信息越多，问题越多：大数据时代的隐私和安全问题

[roseline371274]

 

各组织正在预测云中大数据隐私和安全的关键解决方案。
新兴大数据场景引发了隐私和安全问题。这些预防措施有助于防范大数据风险。

大数据带来新的安全隐患。

尽管我们的数据容量呈指数级增长，但对于影响本地独立数 格鲁吉亚whatsapp 数据 据的许多安全问题，我们还没有完善的解决方案。

黑客技术远远超过了防御技术，在安全领域存在着一些困扰大型组织的恶魔。

政治和结构性问题可能会对安全政策的有效性产生负面影响，组织容易受到心怀不满的员工的恶意破坏，甚至更容易受到满意但粗心的员工造成的破坏。 

大数据增加了风险。首先，大数据泄露将是重大泄露。其次，你掌握的信息越多，就越有可能包含个人或敏感信息。信息来源千差万别，为入侵提供了多种机会。最后，分布式计算是处理海量“大数据”的唯一方式，也为数据泄露提供了更多机会。

大数据操作从多个来源收集数据，将内部存储的数据与从博客、社交媒体和点击流数据等公共来源收集的数据相结合，然后存储和分析这些数据，总计可达 PB 级（1 PB = 1024 TB 或 100 万 GB）。

云
内部构建大数据基础设施需要投入大量时间和金钱用于研究、硬件、软件和无数其他细节，因此大多数组织不会安装自己的大数据基础设施。因此，应该考虑云中的大数据及其安全性。大数据隐私面临的挑战很少，问题可以分为四类：基础设施安全、数据隐私、数据管理和完整性/反应性安全。

隐私挑战和建议
基础设施安全
维护分布式计算框架的安全性。

分布式计算框架利用多个 Worker 之间的并行计算，为安全漏洞创造了机会。识别恶意或不可靠的 Worker 计算机并保护数据免受这些不可靠处理器的攻击是涉及大数据的安全解决方案的关键。

解决方案： 有两种技术可以确保工作计算机的可信度：

建立信任，在此过程中，Worker 经过严格身份验证，并且只有获得明确授权的 Master 才能授予其访问属性。在初始资格认证之后，必须定期检查 Worker 属性，以确保它们继续符合预定义的标准。