摘要：随着信息技术的不断发展刷新了人们的生活方式，随着联网设备数量呈指数级别增长，大数据处理已经蔓延到各行各业，对社会发展产生了深刻的影响。计算机大师麦肯锡曾说过：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素”。社会活动中产生的海量数据已经成为当今社会最具财富价值的宝藏，人们在享受大数据所带来生活红利的同时，处理其带来的一系列信息安全问题也成了当务之急[1]。本文主要探讨了大数据技术应用过程中存在的安全问题，并为其指出大数据信息安全的保护建议和方案，为日后大数据安全性设计研究提供参考。

关键词：大数据技术；信息安全；大数据应用

大数据和数据挖掘技术的高速发展化腐朽为神奇，使得庞大的数据信息化为了宝贵财富。它应用到人们生活中的各个领域，为人们的社会生活带来便利。医疗领域利用大数据提供疾病预防保障，遏制疾病传播，提高病患寿命。教育领域利用大数据帮助指定教学方案，规范学生管理，提高在校学习效率[2]。金融市场利用大数据分析，预测股市走势，制定资产投资方案。而大数据在为人类提供方便的同时也面临着这数据安全、个人隐私泄露等问题，这不得不引发人们对关注。

一、大数据技术面临的问题

（一）开放与封闭的天然矛盾

大数据的应用场景中，海量信息在被无时无刻的搜集处理，并进行多方位的不断处理。在信息的筛选过程中，很难保证隐私和敏感信息不被爬取和使用，这近而剥夺了信息使用者的对信息的使用决策权利。基于数据挖掘的大数据技术是开放和共享的代名词，这和封闭的个人隐私信息保护之间存在天然的矛盾。因此，在追求数据价值最大化时，不可避免地会抓取使用个人信息。此外，利用大数据技术进行深入的关联分析和挖掘，从看似非个人信息的数据中捕获个人隐私，导致保护难度直线上升。因此，在如今的大数据时代，必须面对并解决建立信息安全系统，保护数据安全和用户隐私的问题。在重新定义大数据时代的信息安全和隐私保护的概念的同时，还应保留一些应对风险的对策。

（二）海量数据使隐私保护变得困难重重

当前的互联网技术已深刻改变了世界，网络信息已经渗透到社会生活的每个角落，并与各个领域紧密结合。同时，它也对国家信息安全和个人信息安全提出了严峻挑战。随着数据量和数据集中度的增加，保护海量数据变得越来越困难。网络空间中大数据泄漏的来源具有广泛的风险来源，数据的大量收集和数据的集中存储是不可避免的，用户数据泄漏的风险增加，这些数据已成为维护公共安全的重要任务[3]。此外，还未明确定义敏感数据的所有权和使用权，对大数据的分析并未考虑涉及的许多个人隐私问题。而且，对国外大数据分析技术和平台的过度依赖使其他国家通过获取的信息发现国家经济和社会动荡，威胁国家安全，增加了信息泄露的风险。

（三）大数据技术安全性不够完善

从基础技术角度来看，大数据所依赖于技术NoSQL，这与广泛使用的SQL技术不同。就安全性而言，它并没有严格维护数据的安全性。由于大数据中数据源和承载的多样性，NoSQL技术还使企业难以定位和保护机密信息，这是NoSQL技术天然的安全机制的缺陷，即缺乏机密性和完整性。而大量数据的收集实际上增加了黑客的拜访率并降低了攻击成本，因此成功的攻击可以获得更有价值的数据。从互联网公司最近披露的一些用户信息来看，不难发现泄漏的数据量非常大。

二、大数据信息安全和隐私保护技术

（一）采用机构化数据提高数据的安全性

在大数据时代，数据量是惊人的。对于许多企业来说，确保安全有效地使用这些信息数据是非常迫切的问题。而数据结构在数据的安全性和开发中又起着重要作用，结构化的数据便于加密管理和处理分类，可以有效地区分非法入侵数据，从而确保数据安全。在未来的社会中，数据标准化和结构化是主要趋势，它可以大大提高大数据技术的安全性。

（二）加强本地数据的安全性管理

大数据时代的数据即财富导致大量信息泄漏，而数据从本地泄漏的影响则更加严重。因此在大数据管理中，有必要增加内部管理监控，并采用纯数据模式，以避免人为因素造成的数据丢失和信息泄漏[4]。在未来的数据安全监管方法中，管理人员的角色权重将逐渐有所区别，数据本身的自我监控和智能管理将取代大部分人为操作。在制定地方安全战略的过程中，必须注意各个环节。依靠网络的数据处理方式进行协调，在数据处理过程中经常会有大量的数据呼叫，并且在呼叫过程中很可能会发生较大的安全威胁。必须减少本地与网络之间的链接，并且必须消除数据的安全威胁。必须改进缓存机制和存储规则，以确保数据源的纯度[5]。

（三）采用机构化数据提高数据的安全性

传统的数据存储已经建立了全面的保护措施，但是基于云计算架构的大数据则需要进一步改善数据存储隔离与调用之间的逻辑关系。当前，使用虚拟大容量存储技术存储数据资源是大数据的安全存储以服务的形式提供数据的存储和操作，以适应大数据技术新结构的需要，提高大数据的网络安全防护能力。在云共享环境中，基于云计算的大数据存储可以建立基于异构数据的安全系统，从而大数据的所有者可以控制大数据并从系统管理中确保大数据的安全性。

三、结束语

本文主要对大数据领域的信息安全技术进行探讨。首先对大数据技术在应用过程中可能存在的安全性问题进行了简单介绍，然后针对这些存在的安全性问题给出了解决方案和建议，本文的讨论将为未来大数据模型的设计和研究提供参考意义。

参考文献

[1]戴光远.大数据背景下个人隐私信息的安全性探讨[J].中国管理信息化,2019,13(16):165-166.

[2]王群,李馥,娟周倩.网络空间安全体系结构及其关键技术研究[J].南京理工大学学报,2019,04(4):495-504.

[3]吕臻,代磊.大数据背景下计算机网络安全问题与防范措施[J].通讯世界,2019,05(4):95-96.

[4]丁寒栋.大数据对企业信息化的影响[J].现代信息科技,2019,09(05):130-131.

[5]赵莉萍.大数据时代下会计信息化存在的风险及防范对策[J].经济研究导刊,2018,12(4):85-87.

作者：周建斌