基于立體動態的大數據安全及隱私保護研究

許曉燕

現如今，人們每兩天所產生的信息量，已經相當于人類從奴隸文明發展到工業文明所產生信息的總和。許多專家學者預測到2020年，全世界的信息數據總量將達到35ZB，體現出大數據時代的悄然來臨。目前，大數據還沒有一個學界普遍認同的概念，但針對大數據特征的分析已經較為全面，主要體現在數據規模、數據類型、數據流動和數據體系四個方面。在大數據的環境下，人們獲取信息數據的能力得到了極大的提升，傳統的數據管理模式已經無法滿足大數據的需求。但在大數據高速發展的過程中，也產生了多種問題，最主要的就是大數據安全及隱私問題。用戶在使用互聯網的過程中，存在著個人信息泄露的風險，而個人信息又往往包含著大量的潛在價值。因此，在大數據環境下如何加強數據安全及隱私保護，也就成為了專家學者們研究的關鍵問題。

一、大數據發展面臨的安全問題

（一）個人數據及隱私保護問題

在隱私保護方面，大數據極大的推動了國家、政府、企業乃至個人的發展，人們享受著大數據及其相關技術帶來的服務，但與此同時，大數據中也包含著大量的個人信息及隱私，因此在使用大數據的同時，如何避免接觸個人信息及隱私，做好大數據安全及隱私保護工作，是推動大數據進一步發展的重要基礎。

（二）個人信息數據的權責問題

信息數據本質上屬于一種私有財產，屬于某個人或集體，但在大數據環境下，資產的使用權、所有權等權利與過去的數據財產有本質上的區別，具有更強的社會性，每個人都可以通過互聯網使用相應的信息數據資源。因此，在大數據的權責上，需要國家通過推行法律條款等方式，實現對個人數據及隱私的保護。

（三）信息數據的保護技術

大數據所涵蓋的范圍極廣，涉及到了人類已知的幾乎全部領域，但應用在某一方面，其數據的價值密度相對較低，需要通過數據的挖掘與分析才能轉化成為人們可用的信息資源。與此同時，價值較高的信息數據包含在海量信息數據中，也導致了數據挖掘效率低下的問題。因此，在大數據環境下，如何做好對優質數據的挖掘和共享，并保護個人信息數據的安全，也成為了大數據發展所必然面對的問題。

二、大數據安全及隱私保護的特點

（一）規模安全

在大數據的背景下，無論是橫向的人與人、組織與組織、國家與國家還是縱向的人與企業、政府、國家之間都產生了新的聯系，全世界范圍內都在向著大數據的方向發展。現如今，互聯網已經可以記錄每個互聯網用戶的一舉一動，并且數據涉獵的范圍幾乎達到了人類已知范圍的全部，滲透到了各個領域之中，為人們的工作和生活提供了數據服務。根據相關預測顯示，在2020年，全世界范圍內將會有500億臺以上的設備與互聯網相連，這也就體現出了在大數據的背景下，信息數據所包含規模之大。而根據風險社會理論，人們所面臨的風險也是前所未有。近年來所產生的個人信息隱私侵權事件，正是對這一理論的重要佐證。例如，在2015年，美國有包括四百多萬名政府工作人員在內的兩千多萬社保賬號被盜，其中包含了大量敏感信息，而在2018年3月21日，全球最大的社交平臺Facebook有5000多萬賬號信息被泄露，體現出在大數據背景下個人信息安全及隱私泄露問題的規模之大。

（二）泛在安全

互聯網的準入門檻較低，只要有電腦、手機登設備，即可瀏覽并使用互聯網中海量的信息資源。并且互聯網具有即時性的特點，用戶可以隨時隨地獲取信息資源，不受到時間或空間的制約。而傳統的靜態網絡空間治理模式也已經呈現出明顯的頹勢，需要進行動態治理建設。在大數據的環境下，人們通過互聯網發動攻擊，不再需要大量昂貴的設備，并且隨著大數據的不斷發展，對于所使用的技術水平必然也越來越低。據美國的相關研究報告顯示，隨著信息技術水平的不斷提升，黑客僅需要一臺電腦就可以將病毒輸送到飛機的計算機系統中，從而實現對計算機各個系統的控制，對飛機安全產生了極大的安全隱患，這也是在大數據環境下信息隱私泛在安全的體現。

（三）綜合安全

大數據極大的推動了如城市治理、政務管理、企業運營、科學研究等多個領域的發展，是世界經濟進一步發展的最主要動力之一。而在大數據的環境下，還存在著綜合安全的問題。例如在2015年11月13日爆發的法國巴黎恐怖襲擊中，可以反映出法國在公共安全管理中的情報分析，如政局動蕩、難民移民、恐怖主義等是引發恐怖襲擊的最主要原因。在一定程度上而言，大數據的信息安全已經超出了信息本身所存在的范疇內，而是需要結合多種環境因素進行統籌考慮，從而進行更深刻的分析。

（四）隱性安全

在大數據背景下，隱性安全主要體現在以下幾個方面：

首先，大數據的高速發展會產生大量冗雜、錯誤、低價值的信息數據，導致在海量信息數據中，對有價值的數據進行挖掘和分析的難度極高，數據挖掘分析的效率低下。

其次，大數據的跨域對接，會導致數據量呈現出指數級的增長，對于數據負載和分析平臺提出了新的挑戰，同時也對其防監控網絡襲擊產生了一定的影響。

再次，由于大數據具有個體性的特點，能夠通過大數據實現點對點和點對面的信息傳播。但由于信息傳播具有較高的隱蔽性特點，這也就導致了其中的安全問題同樣具有隱蔽性，不易于發掘。

最后，許多如電子商務、網絡詐騙等產業都隨著大數據的發展而不斷發展，無論產業是否合法，都存在一定的隱蔽性和誘惑性，具有監管困難的問題。

三、基于立體動態的大數據安全及隱私保護

（一）大數據安全及隱私保護框架

在大數據的背景下，對信息數據及隱私進行保護，需要從三個維度著手：

第一，是信息數據的生命周期問題。數據具有時效性的特點，其生命周期并非無限，從數據收集開始，進行數據的傳輸和存儲，根據實際事物對數據進行分析和應用，最后則將數據銷毀。一般而言，信息數據的價值較高，很少會出現徹底銷毀的數據。

第二，是大數據及隱私保護的對象問題。大數據及隱私保護主要體現在環境安全與自身安全兩個方面。一般而言，主要是以數據為中心構成信息系統，包含主體、數據流、存儲和過程四大要素。

第三，是大數據的安全機制。大數據具有高度的復雜性，同時大數據的及隱私保護也具有較高的難度。大數據安全保護一般需要認證、授權、審計等多個環節的工作。

（二）做好大數據真偽鑒別工作

在大數據中存在著大量虛假信息數據，會導致大數據整體質量的大幅度下降。用戶在使用大數據時，很有可能會受到虛假信息數據的誤導，從而造成失誤判斷。同時，虛假信息數據的存在，也導致了大數據總量的冗雜，從中挑選出高價值的信息數據難度倍增，導致大數據的數據挖掘和分析效率低下。因此，在大數據信息管理工作中，需要做好真偽鑒別工作，利用大數據可視化技術，清除大數據中虛假、錯誤、重復信息，并交叉驗證大數據的數據來源，從而保障大數據整體的質量。

（三）整理精品大數據信息

大數據已經廣泛的應用到了人們的工作和生活中，但大多數人在應用大數據中都存在一定的問題，主要體現在盲目信任大數據，普遍認為大數據只要經過簡單的整理就能夠使用。而實際上，大數據應做好去粗存精的工作，主要從以下幾方面進行：首先，要意識到大數據存在一定的不確定性，所獲取的數據只能夠在一段時間內生效。其次，要重視分析大數據的來源，保證大數據的多元性、完整性和規范性，從而利用更多優質的準確信息進行分析，更好的達到分析大數據的目的。最后，需要建立相應的數學分析模型，對大數據整體新型深入的分析和研究，挖掘新鮮的數據資源，從而獲取更高質量的信息數據。

四、結語

在大數據的背景下，人們享受著大數據及其相關技術帶來的服務，同時也面臨著個人數據及隱私泄露的危機。主要體現在個人數據與隱私保護的問題、個人信息數據的權責問題和信息技術的保護技術三方面。目前，大數據安全及隱私保護主要有規模安全、泛在安全、綜合安全、跨域安全和隱性安全等五種，而想要加強對大數據安全及隱私的保護，必然要構建大數據安全及隱私保護框架，并做好大數據的真偽鑒別工作，整理精品的大數據信息，有效提升大數據安全及隱私保護水平。