How it Works: Cybersecurity
 |
來源：大数据头条
當今，社會資訊化和網路化的發展，導致數據爆炸式成長，全球數據量大約每兩年翻一番，這意味著人類在最近兩年產生的數據量，相當於之前產生的全部數據量。
大數據時代已經到來，大數據滲透到各個行業領域，逐漸成為一種生產要素發揮著重要作用，成為未來競爭的制高點。然而，大數據掀起新一輪生產率提高，和生活方式改變的同時，隨之而來的是安全挑戰，這是我們必須破解的重大現實課題。
大數據時代已經到來，大數據滲透到各個行業領域，逐漸成為一種生產要素發揮著重要作用，成為未來競爭的制高點。然而，大數據掀起新一輪生產率提高，和生活方式改變的同時，隨之而來的是安全挑戰，這是我們必須破解的重大現實課題。
大數據隱憂面臨三大風險問題
數據生命週期安全問題。伴隨著大數據技術和應用的快速發展，在大數據生命週期的各個階段、各個環節，越來越多的安全隱憂逐漸暴露出來。
比如，大數據傳輸環節，除了存在洩漏、篡改等風險外，還可能被數據流攻擊者利用，數據在傳播中可能出現逐步失真等。又如，大數據處理環節，除數據非授權使用，和被破壞的風險外，由於大數據的異構、多源、關聯等特點，即使多個數據集各自脫敏處理，數據集仍然存在因關聯分析，而造成個人資訊洩漏的風險。
基礎設施安全問題。作為大數據匯集的主要載體和基礎設施，雲計算為大數據提供了儲存場所、訪問管道、虛擬化的數據處理空間。因此，雲平台中儲存數據的安全問題，也成為阻礙大數據發展的主要因素。
在雲計算安全方面，雲安全聯盟2016年發佈的雲安全十二大威脅中，「數據洩露」高居榜首。美國國家標準技術研究院指出，安全是公共雲計算面臨的最大障礙，潛在風險包括：
一是雲計算環境複雜，產生了比較大的受攻擊面；
二是多租戶共享計算資源，增加了網路和計算基礎設施的風險，一個用戶的數據和應用，可能在無意中暴露給其他用戶；
三是公共雲計算透過互聯網交付，用戶的應用和數據，面臨來自網路和暴露接口的威脅；
四是用戶失去了對系統和數據，在實體和邏輯上的控制。
在雲計算安全方面，雲安全聯盟2016年發佈的雲安全十二大威脅中，「數據洩露」高居榜首。美國國家標準技術研究院指出，安全是公共雲計算面臨的最大障礙，潛在風險包括：
一是雲計算環境複雜，產生了比較大的受攻擊面；
二是多租戶共享計算資源，增加了網路和計算基礎設施的風險，一個用戶的數據和應用，可能在無意中暴露給其他用戶；
三是公共雲計算透過互聯網交付，用戶的應用和數據，面臨來自網路和暴露接口的威脅；
四是用戶失去了對系統和數據，在實體和邏輯上的控制。
個人隱私安全問題。在現有隱私保護法規不健全、隱私保護技術不完善的條件下，互聯網上的個人隱私洩露失去管控，微信、微博、QQ等社交軟體，掌握著用戶的社會關係，監控系統記錄著人們的聊天、上網、出行記錄，網上支付、購物網站記錄著人們的消費行為。
但在大數據時代，人們面臨的威脅，不僅限於個人隱私洩露，還在於基於大數據對人的狀態，和行為的預測。近年來，個人資訊洩露、賬號資訊洩露等大數據安全事件顯示，大數據未被妥善處理，會對用戶隱私造成極大的侵害。
因此，在大數據環境下，如何管理好數據，在保證數據使用效益的同時保護個人隱私，是大數據時代面臨的巨大挑戰之一。
但在大數據時代，人們面臨的威脅，不僅限於個人隱私洩露，還在於基於大數據對人的狀態，和行為的預測。近年來，個人資訊洩露、賬號資訊洩露等大數據安全事件顯示，大數據未被妥善處理，會對用戶隱私造成極大的侵害。
因此，在大數據環境下，如何管理好數據，在保證數據使用效益的同時保護個人隱私，是大數據時代面臨的巨大挑戰之一。
大數據安全全方位加強數據安全治理
為保障大數據發展策略的順利實施，應大力加強數據安全治理。
加強數據安全管理。明確數據安全治理目標，解決「雲、管、端」三類數據的違規監控，和洩漏防護問題，對涉及敏感內容的數據儲存、傳輸、使用過程進行全方位監控、審計、即時防護，防止敏感數據洩露、丟失，確保數據的價值實現、運營合規和風險可控。
建立數據安全治理的保障機制，包括確立數據安全治理的策略；健全數據安全治理的組織機制，明確數據安全管理的角色和責任；建立滿足業務策略的數據架構，和架構管理策略；辨識政策、法律、法規要求，跟蹤相關標準規範的進展，並採取措施予以積極落實。
根據確定的數據安全角色和責任，分解落實各項數據安全治理任務，有序開展各項治理工作。建立對數據安全治理的監督評估機制，提升數據安全治理的有效性。
建立數據安全治理的保障機制，包括確立數據安全治理的策略；健全數據安全治理的組織機制，明確數據安全管理的角色和責任；建立滿足業務策略的數據架構，和架構管理策略；辨識政策、法律、法規要求，跟蹤相關標準規範的進展，並採取措施予以積極落實。
根據確定的數據安全角色和責任，分解落實各項數據安全治理任務，有序開展各項治理工作。建立對數據安全治理的監督評估機制，提升數據安全治理的有效性。
加強敏感數據管控。採取相關技術措施，加強對敏感數據的管控。既要開展數據分級分類工作，對敏感數據進行辨識定義，為採用技術手段，實現對敏感數據的安全管控提供基礎；
又要建設數據安全管控系統，在數據分級分類基礎上，對傳統環境和雲計算環境下的數據，進行深度內容辨識，並透過展示介面，實時、動態展示敏感資訊分布態勢、傳輸態勢、使用態勢及整體安全風險態勢；還要對涉及敏感內容的數據儲存、傳輸、使用過程實現全方位監控、審計、即時防護。
又要建設數據安全管控系統，在數據分級分類基礎上，對傳統環境和雲計算環境下的數據，進行深度內容辨識，並透過展示介面，實時、動態展示敏感資訊分布態勢、傳輸態勢、使用態勢及整體安全風險態勢；還要對涉及敏感內容的數據儲存、傳輸、使用過程實現全方位監控、審計、即時防護。
加強平台安全防護。大數據承載平台應遵循網路安全等級保護制度的要求，根據確定的安全等級，採取相應的安全保障策略。從實體、網路、主機、應用、數據和管理等多個層面，建構層次化的縱深安全防禦體系，有效保障各業務應用系統、大數據軟體平台，及承載其運行的雲計算平台的系統安全。
既要加強大數據資源、環境、系統整體防護，建設多重防護、多級互聯體系結構，確保大數據處理環境可信；又要加強處理流程控制，防止內部攻擊，提高計算節點自我免疫能力；還要加強全局層面安全機制，制定數據控制策略，梳理數據處理流程，建立安全的數據處理模式；更要加強技術平台支持下的安全管理。
既要加強大數據資源、環境、系統整體防護，建設多重防護、多級互聯體系結構，確保大數據處理環境可信；又要加強處理流程控制，防止內部攻擊，提高計算節點自我免疫能力；還要加強全局層面安全機制，制定數據控制策略，梳理數據處理流程，建立安全的數據處理模式；更要加強技術平台支持下的安全管理。
加強數據安全評估。透過深入貫徹等級保護、風險評估等相關制度，對數據安全治理實施的符合性和品質，進行監督評估，形成數據安全治理的閉環管理。
要開展對大數據承載平台的定期安全評估；加強對大數據相關資訊系統的安全評估；跟蹤大數據相關評估標準的進展，適時開展對大數據安全的數據可信性，和隱私保護程度等指標的評估。透過體系化的大數據安全評估，促使大數據系統，在數據安全方面達到營運合規、風險可控的目標。
沒有留言:
張貼留言