2018年大数据安全白皮书_39页-3mb

CAICT大数据安全白皮书（2018年）总结

核心内容概述

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，系统分析了大数据安全的现状与未来发展方向。报告指出，随着大数据技术的广泛应用，其在推动经济发展、提升社会治理能力的同时，也带来了前所未有的安全挑战。大数据安全已上升至国家战略层面，需从技术、法律、监管、社会治理等多维度进行综合应对。

主要观点

1. 大数据安全是综合性问题，涉及技术、法律、经济、社会等多个领域。
2. 大数据安全需从“大安全”视角出发，构建覆盖数据全生命周期的安全防护体系。
3. 平台安全、数据安全与隐私保护是大数据安全技术体系的三大核心组成部分。
4. 传统安全技术难以应对大数据环境下的新型威胁，需引入智能化、动态化的安全机制。
5. 隐私保护技术需进一步突破，以实现数据利用与隐私保护的平衡。

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：包括传输交换安全、存储安全、计算安全、平台管理安全及基础设施安全。
• 数据安全：涵盖数据分类分级、质量管理、加密、防泄露、追踪溯源、数据销毁等。
• 个人隐私保护：通过去标识化、匿名化、密文计算等技术，保障用户隐私信息不被泄露。

二、大数据安全面临的技术问题与挑战

（一）平台安全问题与挑战

1. Hadoop开源平台缺乏整体安全规划，安全机制存在局限。
2. 安全配置复杂且缺乏统一管理，导致系统运行风险增加。
3. 平台安全机制无法应对新型攻击方式，如APT、DDoS等。
4. 安全审计机制分散，难以实现全局追踪。

（二）数据安全问题和挑战

1. 数据泄露事件频发，危害加剧。
2. 数据采集环节存在真实性、完整性风险。
3. 数据处理过程中的机密性保障不足。
4. 数据流动路径复杂，追踪溯源困难。

（三）个人隐私安全挑战

1. 传统隐私保护技术因大数据分析能力而失效。
2. 非关系型数据库缺乏隐私保护机制。
3. 数字水印与数据血缘追踪技术发展滞后，难以满足实际需求。

三、大数据安全技术发展情况

（一）大数据平台安全技术

• Hadoop开源社区已增加身份认证、访问控制、数据加密等基本安全机制。
• 商业化平台如Cloudera、Hortonworks、华为FusionInsight等提供了更完善的集中化安全管理、审计和访问控制功能。
• 通用安全组件支持多因素认证、细粒度访问控制、密钥管理等功能，可为已建平台提供加固方案。

（二）数据安全技术

• 敏感数据识别技术逐步实现自动化，通过机器学习等技术提升识别效率。
• 数据防泄露技术相对成熟，逐步向智能化方向发展。
• 结构化数据库安全防护技术基本成熟，而非结构化数据库安全防护仍需加强。
• 密文计算技术如同态加密、安全多方计算成为研究热点，但尚未达到实际应用水平。

（三）个人隐私保护技术

• 数据脱敏技术应用广泛，但面临多源数据汇聚带来的挑战。
• 匿名化算法成为未来隐私保护的重要方向，但仍需解决效率、可逆性、标准等问题。
• 隐私保护技术需与法律、经济手段结合，构建系统性保障体系。

四、未来发展方向与建议

1. 构建大数据安全综合防御体系，涵盖数据全生命周期，结合大数据分析与人工智能实现主动检测与防御。
2. 强化平台安全机制，从攻防两方面入手，提升安全防护能力和应急响应机制。
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、数据溯源等技术发展。
4. 加强隐私保护核心技术产业化投入，推动同态加密、多方安全计算等技术的应用。
5. 重视大数据安全评测技术，构建第三方安全检测评估体系，推动标准化和规范化发展。

总结

大数据安全已成为国家信息安全的重要组成部分，其技术发展需与国家战略、产业发展、社会治理相结合。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，应加强技术研究、推动标准制定、构建综合防御体系，以实现大数据安全与发展的协同推进。