目录
大数据概念
大数据主要有四V特性，海量的数据规模，快速的数据流转，多样的数据类型以及价值密度低
大数据数据量很大，以前可能我们说的GB，到后来TB，再到后来PB、EB，再到ZB，它们的一个换算单位都是1024，也就是1TB等于1024g的，然后1PB又等于1024TB，后面一个又是它的1024倍，所以随着时代的发展，我们的数据量是呈爆炸式的增长，因为我现在有海量的数据规模
第二个快速的数据流转，现在在这个大数据的时代，数据流转很快，举一个最简单的例子，比如说每天都有热搜，今天的热搜跟明天的热搜是都不一样的，数据流转快的很
数据类型也很多，最典型的现在有音频视频，有文件等等各种各样的格式，然后由于你的数据量很大，其实从单个数据来讲，你的价值密度是比较低的
大数据的种类和来源非常多，它主要包括结构化，半结构化和非结构化的数据，结构化的数据主要就是数据库，就跟我们的Excel表格一样，它是非常标准的行和列，这叫结构化数据。非结构化的数据，最典型的就是音频视频，它是没有这种标准结构的，那当然还有一些数据，它可能有一部分是结构化的，还有一部分是非结构化的，这叫半结构化的数据，大数据的技术也非常多，包括大规模数据分析处理，数据挖掘，分布式文件系统，分布式数据库，云计算平台，互联网和存储系统，其实现在很多技术都可以把他们放到大数据里面去用
大数据安全威胁分析
第一个数据及安全边界日渐模糊，安全保护难度提升，比如说前面我们讲的工控安全，早期的工控系统，它是不接入互联网的，它的安全性就会更高，现在你把它接入互联网了，有一部分是接入的，也不是所有的接入，比如说你可以通过手机去交电费，我们的互联网跟工控系统之间是有数据的，连接有数据的交互了，它的边界就变得日益模糊了，你保护的难度就增加了，有可能会有来自互联网的攻击
第二点敏感数据泄露安全风险增大，现在这个信息化的社会，一些敏感数据真的是关系到国家安全，包括社会的稳定，经济的安全，没有网络安全，就没有国家安全，不是危言耸听的，一些敏感数据，比如说军事上的，政治经济上的
第三点数据失真和大数据污染的风险。数据失真，比如说电商的一些产品评分，刷评论，网站访问的流量可能有些异常，网页的一些虚假排名，数据获取隐患也会导致人工智能的安全问题，人工智能是通过大量的数据去训练它，如果你训练它的数据都被污染了，那你训练出来的人工智能，那肯定就有问题了
第四点大数据处理平台业务连续性与拒绝服务大数据，它底层也是一套软件，这个处理平台也是一套软件的话，你就会面临业务连续性的问题，还有拒绝服务的这种攻击
第五个个人数据广泛分布于多个数据平台，隐私保护的难度加大，在大数据时代，隐私保护是一个难题，包括你都要用微信QQ、用各种各样的互联网应用，其实你的很多信息，很多隐私，也都被泄露了，如果黑客想干坏事，其实是很容易找到你的一些信息的
第六个是数据交易安全风险，数据的交易能够促进商业合作，但是也存在潜在的安全风险，比如说非法的一些数据交易，虚假交易，交易不完整，交易数据汇聚导致敏感信息的一些泄露，包括跨境的数据流动等等安全风险
数据交易风险，你可以简单把它看作，你在淘宝上买个东西，这牵涉到交易了，而且是通过数字化的形式进行的，如果他的平台被攻击了或者你的交易被篡改了，那肯定是面临安全风险的，比如说你买了一个十万的，一个大的东西，然后你整个交易被篡改，被攻击了，那最后这十万块钱就损失了
第七个是大数据滥用，我们综合关联微信的图片数据，智能手机的一些位置可以识别到有人挖掘出你的一些隐私，大数据是一把双刃剑，可以干好事，也可以干坏事
我们的公安机关可以用一些数据去抓犯罪嫌疑人，那犯罪嫌疑人也可以利用这些数据来分析到某个人，能得到他想攻击的某个人的一些信息，所以这是双刃剑
大数据安全需求分析
第一个是大数据自身安全，大数据安全主要涉及数据的采集、存储、使用、传输、共享、发布、销毁等等。全生命周期具体安全包括数据的真实性、实时性、机密性、完整性、可用性、可追溯性
第二个大数据的安全合规，安全合规这顶帽子扣到任何一个技术和应用上，我觉得都是正确的，大数据要安全合规，工控系统要安全合规，云计算要安全合规，还有移动互联网，物联网需要安全合规
第三个大数据跨境安全，就随着跨境电商，跨境交易的发展，数据跨境的流动成为必然，目前，不同的国家和地区的数据保护法，对跨境流动的数据要求是有差异的，不同国家，它是有些差异，比如说在日本、美国一些网站，它就没有被禁止，如果你在美国，是可以去买一个DVD的，去日本也可以买，但是中国不能买，这是犯法的，要进去的
第四个大数据隐私保护，在现在这个时代，其实你很多数据容易被泄露
第五个大数据处理平台安全，大数据处理平台其实公用的比较多的就是hadoop平台，它是一个平台软件，但平台软件它肯定是运行在服务器之上的，服务器又放在机房里面，所以又涉及到物理安全、网络通信安全、操作系统安全、数据库安全、应用系统安全、数据存储安全，因为平台它是一套软件，它底层有很多依赖的组件
第六个大数据业务安全。大数据业务安全是大数据常见的业务，比如说最典型的就是舆情监控，我们会把各个社交软件的数据给它汇总起来，然后分析有没有一些不好的东西，相关部门都有舆情系统，出现了一些可能会影响社会风气或者社会导向舆论的一些话题，他该删的，就要把你给删了
我们把这么多数据汇集起来，我们要有一些安全的管理措施，防止被采集起来的各种数据被非法的恶意滥用
给大家举了一个舆情的例子，你收集到了这么多信息，万一被有关部门用，这是OK的，万一被其他不法分子给利用了，那就很危险
第七个是大数据安全运营，要建立大数据运营安全机制，比如说大数据的分类，大数据的安全服务，大数据平台的安全维护，现在很多地方，政务单位都有大数据局了，它主要是以前政务，就是政府里面分管政务网这个单位成立的，以前叫电子政务办，有些地方叫信息中心，现在基本上好多地方，特别省级的基本上都改名大数据局，以前是管交换机、管路由器、管理服务器的
现在你既要管路由器、交换机、服务器、网络安全设备，还要管上面的数据，要实现安全运营，这是大数据安全的几个需求，大数据安全的一些保护机制，因为这里面的一些技术和机制，它可以用到我们大数据安全里面去，大数据安全保护是一个综合性复杂的安全工程，涉及数据自身的安全，采集、传输、存储等等它自身的安全。它处理平台安全，平台就是一套软件，软件安装在服务器上，服务器又放在机房里边，所以肯定有这个机房的物理环境安全，通信网络安全，然后还有包括后台存储等等各方面的安全，处理平台它关系到的层面很多
数据业务的安全，业务不同的业务安全不一样，然后数据隐私、安全数据运营以及数据安全、法律政策与标准规范，你要满足相应的规范，围绕大数据安全保护基本的一些机制有数据分类分级，数据源认证、数据溯源、数据用户标识和鉴别，访问控制隐私保护备份和恢复审计与监测、安全管理
大数据安全保护机制
主要包括数据的真实性，数据的完整性、精密性、准确性
第二个是大数据平台的安全保护技术，涉及到大数据平台，涉及物理安全，网络通信、操作系统，数据库应用系统，数据存储等。安全保护通常采用防火墙、系统加固、数据防泄露等等来保护大数据平台
大数据业务安全保护技术，包括业务授权，业务逻辑安全，业务合规等等，其中业务授权主要基于角色的访问控制，按照业务功能执行所需要的权限进行分配，合理授权业务逻辑安全，针对业务流程进行安全控制，避免安全缺陷导致业务失控
业务合规性是指业务要满足政策以及相关法律法规的要求。敏感数据安全检查、系统安全配置基准，数据监控等等技术，用于解决业务合规性的一些需求
有匿名、差分隐私、脱敏加密，访问控制，大数据运营安全技术，主要是安全的维护、安全策略更新，安全设备配置、数据容灾备份，安全事件监测、应急响应，当然还有其他的各种各样的网络技术，比如说像入侵检测、态势感知，攻击取证，威胁情报分析，舆情分析，堡垒机等等这些技术都被用在大数据平台的一个保护当中去
数据资源经营过程中涉及到的数据使用、交易、跨境流动等安全问题，这也是我们运营的时候要考虑的，还有数据脱敏，数据监控，数据安全网关，都用于数据经营、安全保护
国家现在是有大数据的一些标准规范的，国家在政务层面，包括在公安，还有它单独的一些大数据规范
2020年，公安部颁布了大数据规范，它下发到全国的公安局。这是国家有一个大的规范，然后不同的行业，它也在制定自己的大数据安全的一些标准和规范，从而来规范化我们的数据格式，也指导我们的安全建设