搜索
大数据安全及隐私参考书及补充大数据之门重点与难点•内容：大数据安全、隐私及其保护的基本概念。•重点：安全及隐私保护技术。•难点：密码学和协议。内容提纲5.1大数据安全5.2隐私及其保护5.3信息安全技术5.1大数据安全信息安全（InformationSecurity）：是一个综合、交叉的学科领域，研究内容涉及安全体系结构、安全协议、密码理论、信息分析、安全监控、应急处理等。分为3个层次：①系统安全：操作系统、数据库系统。②数据安全：数据的安全存储与传输。③内容安全：病毒防护、不良内容过滤***密码学技术是保障信息安全的关键技术信息安全的模型信息安全威胁：宏观地分为人为威胁和自然威胁①人为威胁：对信息的人为攻击，主要来自用户（恶意的或无恶意的）和恶意软件的非法侵入。②自然威胁：可能来自于自然灾害、恶劣的场地环境、电磁辐射和电磁干扰、网络设备自然老化等。重点在于预防重点在于检测、恢复人为攻击信息的安全性（安全属性）①机密性：是指信息不泄露给非授权实体并供其利用的特性。②完整性：是指信息不能被未经授权的实体改变的特性。③不可否认性：是指通信双方信息真实同一的安全属性，收发双方均不可否认。④可控性：是指授权实体可以对信息及信息系统实施安全监控，控制信息系统和信息使用的特性。⑤可用性：指信息能够被授权实体访问并按要求使用，信息系统能以人们所接受的质量水平持续运行，为人们提供有效的信息服务的特性。安全服务①鉴别服务：提供对通信中对等实体和数据来源的鉴别。②访问控制服务：对资源提供保护，以对抗其非授权使用和操作。③机密性服务：保护信息不被泄露或暴露给非授权的实体。④完整性服务：对数据提供保护，以对抗未授权的改变、删除或替代⑤抗抵赖服务：防止参与某次通信交换的任何一方事后否认本次通信或通信内容。安全机制①加密机制：为数据提供机密性，也为通信业务流信息提供机密性。②数字签名机制：证实消息的真实来源和抗抵赖。③访问控制机制：对资源访问或操作加以限制的策略。④完整性机制：保护数据以避免未授权的数据乱序、丢失、重放、插入和篡改。⑤鉴别交换机制：通过密码、密码技术、实体特征或占有物提供对等实体的鉴别。⑥通信业务填充机制：提供通信业务流机密性，对抗通信业务分析。⑦路由选择控制机制：使路由能动态地或预定地选取，以便通信只在具有适当保护级别的路由上传输。⑧公正机制：公正人为通信双方所信任，并掌握必要信息以一种可证实方式提供所需的保证。数据安全：是一种主动的包含措施，包括数据本身的安全和数据防护的安全。①数据本身的安全，主要是指采用现代密码算法对数据进行主动保护，如数据保密、数据完整性、双向强身份认证等；②数据防护的安全，主要是采用现代信息存储手段对数据进行主动防护，如通过磁盘阵列、数据备份、异地容灾等手段保证数据的安全。大数据安全内涵：应该包括两个层面的含义：①保障大数据安全，是指保障大数据计算过程、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。行业安全需求互联网有效的安全存储和智能挖掘分析，严格执行大数据安全监管和审批管理，从海量数据中合理发现和发掘商业机会与商业价值电信核心数据和资源的保密性、完整性和可用性、保障用户利益、体验和隐私的基础上发挥数据的价值金融对数据访问控制、处理算法、网络安全、数据管理和应用等方面提出安全要求，期望利用大数据安全技术加强金融机构的内部控制，提供金融监管和服务水平，防范和化解金融风险医疗数据隐私性高于安全性和机密性，同时要安全可靠的数据存储、完善的数据备份和管理，以帮助医生与病人进行疾病诊断，药物开发，管理决策、完善医院服务，提高病人满意度，降低病人流失率政府隐私保护的安全监管、网路环境的安全感知、大数据安全标准的制定、安全管理机制规范等内容大数据安全威胁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。传统数据安全的不足•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。•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。•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。1、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SSLVPN（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。2、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：数据变换、数据加密、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）、3、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。•安全威胁：第三方在进行数据挖掘的过程中植入恶意程序、窃取系统数据。•安全机制：①身份认证：基于秘密信息、基于信物、基于生物特征②访问控制：自主访问控制DAC，可将拥有的权限自主地授予其他主体，并在随后的任何时刻将这些权限回收，控制是自主的；强制访问控制MAC—系统根据使用系统的机构事先确定的安全策略，对用户的访问权限进行强制性的控制，用户不能改变他们的安全级别或对象的安全属性；基于角色的访问控制RBAC—在用户和访问权限之间引入角色的概念，将用户和角色联系起来，通过对角色的授权来控制用户对系统资源的访问。4、发布环节安全技术•发布是指大数据在经过挖据分析后，向数据应用实体输出挖掘结果数据的环节，即数据“出门”环节，必须对即将输出的数据进行全面的审查，确保输出的数据符合“不泄密、无隐私、不超限、合规约”等要求。•安全威胁：泄密、泄露隐私、不合规范。•安全机制：①安全审计：基于日志的、基于网络监听的、基于网关的、基于代理的②数据溯源：就是对大数据应用周期的各个环节的操作进行标记和定位，在发生数据安全问题时，可以及时准确地定位到出现问题的环节和责任者，以便于对数据安全问题的解决。溯源方法：标注法、反向查询法、数字水印。大数据用于安全•安全监测与大数据的融合技术，利用大数据技术实时监控海量、多样、快速和复杂的数据，有效提高安全监测的效果和能力。•大数据技术将极大扩展安全分析的深度和广度，把传统的数据安全分析的被动的事后分析变成主动地事前防御，能够更好地感知网络安全态势。•在信息安全领域借助大数据处理技术，可以针对APT(AdvancedPersistentThreat,高级持续性威胁，恶意商业间谍威胁)攻击隐蔽能力强、长期潜伏、攻击路径和渠道不确定等特征，设计具备实时检测能力与事后回溯能力的全流量审计方案。5.2隐私及其保护隐私是与个人相关的、具有不被他人搜集、保留和处分的权利的信息资料集合，并且它能够按照所有者的意愿在特定时间、以特定方式、在特定程度上被公开。•隐私的基本属性：保密性、个人相关、能够被所有者处分。•隐私分类①个人隐私：任何可以确定特定个人或与可确定的个人相关，但个人不愿意暴露的信息，譬如：就诊记录。②共同隐私：不仅包含个人隐私，还包含所有个人共同表现出但不愿意被暴露的信息，譬如：平均薪资。隐私权•1890年，哈佛大学法学院教授SamuelD.Warren和LouisD.Brandeis发表题为《隐私权》的论文，标志隐私权理论的诞生。•《公民权利和政治权利国际公约》第17条：任何人的私生活、家庭、住宅和通信不得任意或非法干涉，其荣誉和名誉不得加以攻击。人人有权享受法律保护，以免受非法干涉或攻击。我国将侵犯隐私权的行为视为侵害名誉权。•信息时代的隐私权保护要比传统的隐私权保护重要得多。信息隐私权保护的客体可分为以下4个方面：①个人属性的隐私权：譬如姓名、身份、肖像、声音等，直接涉及个人领域的第一层次，是保护的首要对象。②个人资料的隐私权：譬如消费习惯、病历、犯罪前科等记录，若其涉及的客体为一个人，则这种资料含有高度的个人特性而常能辨识该个人的本体，即“间接”的个人属性，也应以隐私权加以保护。③通信内容的隐私权：通信内容包含个人的思想与情感，原本存于内心，别人不可能知道，因而应以隐私权保护，以保护个人人格的完整发展。④匿名的隐私权：匿名权利的适度许可，可以鼓励个人的参与感，并保护其自由创造力空间，真知直谏推动社会的整体进步。隐私保护•隐私保护（PrivacyPreserving）：是对个人隐私采取一系列的安全手段防止其泄露和被滥用的行为。•隐私保护面临的威胁①数据搜集：Internet服务提供商在搜集、下载、集中、整理和利用用户个人隐私资料极为方便。②信息服务：个性化需求的信息服务需要用户提供更多的个人信息，才能提供更好的用户体验。③搜索引擎：无法对自己搜索到的网页数据库信息进行监督，不会对搜索到的内容信息负责。④数据挖掘：从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。•隐私保护面临大数据的威胁①大数据时代带来信息存储和管理的集中化，一个大规模生产、分享和应用数据的时代，一切皆可量化，通过社交网络将社会关系和活动数据化，实现了过去不可想象的情绪数据化。②大数据通常包含了大量的用户身份信息、属性信息、行为信息，在大数据应用的各阶段内，如果不能保护好大数据，极易造成用户隐私泄露。③大数据的多源性，使得来自各个渠道的数据可以用来进行交叉检验，有可能发现匿名化数据后面的真实用户，因而导致隐私泄露。大数据时代，人们无法避免失去隐私。④数据存储过程：大数据环境下，用户无法知道数据确切的存放位置，用户对其个人数据的采集、存储、使用、分享无法有效控制。⑤数据传输过程：大数据环境下，数据传输将更为开放和多元化，传统物理区域隔离的方法无法有效保证远距离传输的安全性，电磁泄漏和窃听将成为更加突出的安全威胁。⑥数据处理过程：大数据环境下，部署大量的虚拟技术，资源动态共享增加了访问控制和身份认证的管理难