大数据的安全底线|大数据三条底线不能失守当企业迈进大数据时代，信息安全面临多重挑战。数据大集中的安全隐患重重，而大数据不仅被用来找出潜在威胁，也被黑客用来实现更精准的打击。大数据来袭，企业不仅要学习如何挖掘数据价值，使其价值最大化，还要统筹安全部署，以免遭到更强有力的攻击，降低企业风险。大数据会捅大娄子。毫无疑问，企业正在拥抱大数据，并且将大数据挖掘和分析能力作为企业核心竞争力的关键。gartner一个悲观的预测认为：到20XX年，超过85%的财富500强企业将无法有效利用大数据带来的竞争优势。garnter认为，大数据不仅是量多，还包括复杂性、多样性和数据传输速度等问题，“单单收集和分析数据是不够的，企业还必须具备实时提供数据的能力，以对企业的生产力、盈利能力或效率带来实质的影响，并制定出相应对策”。对于大数据，企业还需要考虑如何应对数据泄露风险，并且建立相关预案，因为大数据对分析和计算性能要求提高的同时，还带来了更多安全风险。正如gartner论断的那样：“大数据安全是一场必要的斗争。”大数据来袭，你准备好了吗。数据分析和业务紧密相关gartner的数据显示，近两年产生的数据量是过去互联网出现以来所有数据量的总和。而随着社交网络和移动设备的普及，企业80%的数据是非结构化或半结构化的，结构化数据仅有20%。同时，全球结构化数据增长速度约为32%，而非结构化数据的增速则高达63%。大数据为传统安全防护带来不小的安全挑战。中国电子信息产业发展研究院信息安全研究所分析师王闯表示，大数据时代的安全与传统安全相比，变得更加复杂。“这体现在两方面：一方面，大量的数据汇集，包括大量的企业运营数据、客户信息、个人的隐私和各种行为的细节记录。这些数据的集中存储增加了数据泄露风险，而这些数据不被滥用，也成为人身安全第1页共4页的一部分。另一方面，大数据对数据完整性、可用性和秘密性带来挑战，在防止数据丢失、被盗取和被破坏上存在一定的技术难度，传统的安全工具不再像以前那么有用。”“由于这些数据已经成为企业生存的根本，信息安全防护体系的建设越发重要了。但是面对海量的数据收集、存储、管理、分析和共享，传统意义上的网络与信息安全面临新的问题。”王闯认为，“企业要从网络安全、数据安全、灾难备份和安全管理等各个角度考虑，部署整体的安全解决方案，来保障企业数据安全。”知易行难。当企业用数据挖掘和数据分析获取商业价值的时候，黑客也可以利用大数据分析向企业发起攻击。“黑客最大限度地收集更多有用信息，比如社交网络、邮件、微博、电子商务、电话和家庭住址……为发起攻击做准备。尤其当你的vpn账号被黑客获取时，黑客就可以获取你在单位的工作信息，进而入侵企业网络。”绿盟科技首席战略官赵粮表示，大数据分析让黑客的攻击更精准。通常，那些对大数据分析有较高要求的企业，会面临更多的挑战，例如电子商务、金融、天气预报的分析预测、复杂网络计算和广域网感知等。启明星辰核心研究院资深研究员周涛告诉记者，任何一个会误导目标信息的提取和检索的攻击都是有效攻击，因为这些攻击对安全厂商的大数据安全分析产生误导，导致其分析偏离正确的检测方向。“这些攻击需要我们集合大量数据，进行关联分析才能够知道其攻击意图。大数据安全是跟大数据业务相对应的，传统时代的安全防护思路此时难以起效，并且成本过高。”在周涛的眼里，与传统安全相比，大数据安全的最大区别是，“安全厂商在思考安全问题的时候首先要进行业务分析，并且找出针对大数据的业务的威胁，然后提出有针对性的解决方案。”nosql并非万无一失hadoop作为一个分布式系统架构，可以用来应对海量数据的存储，而这样的数据量往往是以pb甚至zb来计算。作为一个云化的平台，hadoop自身也存在着云计算面临的安全风险。正如王闯所言，企业需要实施基于身份验证的安全访问机制。第2页共4页此外，由hadoop派生的新数据集也同样面临着数据加密的问题，hadoop对数据的聚合增加了数据泄露的风险。谈到大数据的存储，就不能不谈nosql。它迎合了大数据的时代，更适合非结构化数据的存储和分析，有灵活、可扩展性强、降低复杂...
