文档介绍：大数据安全分析之数据安全
目录
目录 1
导语 1
信息安全或数据安全含义 1
信息安全或数据特点 2
2. (Confidentiality) 2
2. 2, 完整性(Integrity) 2
2. 3. 可用性入一场全球范围的大规模勒索攻击，Hadoop集群被黑客锁定为攻击对象。 同时，据Shodan互联网设备搜索引擎的分析显示，因Hadoop服务器配置不当 导致5120TB数据暴露在公网上，涉及近4500台HDFS服务器。同时，近年来全 球数据安全事件层出不穷，如何在大数据时代处理好数据安全问题成为全球普遍 关注的热点。
大数据分析平台安全与其承载数据的安全同生共息，在数据成为国家基础战 略资源和社会基础生产要素的今天，大数据安全与国家安全的关系愈发紧密，在 保障国家安全、经济运行、社会稳定等方面发挥愈加关键的作用，亟需采取有效 的应对措施以抵御大数据安全风险。
大数据安全面临威胁与挑战分析
大数据技术的发展赋予了大数据安全区别于传统数据安全的特殊性。在大数 据时代新形势下，数据安全、隐私安全乃至大数据平台安全等均面临新威胁与新 风险，做好大数据安全保障工作面临严峻挑战。
大数据时代下数据安全保护需求外延扩展，数据保护面临全新挑战。首先， 大数据时代，数据被众多联网设备、应用软件所采集，数据来源广泛，数据种类 多样，如何保证所采集的数据真实可信以及对输入数据进行完整性校验，变得至 关重要，若利用虚假数据进行分析处理，将影响结果的正确性，甚至造成重大决 策失误。其次，海量多源数据在大数据平台汇聚，来自多个用户的数据可能存储 在同一个数据池中，并分别被不同用户使用，要在看不见他人数据内容的前提下 对数据进行加工利用，即实现数据“可用不可见”，必须强化数据隔离和访问控 制，否则将引发数据泄露风险。再者，大数据技术促使数据生命周期由传统的单 链条逐渐演变成为复杂多链条形态，增加了共享、交易等环节，且数据应用场景 和参与角色愈加多样化，使得数据安全需求外延扩展。此外，利用大数据技术对 海量数据进行挖掘分析所得结果可能包含涉及国家安全、经济运行、社会治理等 敏感信息，需要对分析结果的共享和披露加强安全管理，一旦泄露，将威胁国家 安全与社会稳定。
大数据技术应用使隐私保护和公民权益面临严重威胁。大数据场景下无所不 在的数据收集技术、专业多样的数据处理技术，使用户很难确保自己的个人信息 被合理收集、使用与清除，进而削弱了用户对其个人信息的自决权利。同时，大 数据资源开放和共享的诉求与个人隐私保护存在天然矛盾，为追求最大化数据价 值，滥用个人信息几乎是不可避免的，使个人隐私处于危险境地。此外，利用大 数据技术进行深度关联分析、挖掘，可以从看似与个人信息不相关的数据中获得 个人隐私，个人信息的概念就此泛化，保护难度直线上升。进一步，大数据技术 可能引发自动化决策带来的“数字歧视”等社会公平性问题，例如针对特定个人 施加标签以划分等级或进行价格歧视等差别化待遇，侵害公民合法权益。
大数据技术创新演进使传统网络安全技术面临严峻挑战。首先，大数据存储、 计算和分析等关键技术的创新演进带动信息系统软硬件架构的全新变革，可能在 软件、硬件、协议等多方面引入未知的漏洞隐患，而现有安全防护技术无法抵御 未知漏洞带来的安全风险。其次，现有大数