储、网络及计算机技术的发展，同时也引发了新的安全问题。
国际社会已经将大数据安全列入国家信息网络安全战略，国内学术界、信息安全界、产业界也正逐步关注大数据的发展。
一、大数据相关概念1.1 研究背景及意义大数据是继云计算、物联网之后信息产业当前科技创新、产业政策及国家安全领域的又次知识新增长点。
在大数据的背景下信息安全面临着很多的挑战，特别是现阶段已有的信息安全手段已经不能满足大数据时代的信息安全的实际要求，因此研究大数据时代所面临的信息安全问题具有重要意义大数据的研究与应用也引起了各国政府部门的重视，成为重要的战略布局方向。
纵观国际形势，各国陆续出台大数据相关的政策及战略方案。
2012年，美国奥巴马政府宣布将投资2亿美元用于启动“大数据研发倡议( Big Data Research and Development Initiative)，旨在从海量繁杂的数据中萃取有用的信息。
大数据下信息安全的事件所涉及的内容日益增多，受到的危险越来越严重的。
信息安全问题需要经过多方面、多部门共同努力进行解决。
1.2 大数据概念所谓大数据，即海量数据，具有信息量大、信息主体多元、更新速度快和价值密度低等特点，通常是指大量非结构化或半结构化的数据集。
其实早在几年前，数据的海量增长就引起了人们的关注，海量数据的发生、使用、储存伴随着云计算的发展等都成为了现实，“大数据”已经走入了我们的生活。
最早将大数据用于IT环境的是知名咨询公司麦肯锡，麦肯锡在研究报告中指出：如果云计算为数据资产提供了保管、访问的场所和渠道，那么如何盘活数据资产使其为国家治理、企业决策乃至个人生活服务，则是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。
从信息安全角看，大数据是指规模和格式前所未有而又相互关联的大量数据，搜集自企业的各个部分，技术人员可以对它们进行高速分析。
就像电影《黑客帝国》中的感知机器人或者《终结者》电影中的天网一样，现在的大数据环境由大规模并行处理数据库产品(不过所幸的是，它们没有自我感知能力)组成，这些产品通过处理PB级(1015)到ZB级(1021)看似不同的数据来创建趋势和数据映射。
通过建立这种宏观层面的信息，大数据可以让企业了解到他们的产品是如何以前所未有的经济理解水平在运行。
也就是说，通过以新方式来结合和分析海量数据，我们可以实现新的业务洞察力.1.3 大数据特征大数据的4V+1C特征:1).Volume，数据量大，据国际知名数据公司IDC提供的数据，全球数据量大约每两年翻番，人类近两年产生的数据量相当于之前产生的全部。
2).Variety，数据类型多，数据可分为结构化数据，半结构化数据和非结构化数据，相较便于存储的文本为主的结构化数据，日志，音频，视频，图片等非结构化数据，对数据处理能力提出了更高要求。
3).Value，价值密度低，价值密度的高低与数据数量成反比。
例如在连续的一小时监控过程中，可能有用的数据只有一秒。
如何通过强大的计算机算法更迅速的完成对有用数据的提取,是大数据背景下亟待解决的问题。
4)Velocuty，处理速度快，这是大数据相较于传统数据挖倔最显著的特征，IDC的“数字宇宙”报告预计到2020年，全球以电子形式存储的数据数量将达到35.2ZB，在如此海量的数处理效率将成为衡量技术水平的关键。
5)Complexity，复杂性加大，更提升了处理分析大数据的难度。
二、大数据安全问题2.1 大数据时代面临的挑战当前互联网改变着世界，信息渗透到社会生活的各个角落，与各个领域密切结合。
同时也给国家信息安全和个人信息安全带来了严峻的挑战。
随着数据量的增大和数据的集中，对海量数据进行安全防护变得愈加困难，网络空间中大数据大信息的泄露风险来源涵盖范围非常广，数据的大量汇集、数据的集中存储不可避免的增加了用户数据泄露风险。
这些数据成为维护公共安全的重要工作。
另外，对敏感数据的所有权和使用权没有明确的界定，大数据的分析对涉及的个体隐私问题很多都未考虑。
再有，对国外大数据分析技术与平台的过分依赖，使得别国通过获取的情报而摸清国家经济和社会脉搏，威胁到了国家安全，加大了信息泄露的风险。
大数据安全面临的种种威胁如下：(一)从基础技术角度看，大数据依托的基础技术—NoSQL(非关系型数据库)与当前广泛应用的SQL(关系型数据库)技术不同，没有经过长期改进和完善，在维护数据安全方面也未设置严格的访问控制和隐私管理。
NoSQL技术还因大数据中数据来源和承载方式的多样性使得企业将很难定位和保护其中的机密信息。
这是NoSQL内在安全机制的不完善，即缺乏保密性和完善性特质。
另一方面，NoSQL对来自不同系统，不同应用程序及不同活动的数据进行关联，也加大了隐私泄露的风险。
此外，NoSQL允许不断对数据记录添加属性，这也对数据库管理员的安全性预见能力提出了更高的要求。
数据的大量汇集，无形中增加了黑客的“收益率”降低了进攻成本，使得一次成功的攻击能获取更多的有价值的数据。
从近年互联网公司发生的某些用户信息泄露案不难发现，被泄露的数据量都非常的庞大。
(二)大数据时代，智能终端的数据安全问题显得越发关键。
中国已经成为全球最大智能终端市场。
随身携带的终端在占用人们大部分时间的同时，也存储了大量的个人信息。
人们对于“大数据并不安全”的担忧也不无道理。
因此智能终端数据的安全就提上了议事日程。
智能家居的产品化，假如人们所使用的智能终端如手机可以控制家里的所有智能终端，一旦被病毒侵犯，那么全家的智能终端都成为了被攻击的目标，那后果就不堪设想。
(三)与任何虚拟化技术一样，数据虚拟化是允许用户访问、管理和优化异构基础架构的良方。
数据被人们视为财富的同时，大数据就成为了宝藏，数据虚拟化技术就是挖掘数据和利用宝藏的最好武器。
最有代表性的应用就是数据的虚拟化存储技术。
于用户而言，虚拟化的存储资源就像是一个巨大的磁石，用户不用关心具体的存储设备，也不必考虑数据经过的路径在应用虚拟化存储时，面对异构存储设备的特点，如何统一监管、虚拟化后不同密级信息混合存储的位置，造成的越权访问、数据泄密等成为大的难题。
三、大数据安全的对策3.1 大数据信息安全对策随着在线交易、在线对话、在线互动，在线数据越来越多，黑客们的犯罪动机也比以往任时候都来得强烈。
如今的黑客们组织性更强，更加专业，作案工具也是更加强大，作案手段更是层出不穷。
相比于以往一次性数据泄露或者黑客攻击事件的小打小闹，现在数据一旦泄露，对整个企业可以说是一着不慎满盘皆输，不仅会导致声誉受损、造成巨大的经济损失，严重的还要承担法律责任，所以在大数据时代，网络的恢复能力以及防范策略可以说是至关重要的。
针对不同类型的大数据采取不同的决策，方法如下：1)结构化数据大数据时代下数据非常复杂，数据量惊人，对于许多企业而言，保证这些信息数据的安全有效利用是非常严肃的问题。
数据结构化对于数据的安全及开发有着及其重要的作用。
结构化的数据便于加密管理和处理分类，能高效的分辨非法入侵的数据，从而保证数据的安全未来社会，数据标准化、结构化是大趋势.2)安全加固网络层端点的数据通常分层构建是常规的数据安全模式。
端点安全方式对于网络层的安全防护并不完美。
数据时代的信息爆炸，非法入侵服务端的次数急剧增长;云计算的大趋势，导致现在的网络数据威胁方式和方法难以预测辨识，给目前的端点数据安全模式造成了巨大压力。
今后网络层安全应当作为重点发展。
加强网络层数据辨识结构化、智能化基础上加强与本地系统监控协调，杜绝非常态数据的运行，形成网络层构筑属于大数据时代的全面安全堡垒，避免自身的缺陷。
3) 对本地数据加强安全策略大数据时代数据的财富化导致大量的信息泄露，泄露事件中内部的威勒更大。
在本地策略的构建上需要加入内部管理的监控，用纯数据的模式来避免人为原因造成的数据流失和信息泄露。
在今后的数据安全监管手段中，逐渐分化管理者的角色权重，用数据本身的自我监控和智能管理来代替一大部分人为的操作，在本地安全策略的构建过程中还要注重与各个环节的协调，依托于网络这种数据处理方式，在数据的处理过程中往往出现大量的数据调用，调用过程中容易出现大的安全威胁。
必须降本地和网络的链接，从根本上做到杜绝数据的安全威胁，就必须完善缓存机制和储存规则，保证数据源的纯洁。
4)建立异构数据中心安全系统传统数据存储都建立了全面完善的防护措施，但基于云计算架构的大数据，需要进一步完善数据存储隔离与调用间的数据逻辑关系设定，当前，用虚拟化海量存储技术来存储数据资源是大数据的安全存储方式，以服务的形式提供数据的存储和操作。
在云共享环境中云计算的大数据存储，可以通过建立一个基于异构数据为中心的安全系统，使大数据的所有者可以对大数据进行控制，从系统管理上保证大数据的安全。
当企业转变为数据驱动的机器时，其潜力是巨大的：企业所拥有的数据可能成为获得竞争优势的关键。
因此，企业的数据和基础设施的安全也变得比以往任何时候都重要。
在许多情况下，企业或组织都可能得到Forrester所说的“有毒的数据”。
四、总结大数据时代的到来，信息成为了国家和社会发展的重要战略资源，带来了更多的安全风险，直接影响国家安全和社会稳定，同时也带来了新机遇。
对于海量数据的分析提供了新的可能性，网络的异常行为有助于信息安全服务提供商更好地找出数据中的风险点。
与此同时，大数据时代也对信息安全行业的发展有着积极的促进作用，大数据分析与安全软件相结合后信息安全问题将变的容易、快捷，大数据给信息安全带来了机遇和挑战，信息安全战略的制定需重视大数据的开发利用，多方位、多层次、多维度地维护国家信息安全。
继实验科学、理论科学、计算机科学之后，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第四大范式。
面对挑战与机遇并存的大数据安全问题，在规划大数据发展的同时，要明确信息安全在大数据发展中的重要地位，加强对大数据安全形势的宣传力度，明确大数据的重点保障对象，加大对敏感，要害数据的监管，加快面向大数据的信息安全技术的研究，培养大数据安全的专业人才，建立并完善大数据信息安全体系。
