大数据安全 | （一）介绍

目录

📚大数据安全

🐇大数据安全内涵

🐇大数据安全威胁

🐇保障大数据安全

⭐️采集环节安全技术

⭐️存储环节安全技术

⭐️挖掘环节安全技术

⭐️发布环节安全技术

🐇大数据用于安全

📚隐私及其保护

📚安全及其需求

🐇基本概念

🐇安全需求

🐇信息安全的目标 

🐇口令破解

---

📚大数据安全

🐇大数据安全内涵

• ① 保障大数据安全：指保障大数据采集过程、计算过程、数据形态、应用价值的处理技术；
• ② 大数据用于安全：利用大数据技术提升信息系统安全效能和能力的方法，涉及如何解决信息系统安全问题。

🐇大数据安全威胁

• ①大数据基础设施具有虚拟化和分布式特点，容易受到非授权访问、信息泄露或丢失、破坏数据完整性、拒绝服务攻击、网络病毒传播；
• ② 大数据应用的生命周期中，数据存储是一个关键环节，尤其是非关系数据库带来如下安全挑战：模式成熟度不够、系统成熟度不够、服务器软件没有内置的足够的安全机制、数据冗余和分散性问题。
• ③ 网络安全是大数据安全防护的重要内容，安全问题随着网络节点数量的增加呈指数级上升；安全数据规模巨大，安全事件难以发现；安全的整体状况无法描述；安全态势难以感知，等等。
• ④网络化社会使大数据易成为攻击目标：在网络化社会中，信息的价值要超过基础设施的价值；大数据蕴涵着人与人之间的关系和联系，使得黑客成功攻击一次就能获得更多数据。
• ⑤ 大数据滥用的风险：一方面，大数据本身的安全防护存在漏洞，安全控制力度不够。另一方面攻击者利用大数据技术进行攻击，最大限度地收集更多用户敏感信息。
• ⑥ 大数据误用风险：大数据的准确性和数据质量不高，对其进行分析和使用可能产生无效的结果，从而导致错误的决策。

---

• 传统数据安全往往是围绕数据生命周期来部署， 即数据的产生、存储、使用和销毁。由于大数据的规模没有上限，且许多数据的生命周期极为短暂，因此，常规安全产品想要继续发挥作用，则需要解决如何根据数据存储和处理的动态化、并行化特征，动态跟踪数据边界，管理对数据的操作行为等。
• 随着大数据应用越来越多，数据的拥有者和管理者相分离，原来的数据生命周期逐渐转变成数据的产生、传输、存储和使用。数据以外包形式存储在云端。

🐇保障大数据安全

• 围绕大数据安全生命周期，即数据的产生、采集、传输、存储、处理、分析、发布、展示和应用、产生新数据等阶段进行安全防护。
• 对大数据全生命周期阶段合并与精简，大数据应用过程可划分为4个环节：采集、存储、挖掘和发布。
• 大数据保障技术可以从物理安全、系统安全、网络安全、存储安全、访问安全、审计安全、运营安全等角度进行考虑。
• 保障大数据安全的目标：最大程度地保护具有流动性和开放性特征的大数据自身安全，防止数据泄露、越权访问、数据篡改、数据丢失、密钥泄露、侵犯用户隐私等问题的发生。

⭐️采集环节安全技术

• 安全威胁：数据损坏、丢失、泄露、窃取。
• 安全机制：
  • ① 身份认证
  • ② 数据加密
  • ③ 完整性保护
  • ④ 抗重放攻击
  • ⑤ 端到端的数据安全传输：采用SSL VPN（安全套接层，虚拟专用网），有Web浏览器模式、客户端模式、Lan到Lan模式。

⭐️存储环节安全技术

• 安全威胁：数据被窃取、丢失、破坏、机密数据泄露、隐私数据泄露。
• 安全机制 ：
  • ① 隐私保护：数据脱敏、变换、匿名化。
  • ② 数据加密：静态数据是指文档、报表、资料等 不参与计算的数据 ——先加密再存储 ；动态数据是指需要检索或参与计算的数据 ——同态加密 。
  • ③ 备份与恢复：异地备份、RAID（独立磁盘冗 余阵）、数据镜像、快照（数据副本、复制品 ）

⭐️挖掘环节安全技术

数据挖掘是大数据应用的核心部分，是发掘大数据价值 的过程，即 从海量的数据中自动抽取隐藏在数据中有用信息的过程 ，有用信息可能包括规则、概念、规律和模 式等。

🐇信息安全的目标 

🐇口令破解

• 口令机制是资源访问控制的第一道屏障，网络攻击者常以破解用户的 弱口令 作为突破口，获取系统的访问权限。
• 弱口令 (weak password) 没有严格和准确的定义，通常认为 容易被别人（他们有可能对你很了解）猜测到或被破解工具破解的口令均为弱口令 。 弱口令指的是仅包含简单数字和字母的口令，例如“ 123” 、“ abc” 等 ，因为这样的口令很容易被别人破解，物联网设备遭到威胁。

• 撞库攻击 ：使用已有账号和关联的弱口令去暴力破解。