【摘要】：数据的安全和数据所涉及的隐私保护是大数据环境下信息安全的重要研究内容，贯穿数据获取、数据存储、数据维护、数据查询、数据分析等整个数据生命周期。目前主要技术路线仍沿用传统的安全防护体系，包括数据的机密性、完整性、完备性、可用性，以及查询隐私保护。用户接口主要涉及海量数据可视化、云计算、数据库服务等方面。
数据的安全和数据所涉及的隐私保护是大数据环境下信息安全的重要研究内容，贯穿数据获取、数据存储、数据维护、数据查询、数据分析等整个数据生命周期。
目前主要技术路线仍沿用传统的安全防护体系，包括数据的机密性、完整性、完备性、可用性，以及查询隐私保护。这类技术较好地解决了传统封闭应用环境下的安全和隐私保护问题，难以满足大数据开放、分布环境下的信息共享需求。
对此，技术研发的基本思路是数据安全技术由被动防守向主动防御转变，研究方向包括：
（1）分析海量数据，利用群体智慧来发现系统攻击、过滤垃圾信息、检测社会工程攻击；
（2）针对基础架构和过程控制系统的信息安全建立完备的理论基础；
（3）隐私保护需要行为学和认知科学的支持；
（4）安全和隐私政策的形式化定义和应用。
用户接口主要涉及海量数据可视化、云计算、数据库服务等方面。从技术现状来看，上述领域在技术体系上与传统的海量数据分析框架并无本质区别：
（1）大数据环境下的可视化着重对数据的展现方式进行改进，通过深入分析和理解数据内涵，合理划分数据的重要程度，提升数据展现的层次感；
（2）云计算则是针对新型的分布式应用进行编程框架、算法、分析工具的简化，以提高软件系统开发的工作效率；
（3）数据库服务侧重于在可用性、可靠性、数据加密、分布式存储、备份机制、多版本管理、数据更新机制、隐私保护、访问控制等方面进行优化和平滑迁移。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
