《大数据处理中的安全》由会员分享，可在线阅读，更多相关《大数据处理中的安全（13页珍藏版）》请在金锄头文库上搜索。
1、通 信 网 安 全 理 论 与 技 术大 数 据 处 理 中 的 安 全学院：电子信息工程学院专业：通信工程学生姓名：李海峰学号：13111026指导教师：穆海冰2013年 10 月 16 名师资料总结-精品资料欢迎下载-名师精心整理-第 1 页，共 13 页 -大数据处理中的安全第i 页中文摘要大数据要求在合理时间内撷取、管理、处理、并整理海量数据，并将其成为帮助企业经营决策更积极目的的资讯。比较一般数据处理有着数据量巨大、数据类型多样、价值密度低、处理速度快等特点。作为新兴产物，大数据仍然有许多亟需解决的安全问题。从基础技术角度来看，大数据依托的基础技术是NoSQL（非关系型数据库），No
2、SQL 允许不断对数据记录添加属性，其前瞻安全性变得非常重要。从核心价值角度来看，大数据关键在于数据分析和利用，但数据分析技术的发展，对用户隐私产生极大的威胁。本文首先讲述什么是大数据，及大数据的特点，然后根据其特点分析，说明大数据存在的一些安全隐患，最后阐述怎样解决大数据中存在的一些安全问题。关键词：大数据；安全；NoSQL；虚拟化名师资料总结-精品资料欢迎下载-名师精心整理-第 2 页，共 13 页 -大数据处理中的安全第ii 页Abstract Large data requires a reasonable time to capture,manage,process,and orga
3、nize vast amounts of data,and make these data become more active to help business decision-making purposes information.Compared with general data,there are huge amount of data,many kinds of data types,the value of low density,processing speed and other characteristics.As a new product,there are stil
4、l many large data security problems needed to solve.From basic technical perspective,NoSQL(non-relational databases)is relied by large data,NoSQL allows data records continuously add attributes,and its forward-looking security becomes very important.From the perspective of core values,the key lies i
5、n big data analysis and use of data,but with the development of data analysis technology,user privacy is Under threat.This paper first describes what is big data,and large data characteristics,and then analyzes the existence of some large data security risks according to its characteristics.Finally
6、explain how to solve some existing large data security issues.Keywords:Big data;Safe;NoSQL;Virtualization 名师资料总结-精品资料欢迎下载-名师精心整理-第 3 页，共 13 页 -目录目录中文摘要 .iAbstract.ii第 1 章绪论.21.1什么是大数据 .21.2大数据的特征 .2第 2 章大数据安全问题 .42.1大数据时代的信息安全“隐患”.42.2实现大数据 时代下的安全 .7第 3 章结论与展望 .8参考文献 .9名师资料总结-精品资料欢迎下载-名师精心整理-第 4 页，共
7、 13 页 -目录第 1 章绪论1.1什么是大数据大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。“大数据”作为时下最火热的IT 行业的词汇，随之而来的数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。早在 1980 年，著名未来学家阿尔文托夫勒便在第三次浪潮一书中，将大数据热情地赞颂为“第三次浪潮的华彩乐章”。不过，大约从2009 年开始，“大数据”才成为互联网信息技术行业的流行词汇。美国互联网数据中心指出，互联
8、网上的数据每年将增长 50%，每两年便将翻一番，而目前世界上90%以上的数据是最近几年才产生的。此外，数据又并非单纯指人们在互联网上发布的信息，全世界的工业设备、汽车、电表上有着无数的数码传感器，随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化，也产生了海量的数据信息。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。且中国物联网校企联盟认为，物联网的发展离不开大数据，依靠大数据可以提供足够有利的资源。随着云时
9、代的来临，大数据（Big data）也吸引了越来越多的关注。著云台的分析师团队认为，大数据（Big data）通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce 一样的框架来向数十、数百或甚至数千的电脑分配工作。大数据分析相比于传统的数据仓库应用，具有数据量大、查询分析复杂等特点。计算机学报刊登的“架构大数据:挑战、现状与展望”一文列举了大数据分析平台需要名师资料总结-精品资料欢迎下载-名师精心整理-第 5 页，共 13 页 -大数据处理中的安全第2
10、页具备的几个重要特性，对当前的主流实现平台并行数据库、MapReduce 及基于两者的混合架构进行了分析归纳，指出了各自的优势及不足，同时也对各个方向的研究现状及作者在大数据分析方面的努力进行了介绍，对未来研究做了展望。对于“大数据”（Big data）研究机构 Gartner 给出了这样的定义。“大数据”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的海量、高增长率和多样化的信息资产。从某种程度上说，大数据是数据分析的前沿技术。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。大数据可分
11、成大数据技术、大数据工程、大数据科学和大数据应用等领域。目前人们谈论最多的是大数据技术和大数据应用。工程和科学问题尚未被重视。大数据工程指大数据的规划建设运营管理的系统工程；大数据科学关注大数据网络发展和运营过程中发现和验证大数据的规律及其与自然和社会活动之间的关系。1.2大数据的特征大数据具有如下四个基本特征：一是数据量巨大（Volume）。大数据不再以 GB或 TB为单位来衡量，而是以 PB（1000个 T）、EB（一百万个 T）或 ZB（10 亿个 T）为计量单位。根据 IDC 的监测，全球在 2010年正式进入 ZB时代，预计到 2020 年，全球将总共拥有35ZB的数据量。形象地说，
12、如果把 35ZB的数据全部刻录到容量为9GB的光盘上，其叠加的高度将达到233 万公里，相当于在地球与月球之间往返三次。二是数据类型多样（Variety）。大数据不仅体现在量的急剧增长，而且数据类型也更为复杂。它既包括结构数据，可以用二维表结构存储在数据库中，如常用的Excel 软件所处理的数据；又包括非结构化数据，如网络日志、视频、图片、地理位置信息等，并且非结构化数据占据了相当大的比重。有统计显示，全世界结构化数据增长率大概是 32%，而非结构化数据增长则是63%，预计到 2012年，非结构化数据占有比例将达到互联网整个数据量的75%以上。用于产生智慧的大数据，往往是这些非结构化数据。三是
13、价值密度低（Value）。大数据重点不在其数据量的增长，而是基于大数据的商名师资料总结-精品资料欢迎下载-名师精心整理-第 6 页，共 13 页 -大数据处理中的安全第3 页业智能技术（或被称为高级分析技术），是在信息爆炸时代对数据价值的再挖掘。在数据量极速增长的情况下，如何通过挖掘数据利用有效信息，对于企业至关重要。但大数据的价值密度较低，以视频为例，在连续不间断监控过程中，可能仅有一两秒的影像是有用的数据。四是处理速度快（Velocity）。这一特点也是大数据和传统的数据挖掘技术存在本质不同的地方。当各种信息汇集在一起时，如何把握数据的时效性，是大数据时代对数据管理提出的基本要求。总之，业
14、界将大数据的特点归纳为4 个“V”Volume，Variety，Value，Velocity。名师资料总结-精品资料欢迎下载-名师精心整理-第 7 页，共 13 页 -大数据处理中的安全第4 页第 2 章大数据安全问题2.1大数据时代的信息安全“隐患”作为新兴产物，大数据仍面临一些亟待解决的安全问题。从基础技术角度来看，大数据依托的基础技术是NoSQL（非关系型数据库）。当前广泛应用的 SQL（关系型数据库）技术，经过长期改进和完善，在维护数据安全方面已经设置严格的访问控制和隐私管理工具。而在NoSQL 技术中，并没有这样的要求。而且，大数据数据来源和承载方式多种多样，如物联网、移动互联网、车
15、联网、手机、平板电脑、PC 以及遍布地球各个角落的各种各样的传感器，数据分散存在的状态，使得企业将很难定位这些数据和保护所有机密信息。此外，NoSQL 允许不断对数据记录添加属性，其前瞻安全性变得非常重要，对数据库管理员也提出了新的要求。从核心价值角度来看，大数据关键在于数据分析和利用，但数据分析技术的发展，对用户隐私产生极大的威胁。在大数据时代，想屏蔽外部数据商挖掘个人信息是不可能的。目前，各社交网站均不同程度地开放其用户所产生的实时数据，被一些数据提供商收集，还出现了一些监测数据的市场分析机构。通过人们在社交网站中写入的信息、智能手机显示的位置信息等多种数据组合，已经可以以非常高的精度锁定
16、个人，挖掘出个人信息体系，用户隐私安全问题堪忧。大数据时代的数据安全怎么做?对于这个问题有着不同的理解。有的人认为需要在原有安全的基础上加入新的的网络元素，继续沿用既有的数据安全思路，稳中求进；有的人认为需要重新构建全新的数据安全模式，打破原有的桎梏，重组现有技术构成，建立全新的数据安全模式。这两种看法都可以看做一种对于大数据时代特性的适应，很难说孰优孰劣，只能说大家的发展路线不同，思路不同。主张在原有安全基础上发展的人们认为，原有的端点数据安全模式十分的稳定，具有较长的运用经验，安全可靠高效。现在的云端技术对于数据安全的要求主要体现在网络安全的应对上。对于传统的端点安全技术来说，有多种方式可以实现最终的安全。面对现有的大数据特性，需要在一些方面做出调整。一般来说有以下的几个方面需要改进。第一，大数据时代的数据结构化。数据结构化对于数据安全和开发有着非常重要名师资料总结-精品资料欢迎下载-名师精心整理-第 8 页，共 13 页 -大数据处理中的安全第5 页的作用。大数据时代的数据非常的繁杂，其数量非常的惊人，对于很多企业来说，怎样保证这些信息数据在有效利用之前的安全是一个十分严肃的问题
