在大数据环境的影响下, 数据已经成为一种资源, 并且可以创造出非常多的价值, 促进经济发展和社会的进步, 但是大数据发展也面临着很多挑战, 人们最应该注重的就是信息安全风险。本文结合大数据信息的安全风险, 提出具体的应对方案, 希望对于相关的研究提供理论基础。
大数据所处环境主要包括外部环境和内部环境两个方面。其中在外部环境当中, 信息安全问题指的就是外部大环境的影响, 从而导致信息安全风险的出现, 内部环境的信息安全问题值就是由于自身监督管理没有落实到位, 从而发生信息安全风险。内部环境的影响因素包括基础设施和数据分析以及数据管理等各个方面, 在基础设施当中包括自然灾害和网路硬件两个方面, 数据分析主要包括数据组合和分析技术两个方面, 数据管理主要包括操作失误和非恶意泄露等, 需要通过实时监测和安全保护两个方面进行维护。而外部环境包括法律法规和行业内自律性以及个人信息意识等各个方面, 通过上述内容构成了大数据信息的安全风险框架, 通过这个框架可以更加深入的了解大数据信息安全风险。
数据管理层面出现的大数据信息安全问题值得就是管理数据的过程中, 因为管理方面的问题泄露了数据信息。例如因为数据管理人员的操作失误, 将系统正常运行的参数更改, 或者将比较重要的文件删除掉, 这些不经意的错误都会对于数据的完整性和安全性造成影响。企业内部缺乏数据的规章制度, 因此无法规范大数据的操作, 使信息泄露的风险得到增加。当前很多员工将公司数据转移到自己的移动设备当中, 可能就会条数据丢失的风险。
大数据信息安全的基础就是基础数据, 如果没有奠定好基础工作, 就会影响到真个信息安全风险框架。这就需要加强建设基础设施, 首先需要及时更细和维护硬件设备, 加强检查硬件设备和网线, 制定出完善的维护制度, 避免基础设施出现过期的情况, 因为老化问题埋下安全隐患。制定有关突发事件的应急措施, 针对安全风险组织制定出应急预警的机制, 如果出现了风险, 那么就要及时反映出来, 对于大数据的安全性给予保证。
利用技术手段可以对于息息安全给予有效的维护, 这也是一种比较重要的方式, 利用的技术手段主要包括安全防护和实时检测两个方面。安全防护指的就是防火墙技术, 避免外部因素破坏数据, 通过实时检测, 从而不间断的防护系统, 如果发现漏洞, 就要及时找出来, 去除外来的攻击行为。但是当前我国实时检测技术仍旧比较落后, 因此很难在第一时间对于风险进行有效的识别, 因此需要加大力度不断加强。
企业管理者利用大数据, 可以对于决策发挥辅助作用, 因此大数据需要具备一定的真实性。因此在收集和整理数据的过程中, 需要对于数据的真实性给予严格的把控, 严格筛选数据的来源, 将恶意作假的数据及时的删除掉, 同时利用对抗式学习方法避免因为虚假数据带来的各种不良后果。在收集数据的时候, 避免因为主观因素带来数据失真的情况。
通常情况下组织都掌握着数据, 持有者需要对于数据的安全性进行自觉维护, 对于自己给予严格的要求。首先需要利用严格信息安全保护措施, 组织需要将数据的访问权限给予严格的限制, 这样才可以避免泄露数据, 如果不慎泄露了数据, 可以及时锁定泄露人。使用数据的过程中应该签订保密协议, 按照具体的规范进行实际操作, 避免泄露数据。此外需要规范处理数据, 在实际处理的过程中, 需要全面的保护用户的信息安全性, 注意对于用户的身份特征进行隐藏, 首先悬疑将有感身份的数据进行删除, 例如姓名和性别等, 此外大规模聚合数据, 通过这种方式转换数据, 对于其典型性进行消除, 这样对于用户识别出来。
为了规范使用大数据, 需要对于大数据的息息安全风险进行有效的预防, 政府需要完善相关的法律法规, 对于用户的隐私给予全面的保护。当前我国利用的法律都比较笼统, 缺乏可以操作的内容, 这就需要将法律法规进行不断的细化, 使其操作性和针对性得到有效的加强。
在当今的数据时代, 我国自媒体技术不断发生变化, 因此利用各种软件都有可能将自身的信息泄露出来。对于大数据的安全性给予有效的维护, 就要将个人信息的安全意识进行大幅度提升。因此我国需要大力宣传信息安全性的重要性, 为大家宣传负面的典型, 发挥出警醒的作用。如果泄露了个人信息, 那么就要及时利用法律的武器严厉惩罚不法分子。
通过以上综合的论述, 我们明确了大数据高速发展的同时不仅带来价值也带来了风险, 因此本文提出了大数据信息安全风险的应对方案, 需要组织内部和外部共同努力, 消除风险, 发挥出大数据的优势。
摘要:我国信息技术不断快速的发展, 人们开始关注大数据的发展情况, 人们开始充分的挖掘其中的价值。但是在大数据当中仍旧存在很多信息安全风险, 对于大数据信息的发展造成影响。本文主要对于大数据信息安全风险进行分析, 从而提出具体的应对方案, 从而将大数据信息的应用价值充分的发挥出来。
关键词:大数据信息,安全风险,应对方案
[1] 朱光, 丰米宁, 刘硕.大数据流动的安全风险识别与应对策略研究——基于信息生命周期的视角[J].图书馆学研究, 2017, (09) :84-90.
[2] 崔传桢.助力“互联网+”行动:解读阿里巴巴的网络安全——基于“互联网+”行动下阿里巴巴集团和蚂蚁金服集团信息安全及战略布局[J].信息安全研究, 2016, (05) :384-395.
[3] 张淋江, 刘志龙.基于信息安全的高校风险评估模型的研究与实现[J].河南科技, 2015, (03) :18-20.
[4] 黄婧.居民电子健康档案个人信息安全结构方程模型研究[J].旅游纵览 (下半月) , 2013, (02) :300-301+303.
推荐阅读:
城市地理信息多源数据处理研究06-26
系统信息数据集中监测06-06
基础地理信息数据06-10
行业大数据建设方案05-28
大数据分析实验室方案06-01
大数据环境论文06-09
大数据失败案例09-11
大数据时代背景下05-30
大数据时代的口号06-08
大数据社会治理创新06-15