
大數(shù)據(jù)的出現(xiàn)正在改變著我們的生活方式和工作方式,改變了我們過去對待數(shù)據(jù)的思維認識,開始更加注重數(shù)據(jù)的相關性的意義。但是大數(shù)據(jù)的到來,依托于云計算平臺,因此也會面臨著一些不可避免的安全威脅,下面根據(jù)自己搜集的資料梳理下安全威脅TOP10。
大數(shù)據(jù)的十大安全威脅之一:分布式編程框架下的安全計算
大數(shù)據(jù)自然要用到許多分布式計算,比如MapReduce框架,其最著名的實現(xiàn)即Hadoop,將數(shù)據(jù)分成多個塊,針對每個塊先做mapper處理,得到一系列的key-value對,然后再由reducer聚類同一個key的值,得到結果。這里容易出現(xiàn)兩個問題:一是Hadoop計算結果的正確性依賴于Mapper的運算正確與否,如果存在惡意的Mapper干擾或者意外的錯誤,將會直接導致最終數(shù)據(jù)的錯誤;二是數(shù)據(jù)在第一輪Mapper的過程中,有可能得到的Key-value很特殊,從而泄露數(shù)據(jù)用戶本身的部分隱私。
大數(shù)據(jù)的十大安全威脅之二:非關系數(shù)據(jù)庫的安全實現(xiàn)
由于大數(shù)據(jù)的數(shù)據(jù)來源混雜,導致數(shù)據(jù)格式種類繁多,因此很難使用傳統(tǒng)的關系型數(shù)據(jù)庫進行體現(xiàn),NoSQL數(shù)據(jù)庫因此出現(xiàn)并獲得快速發(fā)展。但是NoSQL數(shù)據(jù)庫在設計實現(xiàn)之初所有的考慮都聚焦在了分布式數(shù)據(jù)庫的實現(xiàn)上,因此并沒有單獨設置安全功能模塊,實際中往往將安全功能作為一個中間件來實現(xiàn),NoSQL本身沒有提供針對安全功能的任何擴展機制,云環(huán)境下的復雜問題對NoSQL的安全性提出了諸多挑戰(zhàn)。
大數(shù)據(jù)的十大安全威脅之三:數(shù)據(jù)存儲安全和事務日志安全
傳統(tǒng)數(shù)據(jù)庫下,DB可以直接得知數(shù)據(jù)的遷移和修改情況,但是在大數(shù)據(jù)下,由于數(shù)據(jù)變化的速度、范圍以及種類都不可同日而語,因此DB不能夠容易地跟蹤數(shù)據(jù)的變化。
大數(shù)據(jù)的十大安全威脅之四:終端輸入有效性驗證
大數(shù)據(jù)的數(shù)據(jù)可能來自于多種來源,當然也包括各種終端,比如私人的BYOD,這些數(shù)據(jù)的有效性很難保證。我們可以考慮這樣的邏輯:大數(shù)據(jù)依托于數(shù)據(jù)進行算法處理得出預測,但是如果這些收集上來的數(shù)據(jù)有問題又如何呢?也許大數(shù)據(jù)的數(shù)據(jù)規(guī)??梢允沟梦覀儫o視一些偶然非人為的錯誤,但是如果有個敵手故意放出干擾數(shù)據(jù)呢?比如天氣預報依賴于許多傳感器,如果這些傳感器都被惡意修改...或者依靠手機進行某項社會事務的公投,如果敵手可以偽造多個虛假手機ID參與投票...這些無疑都會直接影響最終的數(shù)據(jù)結果,當然也影響了我們的判斷和預測。因此現(xiàn)在非常需要研究相關的算法來確保數(shù)據(jù)來源的有效性,尤其是有效性事關重要的大數(shù)據(jù)領域。
大數(shù)據(jù)的十大安全威脅之五:實時安全監(jiān)控
傳統(tǒng)的安全監(jiān)控系統(tǒng)針對的是靜態(tài)的、少量的數(shù)據(jù),建立的模型也是有很多欠缺。當面對大數(shù)據(jù)的規(guī)模時,以往的安全監(jiān)控系統(tǒng)會觸發(fā)大量的虛假警報。我們非常需要一套在大數(shù)據(jù)模式下可用的安全系統(tǒng),它可以在我們需要的時候告訴我們:“誰在訪問數(shù)據(jù)?訪問哪些數(shù)據(jù)?從哪里訪問的?”以及“我們是否受到了攻擊?請立刻評估下?lián)p失?”等等;當然也存在民用系統(tǒng)的可用性,比如實時監(jiān)控新藥投放市場后的異常搜索量,可以及時停止藥物濫用。
大數(shù)據(jù)的十大安全威脅之六:可擴展的隱私保護策略
這段也許與密碼協(xié)議有關,在大數(shù)據(jù)時代下,匿名策略已經不能保護我們的隱私了,《大數(shù)據(jù)時代》中就介紹了父親不知道,而商家知道其女兒懷孕的這樣一個事例。我不需要知曉你的確切信息,但是我只需要將過去分離的信息進行整合,就可以重新“刻畫”你。我們現(xiàn)在需要切實可行的隱私保護協(xié)議。
大數(shù)據(jù)的十大安全威脅之七:訪問控制策略
有點類似于上面,我們必須確保云上數(shù)據(jù)的保密性、完整性和可用性。因此必須重新設計訪問控制協(xié)議,因為傳統(tǒng)的“all-or-nothing”的訪問控制協(xié)議,非常粗地進行網絡行為的限制。大數(shù)據(jù),沒有共享,沒有可用,哪來大數(shù)據(jù)?因此我們既要保證數(shù)據(jù)保密不被篡改,又要使得可以被一定程度地共享,作為大數(shù)據(jù)的一份子使用,而這本身就是一對矛盾,幸好我們現(xiàn)在開始有基于屬性的訪問控制協(xié)議,但是這還遠遠不夠。
大數(shù)據(jù)的十大安全威脅之八:細粒度訪問控制
基本問題同上面,只不過這里更多涉及訪問控制協(xié)議的設計,而上衣額則重在密碼學的應用。
大數(shù)據(jù)的十大安全威脅之九:細粒度審計
大數(shù)據(jù)的十大安全威脅之十:數(shù)據(jù)起源
大數(shù)據(jù)中的數(shù)據(jù)來源的元數(shù)據(jù)會因為規(guī)模的增長而迅速復雜化,我們經常需要知道數(shù)據(jù)的起源,即創(chuàng)建的時間,不是在一臺主機或網絡中,而是在大數(shù)據(jù)下。我們需要快速省時地確定數(shù)據(jù)的起源,否則本身便將失去意義。比如偵測內部金融企業(yè)的交易記錄,或者確定搜索數(shù)據(jù)的準確性。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到決策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10