大数据环境下的数据安全探讨

◆李 河

（中国人民保险集团股份有限公司南信息中心 广东 528200）

大数据环境下的数据安全探讨

◆李 河

（中国人民保险集团股份有限公司南信息中心 广东 528200）

当今社会已经进入到了知识经济时代，大数据对时代发展的巨大作用正在不断被挖掘。然而，当前的数据管控还存在很多问题。因此，需要对大数据的本源特征进行分析与研究，本文以此为根基，针对当前大数据环境下存在的数据安全问题进行分析，并给出了一些解决对策，为大数据的安全运行提供保障，希望今后可以为大数据的开发设计带来一定的参考价值。

大数据环境；数据安全；探讨

0 引言

大数据指的是数据信息规模十分宏大，依靠当前的主流工具难以对其进行有效的收集与整理。大数据不仅具有较大的数据规模，同时还具有较为多样化的数据形式。当前，随着信息技术的快速发展，大数据环境下的数据安全问题日益突出，因此，研究分析大数据下的数据安全问题对于大数据环境的建设与发展具有十分重要的意义。

1 大数据的基本特征

大数据具有极为庞大的数据信息规模，且数据形式呈现多样化特征，因此，通过传统的分析工具难以实现大数据的分析与整理。基于大数据的概念，能够得出大数据的主要特征：

1.1 数据大

当今社会步入了大数据时代，社会上无时无刻不在产生数据信息，如移动设备、网络社会、传感器等，统计数据量以千倍级别以上的速度在不断攀升，数据级别也在不断突破，当前已经达到了PB乃至ZB。相关学者估计，未来的数据量将会继续保持高速的上升趋势，将会超过8ZB[11]。

1.2 类型多样化

大数据环境下，快速增长的不仅仅是数据规模，还有数据的类型。以往的数据以二维结构能够表述，而当今社会下，随着信息技术的发展，非结构数据开始快速增长，如音频、邮件、GPS等都会产生大量的非机构化数据，据统计，非结构化数据保持了60%的增长速度，未来的数据构成中非机构数据占比将会不断攀升。

1.3 运算更加高效

分布式运行系统能够以较高的传输率进行数据的有效访问，是符合当前大数据特征的应用程序。此外，可视化分析、数据挖掘等数据分析技术也得到了快速发展，能够实现对海量数据的有效处理与提取。

1.4 产生价值

大数据的最终目的是实现价值，大数据是一座正在不断被开发的大金矿，利用数据融合得到的信息是具有重大价值的。尤其是当前处于激烈市场竞争中的企业单位，数据已经成为其发展的重要资产。此外，大数据还具有价值密度低的特征，需从海量的数据信息中进行挖掘才能获得有价值的信息，转化为用户价值。

2 大数据环境下存在的问题

大数据环境下数据信息存在的主要问题如下。

2.1 可表示问题

当今时代，非结构化数据呈现出快速增长的趋势。伴随着数据规模的不断扩大以及数据形式的日益多样化，用户对数据的需求也在不断丰富。与此同时，伴随着数据量的不断增长，数据运行效率受到了影响。如何实现对这些非结构化数据的明确表示已经成为当前数据处理中的重要问题。

2.2 可靠性问题

大数据环境是十分庞大的网络环境，而当今社会属于网络开放的时代，这就加大了计算机数据的信息安全风险。随着大数据的发展，数据信息以更加灵活多变的形式出现，这就对数据信息的收集产生了更高的要求。由于不确定数据会引发数据失真问题，而数据失真引发的后果会由于开放的网路环境而被不断放大，故此，如何确保数据的可靠性是大数据下亟待解决的问题。

2.3 可处理问题

基于当前社会中数据信息快速增长的形势，以及日益丰富的数据类型，利用当前的计算机技术已经难以对其进行有效的分析与整理，因此，为了增强对大数据的有效处理，必须创新数据分析方法，增强对数据信息相关规律的积极研究。

3 大数据环境下数据安全的影响因素

3.1 自然灾害

此处所指的自然灾害指的是难以预料的、危害性较大的，如台风、洪涝干旱、地震等。伴随着信息技术的快速更显，网络已经成为社会发展、居民生活所不可或缺的组成部分。在使用网络技术过程中，许多数据被存储在服务器中，彼此间进行着频繁的信息交互。而在网络运营中，如果遭受了如火灾、地震等，会对数据信息的传送产生较大影响，这就会导致数据信息的丢失。

3.2 网络硬件

伴随着科学技术的不断发展，硬件的更新速度不断加快，然而，大数据环境下数据规模呈现出了爆炸式的增长速度，这就导致当前的存储硬件难以满足当前快速上升的数据信息量。因此，需要加快对存储环境的升级更新，如此才能满足当前快速增长的数据信息规模。而且，如果在进行较为庞大的数据量传输中，由于硬件设备的老化而对传输率产生影响，那么这种网络延迟会使传输的速度变慢，严重者会导致系统的崩溃，进而对数据存储的安全性产生威胁。

3.3 操作失误

操作失误是难以有效避免的，由于应用软件的实践操作主要是依靠相关工作人员来进行的，因此，操作不当的情况是难以有效避免的。而对于数据管理人员而言，其在工作中会发生各种失误，比如误删重要文件、未按照规定程序进行操作、或者是对系统运行数据进行修改等等。尤其是在大数据环境下，数据管理人员需要处理的数据量是十分庞大的，进行的操作也是相对比较复杂的，这些都增加了工作人员的工作难度，更加容易产生操作失误，这就对系统数据的安全产生了威胁。

3.4 管理不善

随着存储系统的快速更新，对于维护人员的综合素质水平也提出了更高的要求，故此，由于管理不善而导致的数据丢失问题日益突出[2]。如对操作系统进行随意更改、胡乱安装各类应用软应用软件、无节制使用各种外设比如打印机、光驱等等。

4 提高数据安全的相关建议

4.1 建立大数据信息安全体系

应该将大数据的开发与应用置于重要的战略地位，首先对类型多样化的大数据进行系统分类，对于重点类型的数据信息纳入到重点保障范围。其次，应该完善数据信息的监控机制，以增强对大数据信息的安全监控。基于大数据具有的庞大信息量，需要处理的信息规模是十分巨大的，因此，应该建立与之匹配的数据信息安全体系，以增强对数据信息安全的有效保障。

4.2 实施数据安全删除

这是当前信息安全技术中十分重要的一项技术，所谓数据安全删除，指的是破坏使数据能够恢复正常的必要条件，以确保对数据进行删除操作后，无法对其进行恢复。尤其是对于较为敏感的数据信息而言，数据安全删除尤为重要。通常，进行普通文档删除时，实际上删除的是文档的标记；进行高级格式化时，也不能够对数据信息实施覆盖处理，故此，这种情况下并未实现安全删除。

4.3 实施动态数据的安全监控

相较于静态数据信息，动态数据信息更加容易引发安全问题，故此，对动态数据进行安全监控是十分必要的。动态数据安全监控机制要求分布式计算系统是处于正常、健康运行状态的，因此需要对其实施健康监控，此外，对于一些规模较大的分布式计算，需要监控、分析动态数据所具有的细粒度，以对其进行实时性监控。

4.4 提高数据安全防御技术

在很多环境下，基于技术能力的不足，难以及时发现并组织非法用户的入侵和破坏，更加难以采取及时的反击措施。因此，高效的防御工作是有效避免这一问题的重要方式，这就要求我们不断提高数据安全防御技术。防御技术的不断完善能够有效的减少各种安全问题的发生。当前，具有较强可行性的为：强化日志分析、权限控制、数据备份等方面，以从技术角度有效的隔断数据安全风险的产生。

5 结束语

随着信息技术的快速发展，大数据环境下的数据信息也在日益增长。大数据的快速发展不可避免的产生了数据信息安全问题。因此，实施积极有效的数据安全保障措施，对于大数据下的信息化发展是具有重大意义的。

[1]李思萦.我国企业技术创新管理研究[J]. 时代经贸. 2015(10)

[2]刘林涛.企业“经济转型”中技术创新管理优化探析[J].现代商贸工业. 2011(02)

[3]赵志宏,刘勇.贵州煤矿技术创新管理探讨[J]. 中州煤炭. 2011(05)

[4]张传国.加强技术创新管理 提高企业竞争力[J]. 科技资讯. 2011(36)

[5]龚磊.技术创新管理研究综述[J]. 职业. 2010(12)

[6]丽红.2006中国企业技术创新管理论坛在京召开[J]. 中国科技投资. 2006(06)

李河，1983年2月，男，汉，河北保定，经理，中级职称，硕士研究生，大数据应用开发、数据中心运维管理，中国人民保险集团股份有限公司南信息中心