2018年-中国信通院_大数据安全白皮书2018年_39页_3mb

CAICT大数据安全白皮书（2018年）总结

核心内容

本报告由中国信息通信研究院安全研究所于2018年7月发布，聚焦于大数据安全的现状、挑战及未来发展方向。报告指出，随着大数据技术的广泛应用，其在经济、社会和国家治理层面产生了深远影响，同时也带来了前所未有的安全风险。大数据安全已上升至国家战略高度，涉及技术、法律、监管、社会治理等多个维度。

主要观点

1. 大数据安全是综合性问题
   大数据安全不仅包括技术层面的防护，还涉及法律、经济、社会等多个层面，需构建多角度、全方位的安全保障体系。

2. 大数据安全具有特殊性
   大数据在数量规模、处理方式、应用理念等方面与传统数据存在显著差异，安全威胁呈现出新的特点，如数据泄露、分析结果操纵、跨组织数据共享风险等。

3. 安全与发展需并重
   大数据作为国家基础战略资源，其安全保障必须与产业发展同步推进，确保在提升效率和创造价值的同时，有效防范安全风险。

4. 隐私保护是大数据安全的重要组成部分
   随着数据共享和流通的频繁发生，隐私保护成为亟需解决的问题，需在数据利用与隐私保护之间寻求平衡。

关键信息

一、大数据安全技术总体视图

大数据安全技术体系分为三个层次：

• 大数据平台安全：保障平台的传输、存储、计算、管理等环节安全，包括接口鉴权、数据加密、安全审计、访问控制等。
• 数据安全：确保数据在采集、处理、共享、销毁等过程中的安全，涵盖数据分类分级、防泄露、追踪溯源、数据脱敏等技术。
• 个人隐私保护：在数据安全基础上，进一步保护个人敏感信息，包括去标识化、匿名化、密文计算等技术。

二、大数据安全面临的技术问题和挑战

1. 平台安全问题

   • Hadoop开源平台缺乏整体安全规划，存在配置管理、访问控制、密钥管理等方面的不足。
   • 传统安全机制难以应对新型攻击方式，如APT攻击、数据篡改等。

2. 数据安全问题

   • 数据泄露事件频发，威胁日益严重。
   • 数据采集环节存在真实性校验难题。
   • 数据处理过程中，机密性保障面临挑战。
   • 数据流动路径复杂，追踪溯源技术尚不成熟。

3. 个人隐私安全挑战

   • 传统隐私保护技术因大数据分析能力而失效。
   • 非关系型数据库（NoSQL）缺乏完善的隐私保护工具。
   • 数据脱敏、匿名化等技术虽有进展，但尚未普及。

三、大数据安全技术发展情况

1. 平台安全技术

   • Hadoop开源平台已引入身份认证、访问控制、加密等基本安全机制，但仍存在性能瓶颈和安全机制不完善的问题。
   • 商业化平台提供了相对完善的安全机制，如集中安全管理、细粒度访问控制、密钥管理等，但其适用范围有限。

2. 数据安全技术

   • 数据防泄露技术已相对成熟，引入了AI、机器学习等技术实现智能化防护。
   • 数据脱敏技术广泛应用，但面临多源数据处理的挑战。
   • 密文计算技术仍处于理论研究阶段，计算效率低，尚未广泛应用于实际生产。

3. 隐私保护技术

   • 数据脱敏技术是目前应用最广的隐私保护手段，但面临多源数据汇聚带来的挑战。
   • 匿名化算法（如差分隐私、K匿名）成为研究热点，但技术成熟度和应用普及度仍较低。
   • 数字水印和数据血缘追踪技术发展滞后，难以满足大数据环境下的动态追踪需求。

四、未来发展建议

1. 构建大数据安全综合防御体系
   从国家总体安全观出发，建立涵盖数据全生命周期的安全防护体系，提升大数据平台自身安全防御能力，实现从被动防御到主动检测的转变。

2. 强化平台安全保护机制
   从攻防两方面入手，加强平台安全机制设计，关注新型攻击方式，提升平台的应急响应与防护能力。

3. 完善数据安全技术体系
   以关键环节和核心技术为突破口，推动密文计算、数据溯源等技术的研究与应用，提升数据安全防护能力。

4. 加强隐私保护核心技术产业化投入
   鼓励企业与科研机构研发同态加密、安全多方计算等隐私保护技术，推动其在大数据环境下的应用，实现数据利用与隐私保护的平衡。

5. 重视安全评测技术的研发
   构建第三方安全检测评估体系，制定安全技术与测评标准，提升大数据安全监管能力，推动安全技术的规范化发展。

总结

大数据安全是国家安全、产业安全和个人权益的重要保障，其发展需结合技术、法律与管理手段，构建综合性安全体系。当前，大数据安全技术在平台安全、数据安全、隐私保护等方面取得了一定进展，但仍面临诸多挑战。未来应加强核心技术研发，推动隐私保护与数据利用的协同发展，并构建完善的第三方安全评估机制，以支撑大数据产业的健康发展。