大数据安全与隐私保护

祝朝晖 颜佳伟

江苏省泰兴市广播电视台

大数据安全与隐私保护

祝朝晖 颜佳伟

江苏省泰兴市广播电视台

随着计算机及网络技术的飞速发展，迎来了大数据时代。大数据不论对人们的工作、娱乐还是生活都产生着一定的影响，现已成为人们普遍关注的重点。当前我国的大数据仍旧在发展与完善过程中，大数据在应用中存在着一些安全隐患，经过网络传输的信息严重失真，网络用户的个人隐私已经不再是秘密。基于此，本文对大数据的安全性与其隐私保护等相关方面做出相关探讨。

大数据 安全 隐私保护

大数据在各行各业普及应用，成为21世纪网络信息技术发展的重要标志。大数据包含着规模巨大且复杂的信息，这增加了数据分析与处理的复杂性。面对这一规模巨大且复杂的数据系统，应加强其安全与隐私保护等相关技术的使用，提升对这一问题的重视程度。

1 大数据分析

1.1 大数据的起源与基本特征

广泛的讲，大数据即体系巨大且较为繁杂，管理难度大、处理分析难度大的数据信息系统。大数据的基本特征包括：大规模化、高速化和多元化。

按照渠道的划分，可将大数据分为以下几种类别：

第一，来自人类。人们在应用网络中或者开展互联网工作中会产生不同种类的数据信息，其中包含视音频、图片、数字、文字等象征符号。

第二，来自计算机。在不同类别的计算机系统中，因为人类的操作会自动生成数据信息，并且以文件、多媒体等方式存在，同时也包含着日志、审计等内容的数据信息。

第三，来自物。各种不同类型的数字化设备为了方便将视音频、图片、数字、文字更好地存储，将这些内容转化成不同的数字编号。比如：手机、摄像机等。

1.2 大数据的基本框架

大数据的基本框架基本划分为数据采集与预处理、数据分析、数据解释等。如图1所示：

图1 大数据的基本框架结构

1.2.1 数据采集与预处理

因为大数据信息来源的渠道不同，存在不同方式的解释，其中也包含着矛盾，所以，在信息整合过程中要对其内容进行清理，对排除一些相同或是相似以及存在差异的信息尤为重要。

1.2.2 数据分析

这一环节处于中心位置，可以将其按照层次结构分为三种类别：架构、搜索与访问、分析与处理。例如：我们可以通过对用户的地点变化、行为等信息进行分析，得出不同国家、不同地区、不同群体的行为差异，进而对全球范围内不同国家、不同地区、不同用户群体的具体情况进行预测；再如：我们可以通过对QQ、微信用户的地点变化分析出节假日期间有多少人外出旅游、有多少人回家探亲、有多少人留在原地。

1.2.3 数据解释

这一环节能够更好地帮助用户进行数据处理与分析，并有效使用其结果，主要使用的技术为可视化与人机互动。

2 大数据安全与隐私保护的主要技术

2.1 信息发布匿名

针对其中的结构化数据，这一技术占据核心位置，但仍旧处在前进的发展阶段。例如：以较为经典的k匿名为案例，初期阶段方案借助元祖泛化，加之阻碍处理的方式，将信息符号分组每个组别中至少包含一个带k的元祖；确定裁剪计划；采用匿名模型将信息连串发布。

2.2 水印技术

这种处理技术常见于信息数据的版权保护中，将具备识别度的信息经过技术处理以不被人发觉的方式隐藏在载体中，同时对其不产生任何影响。例如：（Agrawal)相关人员不能够容忍数据库中存在失误，将较少的信息融入到大数据当中，选择合适的位置储存。

2.3 角色挖掘

考虑到不同角色在数据信息的访问中受到限制，以对使用用户分设角色的方式进行衔接与区分，对不同用户授予不同权限。例如我们对“泰兴网（www.taixing.cn）”、“泰兴政府网（www. taixing.gov.cn）”的用户权限进行分类，对不同等级的用户分别授予不同权限。在大数据形式下，角色挖掘能够按照不同用户的访问情况自动划分角色，更好地为不同的使用用户提供个性化服务。

3 结语

面对大数据的到来，技术也提升了发展更新的速度，但新的挑战与问题也渐趋显现出来，信息时代中大数据的安全与隐私保护是当前时期的重点问题。未来的大数据极有可能向着服务方向发展，各个企业之间互相合作、依赖，共创具备安全性的服务体系，保证涉及到的行业领域向着健康状态发展。

[1]张冰,杨静,张健沛等.面向聚类分析的邻域拓扑势熵数据扰动方法[J].哈尔滨工程大学学报,2014(9):1149-1155

[2]周志刚,张宏莉,余翔湛等.面向DaaS应用的数据集成隐私保护机制研究[J].通信学报,2016,37(4):96-106

[3]李千目,李德强,赵健等.基于安全多方求和与可验证私密分享的位置隐私保护协议[J].南京理工大学学报（自然科学版）,2016,40(3):255-261