以大数据安全管理促进大数据安全共享

江欣

摘 要：随着互联网+、云计算、移动互联网等新技术兴起，数据获得了前所未有的爆炸式增长，大数据时代已经来临。大数据技术创新应用，使我们具备了对海量数据的处理和分析能力，但与此同时，伴随数据汇聚、数据分析而来的安全问题也给我们带来前所未有的挑战。组织应以发展和安全并行为目标，提出大数据安全管理对策，加强大数据安全分级管理，构建大数据安全管理体系，推动大数据的安全共享。

关键词：大数据 数据安全 分级管理 大数据安全管理体系

中图分类号：TP311.13 文献标识码：A 文章编号：1672-3791（2018）08（b）-0012-02

大数据是国家基础性、重要的战略资源，被称为“21世纪的钻石矿”。大数据时代，大数据在互联网和社交领域，以及医疗卫生、健康、金融等各行各业爆炸式增长，对国家决策、经济运行、生活方式以及社会各领域均产生重要的影响，大数据成为高价值的资产。

大数据如同一把双刃剑，在带来许多便利的同时，也产生了前所未有的安全隐患。大数据安全是发展大数据的前提，在大数据应用推广过程中，要坚持安全与发展并重的方针，在充分发挥大数据价值的同时，解决面临的大数据安全问题，构建大数据安全管理体系，推动大数据的安全共享。

1 大数据安全的重要意义

大数据对国家、企业、个人具有重要的作用，具有很高的研究价值，但人们在追逐数据价值的同时，也引发了诸如个人隐私安全、企业信息安全、国家安全的问题。

在个体层面，随着科技的进步带来的互联网、移动互联网的快速发展，人们的生活被深深地打上了数字化的印记。大数据存在于人们生活中的每个角落，各种大量的个人信息数据产生。随着移动互联网的全面普及，社交网络也成为黑客攻击和网络犯罪的新途径，云应用的普及大大增加了用户信息泄露的风险，移动支付安全和移动终端漏洞成为安全新课题。

在企业层面，大数据引擎可以帮助和指导企业对业务流程进行有效运营，是企业实现创新发展的核心驱动力，成为企业最重要的载体，日益取代人才成为企业的核心竞争力。然而，大数据时代的企业安全也面临着内部管理和外部攻击的新型挑战。这些数据在显现出不可估量商业价值的同时，也存在巨大的安全隐患，影响到企业安全市场的格局。

在国家层面，在信息时代，国家安全的含义发生了质的变化。即使在和平年代，一个国家的各种信息设施、重要机构也可以成为攻击目标。石油、天然气、水、电、交通、金融、商业和军事等关系到国计民生的重要行业也都依赖网络与信息系统，极易遭受信息武器的攻击，国家安全受到严峻挑战。

2 大数据安全管理的内涵和特征

大数据安全管理不能简单地定义为对组织的全部数据进行防护，对庞大的数据量进行统一标准的安全防护也不现实。大数据安全管理可包含如下内容：第一，明确大数据安全管理需求。分析大数据环境下大数据的保密性、完整性和可用性等问题以及可能引发的各个层面的问题，据此明确解决相关问题和影响的数据安全需求。第二，对大数据资产进行分类分级管理，对不同级别的数据选择不同安全措施。第三，组织应根据大数据活动的特点，以及相应的数据操作，从而确定相关的安全要求。第四，组织从系统的脆弱点、恶意利用的后果与应急措施等方面评估大数据安全风险。

大数据要充分流动、共享和交换，在保证安全的情况下发挥最大的价值。因此，加强大数据安全管理，既要明确大数据安全合规的边界，保证数据的合法利用；也要尽可能地促进大数据的发展，让大数据这座金矿发挥更大价值。

3 数据安全管理的路径与对策

大数据安全管理可以从管理、技术措施两个方面进行实践，构建科学合理、覆盖全局的大数据安全管理体系，促进大数据产业的可持续性发展。

3.1 管理措施与建议

主要涵盖组织的大数据安全管理架构及岗位设置，管理制度及规程、人员管理等方面。

3.1.1 建立适应需求的安全管理组织

大数据安全管理的首要环节是大数据安全组织管理。在机构及岗位设置上，建立起自上而下的大数据安全管理组织架构。不同类别角色赋予不同权限，可包含3个层次：明确大数据安全职能范围，制定大数据安全管理策略；制定大数据安全管理流程及制度，负责监督落地实践和日常数据安全运营；实际操作和落地实施。此外，相关业务部门要做好与大数据安全管理部门的沟通与协作，保证大数据安全管理策略、制度有效施行，确保组织体系的正常运行。

3.1.2 制定数据安全管理流程及制度

大数据安全管理流程及制度是大数据安全管理的制度保障。大数据的安全管理要有规范的流程，参照法律法规、国家/行业标准等合规要求，在大数据安全能力成熟度模型的基础上，科学评估数据使用过程中可能会遭遇的风险，结合目前及未来需要的大数据安全能力等级，制定数据管理制度和流程。同时，与时俱进，及时动态调整，更有效地应对不断变化的新风险和新隐患的威胁。

3.1.3 对相关人员的有效管控

在大数据安全管理过程中，还要对接触到相关数据的人员进行管控。人员管理包括数据部门内部人员管控和第三方管理。

（1）内部人员管控。内部人员安全管控是维护和保障数据安全的关键因素。通过采取入职前个人背景调查，入职后签订保密协议、岗位安全技能培训、更新和調整账号与权限，离职后停用账号与关闭权限等措施，提高人员的数据保护意识，强化敏感信息的保护职责。建立面向全体员工的数据安全教育培训机制。

（2）第三方管理。主要是针对外部人员的管理，包括对第三方技术开发人员、系统运维员和访问数据人员。根据第三方运维单位在维护过程的分工和安全职责界定，提出安全操作指南，风险识别，以及在合作前、合作中、合作终止或变更后3个阶段分别进行背景调查和责任说明、定期安全检查服务及保密措施管理等。

3.2 技术措施建议

技术手段是大数据安全管理的保障条件，为大数据安全管理总体目标提供技术支持，按照安全状况摸底、数据流动管控、数据治理稽核3个步骤开展实施，为大数据处理各流程提供安全保障，确保管理制度要求在实际工作中能够得到切实执行。

3.2.1 资产梳理和数据分级分类

运用大数据资产梳理工具，进行资产底账梳理，找出大数据平台自身的安全问题。从隐私安全与保护成本的角度出发，根据梳理结果对大数据资产进行分类和等级划分，在此过程中确定哪些是需要保护的敏感数据，敏感数据应如何被使用，确定数据保护责任人，根据不同需要对大数据资产进行管理。

3.2.2 针对生命周期采取相应技术措施

在数据产生、采集环节，主要采用元數据安全管理、数据类型和安全等级达标，在后台运维管理系统嵌入相应功能，保证各类大数据安全制度能够有效实施。

在数据存储环节，主要采用数据加密技术，防范数据泄密风险；对内，运用数据运维管控工具进行访问控制和审批管理；对外，使用数据库防火墙技术阻止黑客攻击。

在数据传输环节，利用数据水印技术、密码技术实现数据库数据外发溯源，通过建立不同安全域间的加密传输链路，或直接对数据进行加密，保障数据传输安全。

在数据存储环节，一般采取数据和硬盘加密等方式保障数据存储安全。

在数据处理环节，采用数据静态和动态脱敏技术对数据进行去隐私化脱敏处理，保障在开发、测试、分析等场景下的数据安全。

在数据使用环节，采用账号权限管理、数据安全域、日志管理和审计、异常行为实时监控与终端数据防泄露等方式保障数据使用安全。

在数据共享环节，通过与数据安全域技术结合，建设统一数据分发平台，对数据共享行为进行有效管理。

在数据销毁环节，通过数据销毁软件多次填充垃圾信息等原理或硬盘消磁机、硬盘粉碎机、硬盘折弯机等硬件设备的物理方式彻底毁坏硬盘，实现磁盘中存储数据的永久删除。

3.2.3 数据稽核

利用数据库审计产品和数据态势感知进行大数据安全稽核与风险预警，使大数据安全治理的策略、规范、制度能够有效实施，实现全流程的大数据安全管理闭环。

4 结语

大数据时代已然到来，随之而来的也有一些不可避免的机遇和挑战。在进攻和防守永不停歇的大数据安全领域，只有不断地进行管理和技术创新，加强大数据安全管理，实现大数据安全共享，才能有效促进大数据产业的健康发展。

参考文献

[1] 徐阳东，周胜利，史进，等.大数据环境下的数据安全管理体系建设[J].信息与电脑，2018（12）：224-226.

[2] 李静.大数据安全管理规范及关键技术[J].信息与电脑，2016（16）：114-115.

[3] 范艳.大数据安全与隐私保护[J].电子技术与软件工程，2016（1）：227.