大數據信息安全典型風險及保障機制分析

摘要：我國信息技術正在以飛快的速度迭代更新，推動全社會步入大數據時代。先進的大數據技術為各行業發展帶來了巨大的價值，成為我國信息技術領域的研究熱點。然而，作為信息技術的一種新的衍生產物，大數據必然同時存在利和弊，在應用中難免會面臨一些典型的信息安全風險，這對大數據的進一步發展帶來了一定的限制性影響。因此，本文從大數據的發展趨勢和內涵出發，對大數據信息安全的典型風險類型進行了分析，并提出了保障大數據信息安全的機制，旨在提升大數據信息安全防范能力，最大化發揮大數據的應用價值。

關鍵詞：大數據；信息安全；典型風險；保障機制

大數據的應用已經廣泛滲透到社會各個行業領域，對當前各行業的發展產生了深遠的影響。但同時大數據也遇到了許多困境，特別是信息安全風險問題，已成為人們關注的焦點，也是當前大數據領域亟需解決的難題。因此，本文探究和分析了大數據信息安全的典型風險，并提出了大數據環境下的信息安全保障機制，這對于實踐具有重要的理論意義。

一、大數據的發展及內涵

隨著信息技術的不斷發展，大數據的價值得到了更充分的挖掘和應用。大數據已經廣泛滲透到各行各業，幾乎覆蓋了社會的方方面面。同時，大數據的重要性也備受各國各界的關注和重視。一些信息技術發達國家甚至從政府層面制定了大數據研究和發展規劃。例如，2012年美國政府發布了《大數據的研究和發展計劃》，2013年日本發布了《創建最尖端IT國家宣言》，韓國制定了《大數據中心戰略》等。我國作為信息技術后起之秀，同樣在2015年頒發了《關于促進大數據發展的行動綱要》，顯示了政府對大數據研究的重視程度增加^[1]。

大數據這一名詞最早是由美國麥肯錫公司提出的。在早期，人們對大數據的認知相對匱乏，但隨著信息技術的發展，對大數據的認識不斷加深，并從不同角度給出了全新的定義。從數據處理的角度出發，麥肯錫全球研究院對大數據進行了如下描述：大數據是指規模龐大到無法用傳統數據庫軟件進行獲取、存儲、分析和管理的數據集合^[2]。與此同時，麥肯錫還對大數據的基本特征進行了總結，指出大數據具有數據規模龐大、數據流轉速度快、數據類型多樣以及數據價值密度低等特點。從應用的角度來看，只有經過全新處理的大數據才能具備更強大的決策能力、洞察力和流程優化能力，以更好地滿足海量、高增長和多元化的信息資產需求。

綜上所述，大數據可以被理解為一種無明顯邊界、規模巨大且不斷變化的數據。為了充分發揮其應用價值，需要綜合運用多種處理和分析手段對其進行處理。最終，這些經過處理的大數據將轉化為具有強大應用價值的信息資源。這樣的理解有助于更好地把握大數據的本質和潛力，以便更好地應用大數據所帶來的價值。

二、大數據信息安全典型風險的類型

大數據在進行數據收集、數據傳輸、數據存儲、數據分析以及數據銷毀的整個生命周期中都會面臨諸多的安全隱患，大數據信息安全典型風險主要包括以下四個方面：

（一）大數據遭受高級持續威脅（APT）的風險性更高

“高級持續威脅”的英文翻譯為Advanced Persistent Threat，縮寫為APT。它是一種具有組織化、有目標性、持續時間長且隱蔽性強的網絡攻擊方式，對信息安全構成極大風險^[3]。通常，APT利用 Oday 漏洞，并采用社會工程學原理來實施網絡安全攻擊。一般來說，用戶所使用的安全檢測軟件能夠即時監測匹配安全威脅特征，但對于APT而言，情況有所不同。它指的是一系列實施網絡安全攻擊的過程，具有長時間的潛伏期和強大的隱蔽性，因此往往無法被快速有效地檢測出來。鑒于大數據的低價值密度特征，網絡攻擊者會將攻擊行為隱藏在大數據中，以達到難以檢測的效果，從而給網絡安全帶來極大的不確定性。

舉例來說，美國的互聯網公司Facebook曾因為信息安全防護不力而暴露了嚴重的系統安全漏洞。在2018年9月，該公司遭受了黑客的惡意攻擊，導致了3000萬用戶信息的外泄，其中包括1400萬用戶的敏感信息，比如他們的真實姓名、聯系方式和網絡登錄地址等等。這次黑客攻擊事件給這家知名互聯網公司帶來了巨大的經濟損失，同時由于大量用戶個人隱私的泄露，也造成了無法預測的短期負面影響。這個例子突出了信息安全的重要性，以及任何企業或組織在處理大數據時都需要采取適當的安全措施以防范潛在的風險。

（二）大數據擴大了個人隱私信息的外泄風險

近年來，隨著大數據技術的迅猛發展，互聯網產生的數據呈現出海量增長的趨勢。這些數據中包含大量的用戶個人信息，如網頁瀏覽記錄、網絡社交信息、網絡點評信息、網絡購物信息和個人身份信息等。通過相關技術對這些數據進行收集、分類、整合和分析，可以挖掘出更多有價值的精準信息。這些信息可以為某個領域或行業帶來經濟利益，但同時也不可避免地涉及用戶個人隱私的泄露^[4]。在大數據環境下，個人隱私無所遁形，它不僅會影響個人的生活、學習和工作等各個方面，而且可能成為影響社會和諧穩定的一個重要因素。

例如，一些不法分子已經意識到了大數據的利用價值，并開始專門利用網絡法律管理漏洞來獲取個人隱私信息。有甚者甚至在淘寶等網上平臺公然售賣各種涉及個人隱私的信息數據，以牟取金錢甚至進行其他不法行為。這些人為性的數據泄漏行為給網絡數據安全防護工作帶來了更大的挑戰和難度。這也說明在互聯網時代個人隱私保護和數據安全防護需要得到更加嚴格的管理和控制，以確保用戶個人信息的安全和隱私權益的保護。

（三）大數據提高了數據的存儲安全風險

大數據匯集了各種海量信息，需要進行集中管理。通常，大數據由結構化、半結構化和非結構化的多種數據組合而成，其中非結構化和半結構化數據占據主導地位^[5]。目前，廣泛應用的關系型數據庫處理技術主要用于數據存儲和處理結構化數據，對結構化數據的處理設置了嚴格的訪問控制權限。然而，大數據中非結構化和半結構化數據占據主導地位，而傳統的關系型數據處理技術在這方面不夠成熟。因此，在數據存儲和安全措施方面難以滿足大數據信息的安全需求，導致數據的安全穩定性不能得到可靠的保障。由于大數據的復雜化和海量化特點，在數據存儲方面存在安全難題，可能導致數據存儲雜亂無章，容易被篡改或盜取。例如，騰訊公司曾經就遭遇過數據存儲安全問題。由于云服務器上物理硬盤固件版本存在問題，導致存儲的數據在寫入和讀取過程中出現不一致的情況，結果導致大量數據丟失。這一事件給騰訊公司及其客戶帶來了無法估量的經濟和信譽損失。這也凸顯了大數據存儲安全的重要性。為避免類似事件的發生，企業需采取安全措施和備份策略，確保云服務器上存儲的數據不會丟失。

（四）大數據擴大了數據價值被破壞的風險性

大數據樣本的來源渠道十分廣泛，并且一直處于動態變化之中。在采集樣本數據時，由于采集方式的不同，可能導致采集的信息粒度不一致。同時，粗粒度樣本和細粒度樣本都存在，并且可能會出現樣本沖突和錯誤問題^[6]。由于不同樣本數據在分析后可能得出不同的結論，這也會破壞大數據本身的價值。比如，雀巢公司在一次自我檢查中發現數據庫管理存在問題。在近千萬條供應商、客戶和原材料數據中，他們發現超過一半的數據是無效和重復的，還有近三分之一的數據存在不確定性和嚴重缺失。這些重復數據的形成是由于數據存儲不嚴謹造成的。雀巢公司的后臺數據管理存在不規范、冗余和缺失的問題，這破壞了數據的應用價值，使其難以通過這些數據進行準確的商業分析。

三、大數據環境下提高信息安全的保障機制

（一）進一步提高對抗高級持續威脅（APT）的防護能力

目前，越來越多具有組織性和系統化的高級持續威脅（APT）威脅涉及到社會、經濟、民生等多個領域，給我國網絡信息安全帶來了廣泛的危害。需要對大數據信息安全的典型風險進行長期觀測、分析和探究，提高網絡安全風險挖掘技術，以便能夠快速發現網絡安全隱患，并及時預測潛在的網絡攻擊行為。在面對高級持續威脅攻擊時，更需要以大數據分析技術為基礎，擴大高級持續威脅檢測產品的研發能力，并將這些研發成果應用于重要領域和行業系統中。通過構建協同、聯動的高級持續威脅（APT）防護平臺，能夠有效提高對抗高級持續威脅（APT）的防護能力^[6]。

（二）多方面提高網絡個人隱私信息的保護能力

如今，網絡個人隱私保護已經成為一個復雜的社會問題，需從多個方面加強個人隱私信息的保護能力^[7]。首先，在信息技術方面，要深入研究數據加密處理、訪問控制和匿名化處理等相關技術，以加強個人信息數據在收集、傳輸、存儲和應用等各個階段的技術保護。其次，在網絡法律方面，現行的網絡法律法規過于籠統，不能完全滿足個人隱私保護的需求，存在一些無法解決的問題。因此，國家政府需要進一步加強和細化網絡法律條文，加大對侵犯網絡個人隱私行為的懲治力度。同時，各行業應結合社會和行業需求制定專門的個人隱私保護規范，鼓勵自覺遵守行業規范，建立良好的行業與用戶合作和信任關系，推動大數據相關行業健康良性發展。最后，在培訓教育方面，要積極利用互聯網、電視廣播、社會標語等多種形式對公眾進行教育和引導，提高廣大網民對網絡個人隱私數據保護的意識，從根本上加強個人隱私保護能力。

（三）多維度提高大數據信息的安全存儲水平

針對大數據信息存儲不安全的問題，需要綜合應用數據加密、訪問控制和數據審計等多種方式來提高大數據信息的安全存儲水平^[8]。首先，對于敏感數據，應進行加密后再進行存儲，以提高數據的機密性。其次，在網絡云端傳輸外部文件數據時，應對數據進行二次加密，并設置訪問控制權限，以確保傳輸過程中的安全性。最后，可以利用大數據審計技術，授權第三方數據審計機構或數據持有者對存儲在網絡云端的數據進行審計，以確保數據不會被惡意篡改，并確保在審計過程中不泄露用戶的個人隱私信息。此外，針對大數據海量和多樣的特點，應采用分層分布式的存儲架構，通過底層云計算架構以及整合文件系統、關系型數據庫和非關系型數據庫等技術來構建云存儲數據庫，以實現大數據的及時和動態存儲^[9]。此外，適當運用數據備份和異地存儲方法可以避免因系統硬件問題而導致的數據丟失。

（四）進一步加強大數據信息安全技術產品的自主可控能力

在大數據環境下，傳統的信息安全防護技術面臨著越來越高的安全風險，特別是美國"棱鏡門"事件的發生，進一步顯示了需要加快對自主可控信息安全技術產品的研發力度。實現網絡安全的自主可控性是大數據發揮應用價值、實現更好發展的根本出路^[10]。目前，我國網絡信息基礎設施的自主可控能力仍然較弱，需要進一步加強頂層設計，構建完善的大數據安全戰略規劃體系，從硬件層面、數據層面、網絡安全層面、信息應用層面和用戶層面等多個方面綜合采取相應的安全防護技術。例如，可以采用硬件檢測技術、數據清理技術、數據存儲技術、數據加密技術、數據庫安全訪問技術、網絡傳輸安全技術和防病毒技術等。同時，還應結合數據應用監測、數據日志等相關技術，從多個角度識別潛在的信息安全風險，構建自主可控的安全防護系統。此外，針對關鍵行業和領域應進行平臺試點工作，分階段和批次地推廣和使用自主可控的信息安全產品，促進自主可控信息安全技術的積極創新，全面掌握自主核心技術，加強我國信息安全管理產業，提升對大數據信息安全的保障能力。

四、結束語

總而言之，大數據時代，確保大數據信息安全是未來大數據產業健康持續發展的必要條件，也是我國信息技術領域亟需關注的重要課題。上述討論表明，目前我國在大數據信息安全防護方面還存在一些問題，如大數據加密性不足、數據存儲速度較慢、數據價值密度不高等。這些問題需要相關部門和信息技術人員共同努力來進行優化和改善。

作者單位：徐飛 云南工商學院

參? 考? 文? 獻

[1]張帥，于忠臣，劉勇，等.數字孿生城市大數據平臺數據流轉安全模型研究[J].信息安全研究，2023，9（01）：48-56.

[2]謝曉雨，王婷，李含子，等.大數據交易平臺的數據交易流程研究——中國情景下的多案例研究[J].中國市場，2022（36）：169-172.

[3]邊娜.大數據信息安全典型風險及保障機制研究[J].大眾標準化，2022（19）：110-112.

[4]馮容，李琪騎，周爽，等.大數據背景下信息安全與風險防控策略研究[J].內蒙古科技與經濟，2022（10）：92-93.

[5]張阿哲，李家歡，朱子建.數字孿生流域數據安全問題探究及對策[J].水利信息化，2022（06）：15-19.

[6]汪迎春.大數據時代個人信息安全的風險分析與防范研究[J].信息系統工程，2022（7）：16-19.

[7]忻高峰，肖靜.大數據面臨的信息安全風險及應對策略研究[J].電子產品可靠性與環境試驗，2018，36（6）：47-50.

[8]墻浩煊.大數據技術在計算機信息安全中的應用研究[J].自動化應用，2022（12）：97-100.

[9]姚利俠，付萍華，周紅艷.云平臺的大數據信息安全機制的幾點探討[J].網絡安全技術與應用，2022（08）：68-70.

[10]崔辰.大數據背景下信息安全風險框架及應對策略研究[J].電子測試，2021（8）：60-62.

徐飛（1988.07-），男，漢族，云南安寧，本科，講師，網絡規劃與設計、網絡安全、信息安全。