大数据安全白皮书（2018年）_39页_3mb

大数据安全白皮书（2018年）总结

核心内容概述

《大数据安全白皮书（2018年）》由中国信息通信研究院安全研究所发布，旨在分析大数据安全的现状与挑战，提出未来发展方向与建议。报告指出，随着大数据技术的广泛应用，其安全问题日益凸显，涉及技术、法律、监管、社会治理等多个领域，影响范围涵盖国家安全、产业安全和个人合法权益。

主要观点

• 大数据安全的特殊性：大数据在数量规模、处理方式、应用理念等方面具有不同于传统数据的新特征，这些特征使得大数据安全面临新的挑战，需从“大安全”视角进行系统性应对。
• 安全与发展的平衡：报告强调，大数据安全需与产业发展并重，坚持“以安全保发展，以发展促安全”的理念，构建综合防御体系，以保障国家大数据战略的顺利实施。
• 安全技术体系的分层结构：大数据安全技术体系分为平台安全、数据安全和个人隐私保护三个层次，分别对应大数据平台运行、数据流动过程及个人隐私信息的保护。

关键信息

一、大数据安全技术总体视图

• 平台安全：涵盖传输交换安全、存储安全、计算安全、平台管理安全和基础设施安全。
• 数据安全：包括数据分类分级、质量管理、数据加密、防泄露、追踪溯源等。
• 隐私保护：以去标识化、匿名化、密文计算等技术为基础，保障个人隐私信息不被泄露或滥用。

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，安全机制存在局限性。
   • 多源数据汇聚导致访问控制复杂化，传统安全机制难以应对。
   • 安全配置难度大，漏洞和恶意后门风险高。
   • 针对大数据平台的攻击手段日益隐蔽，传统安全监测技术暴露不足。

2. 数据安全问题：

   • 数据泄露事件频发，危害严重。
   • 数据采集环节存在真实性与完整性校验难题。
   • 数据处理过程中的机密性保障问题凸显。
   • 数据流动路径复杂化，追踪溯源困难。

3. 个人隐私安全挑战：

   • 传统隐私保护技术难以应对大数据的超强分析能力。
   • 非关系型数据库缺乏完善的隐私保护机制。
   • 数据泄露事件后，追踪溯源技术发展滞后。

三、大数据安全技术发展情况

1. 平台安全技术：

   • Hadoop开源社区逐步引入身份认证、访问控制、加密等机制，但安全能力仍不能完全满足现实需求。
   • 商业化平台解决方案提供了相对完善的安全机制，但技术仍局限于特定平台，通用性不足。
   • 通用安全组件支持多因素认证、细粒度访问控制、集中审计等功能，适合对已建平台进行安全加固。

2. 数据安全技术：

   • 敏感数据识别技术逐步实现自动化。
   • 数据防泄露技术发展相对成熟，向智能化演进。
   • 结构化数据库安全防护技术基本成熟，非结构化数据库防护仍需加强。
   • 密文计算技术（如同态加密、安全多方计算）成为研究热点，但尚未实现产业化应用。

3. 隐私保护技术：

   • 数据脱敏技术发展成熟，是当前应用最广泛的隐私保护手段。
   • 匿名化算法成为未来解决隐私保护问题的重要方向，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，难以满足实际需求。

四、未来发展方向与建议

1. 构建大数据安全综合防御体系：从国家总体安全观出发，建立覆盖数据全生命周期的安全防护体系，结合大数据分析、人工智能等技术，实现自动化威胁识别与攻击溯源。
2. 强化大数据平台安全保护：推动平台安全机制的创新，关注攻击与防御两方面的发展，提升平台自身的安全防御能力。
3. 完善数据安全技术体系：以关键环节和关键技术为突破口，加强密文计算、数据安全预警、应急响应等技术的研究与应用推广。
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究同态加密、多方安全计算等技术，推动数据脱敏、数据审计等技术在大数据环境下的增强应用。
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，推动大数据安全技术标准和测评标准的制定，提升整体安全保障能力。

总结

大数据安全已成为国家安全和产业发展的重要组成部分，其技术体系涵盖平台安全、数据安全与隐私保护。当前，大数据安全技术虽在某些方面有所发展，但仍存在诸多挑战，如攻击手段隐蔽、技术应用滞后、隐私保护需求迫切等。未来，需从技术、法律、监管等多方面入手，构建综合防御体系，推动安全技术的持续创新与产业化应用，以实现安全与发展并重的目标。