導言：作為寫作愛好者，不可錯過為您精心挑選的10篇大數據時代下的隱私保護，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

篇1

[5]劉雅輝，張鐵贏，等.大數據時代的個人隱私保護[J].計算機研究與發(fā)展，2015，52（1）：229-247.

[6]柯臻軒，余露蕓，等.大數據時代下個人隱私保護的調研分析[J].經濟研究導刊，2015，02：299-301.

[7]涂子沛.大數據[M].廣西師范大學出版，2012.

[8]薛涌微博：http：///1173360372/zdMNu0XVX from=page_1005051173360372_profile&wvr=6&mod=weibotime&type=comment.

[9]2014 數據泄露調查報告：http：///DBIR/2014/reports/rp_Verizon-DBIR-2014_en_xg.pdf.

篇2

[2]SCIENCE.Dealing with data[EB/OL].http：///site/special/.

[3]李國杰，程學旗.大數據研究：未來科技及經濟社會發(fā)展的重大戰(zhàn)略領域――大數據的研究現狀與科學思考[J].中國科學院院刊，2012，27（6）：647-657.

[4]TENE O，POLONETSKY J.Privacy in the age of big data：a time for big decisions[J].Stan LRev，2012（15），64：63.

[5]理查德 A 斯皮內洛.世紀道德：信息技術的倫理方面[M].北京：中央編譯出版社，1999.

[6]薛孚，陳紅兵.大數據隱私倫理問題探究[J].自然辯證法研究，2015，31（2），44-48.

[7]劉雅輝，張鐵贏，靳小龍，等.大稻菔貝的個人隱私保護[J].計算機研究與發(fā)展，2015，52（1） 229- 247.

[8]覃雄派，王會舉，杜小勇，等.大數據分析――RDBMS與MapReduce的競爭與共生[J].軟件學報，2012，23（1）：32-45.

[9]BERTINO E，SANDHU R.Database security-concepts，approaches，and challenges[J].IEEE Trans on Dependables and Secure Computing，2005，2（1）：2-19.

[10]JANSEN W，GRANCE T.Guidelines on security and privacy in public cloud computing[EB/OL].http：// csrc.nist.gov/publications/nistpubs/800-144/SP800-144.pdf.

[11]CHEN D，ZHAO H.Data security and privacy protection issues in cloud computing[C].Computer Science and Electronics Engineering（ICCSEE），Piscataway，2012：647-651.

[12]ZHANG G，YANG Y，CHEN J.A historical probability based noise generation strategy for privacy protection in cloud computing[J].Journal of Computer and System Sciences，2012，78（5）：1374-1381.

[13]PEARSON S.Taking account of privacy when designing cloud computing services[C].Proc of the 31st ICSE Workshop on Software Engineering Challenges of Cloud Computing.Piscataway，2009：44-52.

[14]SINGH K，BHOLA S，LEE W.xBook：redesigning privacy control in social networking platforms[C].Proc.of the USENIX Sevurity Symp 2009.Berkeley，CA：USENIX Association，2009：249-266.

[15]DE CRISTOFARO E，SORIENTE C，TSUDIK G，et al.Hummingbird：privacy at the time of twitter[C].Proc of the 33rd IEEE Symp on Security and Privacy（SP） 2012.Piscataway NJ：IEEE，2012：285-299.

[16]CUTILLO L A，MOLVA R，STRUFE T.Safebook：a privacy-preserving online social network leveraging on real-life trust[J].IEEE Communications Magazine，2009，47（12）：94-101.

[17]AIELLO L M，RUFFO G.LotusNet：tunable privacy for distributed online social network services[J].Computer Communications，2012，35（1）：75-88.

[18]PAN X，XU J，MENG X.Protecting location privacy against location-dependent attacks in mobile services[J].IEEE Trans on Knowledge and Data Engineering（TKDE），2012，24（8）：1506-1519.

[19]徐勇，秦小麟，楊一濤，等.一種考慮屬性權重的隱私數據方法[J].計算機研究與發(fā)展，2012，49（5）：913-924.

[20]CICEK A E，NERGIZ M E，SAYGIN Y.Ensuring location diversity in privacy-preserving spatio-temporal data publishing[J].The VLDB Journal，2013，11（1）：1-17.

[21]AGRAWAL R，SRIKANT R.Privacy-preserving data mining[J].ACM Sigmod Recor，2000，29（2）：439-450.

[22]ILAVARASI A，POORANI S.A Survey on privacy preserving data mining techniques[J].Int Journal of Computer Science and Business Informatics，2013，7（1）：1-12.

篇3

[5]FBuytendijk and JHeiser，Confronting the privacy and ethical risks of Big Data[EB/OL].#axzz49xNIFZAV，2013-09-24.

[6]馮登國，張敏，李昊.大數據安全與隱私保護[J].計算機學報，2013，37（1）：246-257.

[7]郎慶斌，孫毅.個人信息安全――研究與實踐[M].北京：人民出版社，2012.

[8]周漢華.個人信息保護法（專家建議稿）及立法研究報告[M].北京：法律出版社，2006.

[9]D Song，D Wagner，A Perrig.Practical techniques for searches on encrypted data[C].IEEE Symposium on Security and Privacy，2000：44-55.

[10]CGentry.fully-homomorphic encryption scheme using ideal lattices[C].STOC，2009：169-178.

[11]ZBrakerski and VVaikuntanathan.Efficient Fully Homomorphic Encryption from（Standard）LWE[C].FOCS，2011：97-106.

[12]蔡克，張敏，馮登國.基于單斷言的安全的密文區(qū)間檢索[J].計算機學報，2011，34（11）：2093-2103.

篇4

[5] G.D.Karagiannopoulos，N.Georgopoulos，K.Nikolopoulos.“Fathoming Porter’s five forces model in the internet era”，info，2005，（6）：

66-76.

[6] Andrew Edgecliffe-Johnson，Gelles，D.，& Jopson，B.（2012，Apr 12）.Booksellers claim ebook ruling runs risk of amazon monopoly.

Financial Times Retrieved from http：///docview/993668054 accountid=11232.

[7] Trachtenberg J.A.，& Bensinger，G.（2014，Nov 13）.Amazon，hachette end publishing dispute；E-retailer，book publisher reach

multiyear pact for print，digital books.？Wall Street Journal （Online）Retrieved from http：///docview/1623516576

accountid=11232.

篇5

[8]安全情報共享平臺：面對數據泄露，醫(yī)療行業(yè)決定團結起來[EB/OL].（20150512） [20150515]..

[9]馮登國，張敏，李昊.大數據安全與隱私保護[J].計算機學報，2014（1）：246258.

[10]U.S.Department of Homeland Security.Privacy Impact Assessment for the Future Attribute Screening Technology Project[EB/OL].（20081215）[20150526]..

[33]夏駱輝，譚麗.M2M技術體系日趨成熟，標準體系、商業(yè)模式仍需完善[J].世界電信，2009（11）：3639.

[34]JONES C.Mobile internetfa hige Gerate im Strafrecht[M].Berlin：Logos Verlag，2014：113114.

[35]楊成.信息系統運行管理員教程[M].北京：清華大學出版社，2006.

[36]維克多?邁爾恩伯格，肯尼斯?庫克耶.大數據時代[M].周濤，譯.杭州：浙江人民出版社，2013：219.

[37]于志剛，李源粒.大數據時代數據犯罪的制裁思路[J].中國社會科學，2014（10）：100120.

Research on the Protection of Personal Data of Internet

LI Yuanli

篇6

{3}Gostin L O， Hodge J G. Personal privacy and common goods： a framework for balancing under the national health information privacy rule.[J]. Minnesota Law Review， 2002， 86（6）：1439-1479，page6.

{4}.【EB/OL】.http：///browse/privacy？s=t.

{5}Merriam Webster.【EB/OL】 /dictionary/privacy.

{6}H. Walker， “Senator Warns Fitbit IsA ‘Privacy Nightmare’ and Could Be‘Tracking’ Your Movements，” BusinessInsider， 10 Aug. 2014； /senator-warns-fitbit-is-aprivacy-nightmare-2014-8.

{7}J. Phillips， “Smile！ Your Car’s onCamera： We Ride Along to Learn Whatthe Cops Know About You，” Car andDriver， Dec. 2011； /features/smile-your-cars-oncamera-we-ride-along-to-learn-whatthe-cops-know-about-you-feature.

參考文獻：

〔1〕王璐，孟小峰.位置大數據隱私保護研究綜述[J].軟件學報，2014，25（4）：693-712.

篇7

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2017）184-0061-02

大數據時代中，數據與信息研究和分析工作更加繁瑣、復雜，整個過程也較難管理。根據大量統計數據表明，僅在過去3年時間內，全球范圍內所產生的數據量也超過了先前500年出現的數據量。隨著數據量的不斷增加，企業(yè)與個人對數據隱私性與安全性要求更高，大數據隱私與安全問題也更加的突出，如何應對在大數據背景下的數據安全問題，是全世界范圍內均應當積極思考的問題。

1 大數據概述

1.1 大數據來源與特征

根據大數據來源的不同，大數據可分為3類：其一是來源于人，人們在使用互聯網的過程中所伴生的各種數據，包含視頻、圖片、文字等；其二是碓從諢，各種類型的計算機在運行過程中產生的數據，以多媒體、數據庫、文件等形式存在；其三是來自于物。各種類型的數字設備在運行過程中所采集得到的數據，例如：攝像頭采集得到的數字信號等。

1.2 大數據分析目標

當前大數據在商業(yè)、醫(yī)藥、科學研究等領域應用較多。其用途較多，因此帶來的分析目標也比較多。

其一，推測趨勢與獲取知識。大數據中包含有很多重要信息，通過對大數據的分析工作可以更為深入地把握各種數據背后存在的問題與知識，實現對表層現象的深入挖掘。

其二，研究掌握個性化的特征。以大數據為基礎，通過多角度、長期的數據分析、對比工作，可以將用戶個性化特征分析出來。從而在得到用戶習慣的基礎上，對不同的用戶提供出更為針對性的服務。

2 大數據存在的安全問題

2.1 用戶隱私

若大數據在使用的過程中對用戶數據沒有做到較好保護，那么將直接威脅到用戶隱私與數據的安全性。按照保護內容不同，其可以分為標識符匿名、匿名保護及位置隱私保護等。

在大數據時代下，人們數據安全面臨的問題不僅僅是傳統的個人隱私問題，更多的是根據對人們數據的分析與研究，對人們狀態(tài)與行為的針對性預測，例如：零售商可以比家長更加了解自己的孩子的消費習慣等，從而郵寄相關廣告信息等。再如對用戶在網絡上發(fā)表的一些狀態(tài)內容等，能夠分析這個人的政治傾向、喜歡球隊、消費習慣等隱私信息。目前，很多企業(yè)認為對信息進行了匿名處理之后，標識符就會被隱藏，然后信息就能公布了，但現實情況為，僅采用匿名保護的方式并不能實現對隱私的有效保護。例如，某個公司在對3個月之內部分搜索歷史記錄進行匿名處理之后，供人們使用，雖然其中包含的標識信息經過了較為精心的處理，但是其中包含的很多記錄項內容還能夠被精確的定位。

2.2 大數據的可信性

人們普遍認為雖然數據可以在一定程度上說明一些問題，數據自身就是事實，但是現實情況為，若對數據不能進行有效甄別，人們也會被數據欺騙。

其一，不法分子可對大數據中的數據進行刻意編造與偽造，而大數據分析的基礎就是這些數據，錯誤的數據必然導致錯誤的結果。如果數據使用場景較為明確，部分人可能編造數據從而營造出對其有利的數據假象，從而導致人們得出錯誤的判斷。如，某些網站中包含的虛假評論，用戶在看到這些虛假的評論之后，非常容易去購買這些劣質的商品與服務。再加上當前互聯網技術的普及，這些虛假信息帶來的影響是不可估量的，使用信息安全技術對這些數據進行甄別難度也非常大。

其二，大數據在進行傳播過程中可能出現失真的情況，這里主要是由于人們在信息傳播過程中可能出現信息逐步失真的情況。

2.3 大數據訪問控制

因為大數據使用范圍較為廣，來源也較多，對數據設置訪問控制是非常必要的。但是在大數據下，需要對大量的用戶進行權限管理，但是用戶實際需求是未知的，這就導致對角色進行預設是較為困難的。

3 大數據安全與隱私保護對策

3.1 數據匿名保護技術

對大數據安全與隱私保護中，數據匿名保護的關鍵在于使用的基本手段與關鍵技術，現階段該項工作正處于不斷完善過程中。當前數據匿名保護技術仍舊較為復雜，大數據攻擊者能夠從多個方面獲得數據信息，而不單單是某一個數據源。因為匿名模型是對所有屬性集合而設定的，對某個具體的屬性并沒有給予其明確定義，這就導致在處理的過程中較易出現匿名處理不足的可能性，數據攻擊者就能夠將該屬性值確定。因此，應當對數據匿名保護技術進行完善，在具體實施時可以使用多樣化匿名，其優(yōu)勢主要在于在可對每個匿名屬性數據進行多樣化處理，可使用裁剪算法方案與數據置換方案，從而將其中包含的敏感數據平均化，從而可大大增強數據匿名保護的效果，可有效預防數據攻擊者對數據進行的聯合攻擊，有效確保數據匿名特性。

3.2 社交網絡匿名保護技術

大數據的重要來源之一就是社交網絡中產生的數據。因此做好大數據匿名保護是非常重要的。但是在社交網絡中，其中通常包含有大量圖片，因此，若采用傳統的數據結構化匿名保護技術不能滿足社交網絡匿名保護需求。為了確保社交網絡數據安全性，在具體實施中，對圖結構應當從超級節(jié)點進行集聚與分割，例如，基于節(jié)點聚集的匿名方案、基于基因算法的實現方案、基于模擬退火算法的實現方案以及先填充再分割超級節(jié)點的方案。在社交網絡匿名保護當中，關系型預測方法的使用具有較多優(yōu)點，例如其能夠準確從社交網絡中局部性連接增加密度增長，積聚系數增加進行有效防護。

3.3 數據水印技術

數據水印技術就是將數據中所含的標識信息，再方式嵌入的方式嵌入到其中，從而確保數據安全被使用，可有效解決數據存在的動態(tài)性、無序性特征。在具體實施中，可以將數據通過集合的方式嵌入到某一個固定的屬性中，這種方式可有效避免數據攻擊者對水印的破壞。另外，可采用將數據庫指紋信息錄入到水印當中，可以識別出信息的所有者以及被分發(fā)的對象，有利于在分布式環(huán)境下追蹤泄密者。此外，可采用獨立分析技術，能夠實現無密鑰水印驗證，進一步確保數據安全性。此外，這里還可以使用數據溯源技術，由于數據的來源多樣化，所以有必要記錄數據的來源及其傳播、計算過程，為后期的挖掘與決策提供輔助支持。

4 結論

綜上概述，我們在享受大數據時代給我們帶來便利的同時也應當應對其存在的數據安全與隱私保護帶來的挑戰(zhàn)，增強信息保護與信息安全。如要真正實現大數據時代下數據安全與隱私保護工作，必須對大數據存在的安全漏洞分析入手，充分應用各種類型的數據安全與隱私保護技術措施，同時構建其對應的法律法規(guī)，才能確保大數據安全與隱私保護。

參考文獻

[1]雷海.乘大數據東風 揚追越之帆――大數據時代提高航運服務業(yè)品質的理念及策略[J].水運管理，2014（5）：1-3.

篇8

中圖分類號：G206 文獻標識碼：A 文章編號：1672-8122（2014）08-0033-02

伴隨著科技進步，互聯網及移動互聯網的快速發(fā)展，云計算大數據時代的到來，人們的生活正在被數字化，被記錄，被跟蹤，被傳播，大量數據產生的背后隱藏著巨大的經濟和政治利益。大數據猶如一把雙刃劍，它給予我們社會及個人的利益是不可估量的，但同時其帶來個人信息安全及隱私保護方面的問題也正成為社會關注的熱點。今年兩會期間，維護網絡安全被首次寫入政府工作報告。全國政協委員、聯想集團董事長兼CEO楊元慶也在會議上呼吁“政府對個人信息安全立法，加強監(jiān)管，并在整個社會中樹立起誠信文化”。大數據時代下維護個人安全成為重中之重。

一、大數據時代下個人信息受到侵犯的表現

（一）數據采集過程中對隱私的侵犯

大數據這一概念是伴隨著互聯網技術發(fā)展而產生的，其數據采集手段主要是通過計算機網絡。用戶在上網過程中的每一次點擊，錄入行為都會在云端服務器上留下相應的記錄，特別是在現今移動互聯網智能手機大發(fā)展的背景下，我們每時每刻都與網絡連通，同時我們也每時每刻都在被網絡所記錄，這些記錄被儲存就形成了龐大的數據庫。從整個過程中我們不難發(fā)現，大數據的采集并沒有經過用戶許可而是私自的行為。很多用戶并不希望自己行為所產生的數據被互聯網運營服務商采集，但又無法阻止。因此，這種不經用戶同意私自采集用戶數據的行為本身就是對個人隱私的侵犯。

（二）數據存儲過程中對隱私的侵犯

互聯網運營服務商往往把他們所采集的數據放到云端服務器上，并運用大量的信息技術對這些數據進行保護。但同時由于基礎設施的脆弱和加密措施的失效會產生新的風險。大規(guī)模的數據存儲需要嚴格的訪問控制和身份認證的管理，但云端服務器與互聯網相連使得這種管理的難度加大，賬戶劫持、攻擊、身份偽造、認證失效、密匙丟失等都可能威脅用戶數據安全。近些年來，受到大數據經濟利益的驅使，眾多網絡黑客對準了互聯網運營服務商，使得用戶數據泄露事件時有發(fā)生，大量的數據被黑客通過技術手段竊取，給用戶帶來巨大損失，并且極大地威脅到了個人信息安全。

（三）數據使用過程中對隱私的侵犯

互聯網運營服務商采集用戶行為數據的目的是為了其自身利益，因此基于對這些數據分析使用在一定程度上也會侵犯用戶的權益。近些年來，由于網購在我國的迅速崛起，用戶通過網絡購物成為新時尚也成為了眾多人的選擇。但同時由于網絡購物涉及到的很多用戶隱私信息，比如真實姓名、身份證號、收貨地址、聯系電話，甚至用戶購物的清單本身都被存儲在電商云服務器中，因此電商成為大數據的最大儲存者同時也是最大的受益者。電商通過對用戶過往的消費記錄以及有相似消費記錄用戶的交叉分析能夠相對準確預測你的興趣愛好，或者你下次準備購買的物品，從而把這些物品的廣告推送到用戶面前促成用戶的購買，難怪有網友戲稱“現在最了解你的不是你自己，而是電商”。當然我們不能否認大數據的使用為生活所帶來的益處，但同時也不得不承認在電商面前普通用戶已經沒有隱私。當用戶希望保護自己的隱私，行使自己的隱私權時會發(fā)現這已經相當困難。

（四）數據銷毀過程中對隱私的侵犯

由于數字化信息低成本易復制的特點，導致大數據一旦產生很難通過單純的刪除操作徹底銷毀，它對用戶隱私的侵犯將是一個長期的過程。大數據之父維克托?邁爾-舍恩伯格（Viktor Mayer-Schonberger）認為“數字技術已經讓社會喪失了遺忘的能力，取而代之的則是完美的記憶”[1]。當用戶的行為被數字化并被存儲，即便互聯網運營服務商承諾在某個特定的時段之后會對這些數據進行銷毀，但實際是這種銷毀是不徹底的，而且為滿足協助執(zhí)法等要求，各國法律通常會規(guī)定大數據保存的期限，并強制要求互聯網運營服務商提供其所需要的數據，公權力與隱私權的沖突也威脅到個人信息的安全。

二、大數據時代下個人信息安全保護的措施

（一）將個人信息保護納入國家戰(zhàn)略資源的保護和規(guī)范范疇

大數據時代個人信息是構成現代商業(yè)服務以及網絡社會管理的基礎，對任何國家而言由眾多個人信息組成的大數據都是研究社會，了解民情的重要戰(zhàn)略資源。近年來大數據運用已經不再局限于商業(yè)領域而逐步擴展到政治生活等方方面面。國家也越來越重視通過對大數據的分析運用從而了解這個社會的變化以及人民的想法，甚至從中能夠發(fā)現很多社會發(fā)展過程中的問題和現象，這比過去僅僅依靠國家統計部門的數據來的更真實全面，成本也相對較小，比如淘寶公布的收貨地址變更數據在一定程度上揭示了我國人口的遷移，這些信息對于我國的發(fā)展都是至關重要的。

因此將個人信息保護納入國家戰(zhàn)略資源的保護和規(guī)劃范疇具有重要的意義。2014年政府工作報告首次提出了“維護網絡安全”這一表述意味著網絡安全已上升國家戰(zhàn)略。這是我國在大數據時代下對個人信息保護的重要事件，也具有里程碑的意義。

（二）加強個人信息安全的立法工作

大數據時代對個人信息安全保護僅僅依靠技術是遠遠不夠的，關鍵在于建立維護個人信息安全的法律法規(guī)和基本原則。這方面立法的缺失目前在我國是非常嚴重，需要積極推動關于個人信息安全的法律法規(guī)的建立，加大打擊侵犯個人信息安全的行為。2014年兩會期間全國政協委員、聯想集團董事長兼CEO楊元慶呼吁政府加強對個人信息安全的立法和監(jiān)督，引起了社會各界廣泛關注和重視，這充分說明這個問題已經成為一個重要的社會問題。我本人對個人信息安全立法工作有以下幾點建議：第一，必須在立法上明確個人信息安全的法律地位。個人信息安全與隱私權“考慮到法律在一般隱私權上的缺乏，要對網絡隱私權加以規(guī)范就有必要先完善一般隱私權的規(guī)定，因此首先應通過憲法明確規(guī)定公民享有隱私權。[2]”第二，必須從法律上明確采集數據的權利依據。由于在數據采集過程中經常發(fā)生對個人信息的侵害，因此無論是政府還是互聯網運營服務商都必須遵循一定的原則和依據。政府采集數據的行為應該符合憲法的要求，而互聯網運營服務商采集數據必須要經過當事人同意。第三，制定關于個人信息安全的專門法律。2003年國務院信息辦就委托中國社科院法學所個人數據保護法研究課題組承擔《個人數據保護法》比較研究課題及草擬一份專家建議稿。2005年，最終形成了近8萬字的《中華人民共和國個人信息保護法（專家建議稿）及立法研究報告》。但到目前為止我國的個人信息保護法仍沒有立法，因此加快這個立法過程是當務之急。

（三）加強對個人信息的行政監(jiān)管

大數據時代下個人信息及隱私都具有很高的經濟價值，許多商業(yè)機構利用這些都能夠謀取很高的商業(yè)利益，因此政府對于個人信息的監(jiān)管就顯得尤為重要，具體來說就是應該制定關于大數據的個人信息安全標準。

我國已于2013年2月1日起實施首個個人信息保護國家標準――《信息安全技術公共及商用服務信息系統個人信息保護指南》。該標準最顯著的特點是規(guī)定個人敏感信息在收集和利用之前，必須首先獲得個人信息主體明確授權。這充分標志著我國對個人信息行政監(jiān)管上了一個新臺階。

（四）加強對個人信息的技術保護

技術手段是對個人信息最直接的保護方式，也是法律手段的重要補充。在法律法規(guī)還沒有完善的情況下，技術保護成為個人信息保護最主要的方式。但是我們看到現代技術發(fā)展非常迅速，侵權者們的水平也迅速提高，過去的許多技術保護手段都已被一一破解，這給我國的信息產業(yè)界提出了很高的要求。為此國家和社會各界應該充分重視信息技術的創(chuàng)新開發(fā)，培養(yǎng)技術人才，提高我國信息技術水平從而為個人信息保護提供保障。

（五）加強行業(yè)自律與監(jiān)管

行業(yè)自身的相互監(jiān)管監(jiān)督是個人信息安全保護最有效也是成本最低的方法。因此相關部門應該組織涉及大數據的企業(yè)成立相關的行業(yè)組織了，并制定行業(yè)內部的標準或公約，以及相互監(jiān)督的權利和義務，并為這些行業(yè)組織提供相應的資金和政策的支持。

大數據時代的到來極大地促進整個社會的發(fā)展。大數據在各行各業(yè)中的運用，使我們精確地了解到過去通過抽樣調查很難了解的許多東西，讓我們更深刻地認識了這個社會，從而更進一步改善這個社會。我們不應該否認大數據帶來的益處，同樣我們應該使這種益處最大化。但大數據帶來的對個人信息安全的威脅我們也應該有著充分的認識。保護個人信息不僅是對社會每個成員的保護，更是對國家安全以及社會長期持續(xù)健康發(fā)展的保護。

參考文獻：

[1] （英）維克托?邁爾-舍恩伯格著.袁杰譯.刪除――大數據取舍之道[M].杭州：浙江人民出版社，2013.

篇9

隨著云計算、大數據等新興技術的不斷發(fā)展，企業(yè)信息化、智能化程度、網絡化、數字化程度越來越高，人類社會進入到以大數據為主要特征的知識文明時代。大數據是企業(yè)的重要財富，正在成為企業(yè)一種重要的生產資料，成為企業(yè)創(chuàng)新、競爭、業(yè)務提升的前沿。大數據正在成為企業(yè)未來業(yè)務發(fā)展的重要戰(zhàn)略方向，大數據將引領企業(yè)實現業(yè)務跨越式發(fā)展;同時，由此帶來的信息安全風險挑戰(zhàn)前所未有，遠遠超出了傳統意義上信息安全保障的內涵，對于眾多大數據背景下涉及的信息安全問題，很難通過一套完整的安全產品和服務從根本上解決安全隱患。

 

自2008年國際綜合性期刊《Nature》發(fā)表有關大數據(Big Data)的?？詠恚嫦蚋鲬妙I域的大數據分析更成為各行業(yè)及信息技術方向關注的焦點。大數據的固有特征使得傳統安全機制和方法顯示出不足。本文系統分析了大數據時代背景下的企業(yè)信息系統存在的主要信息安全脆弱性、信息安全威脅以及信息安全風險問題，并有針對性地提出相應的信息安全保障策略，為大數據背景下的企業(yè)信息安全保障提供一定指導的作用。

 

1 大數據基本內涵

 

大數據(Big Data)，什么是大數據，目前還沒有形成統一的共識。網絡企業(yè)普遍將大數據定義為數據量與數據類型復雜到在合理時間內無法通過當前的主流數據庫管理軟件生成、獲取、傳輸、存儲、處理，管理、分析挖掘、應用決策以及銷毀等的大型數據集。大數據具有4V特征(Volume，Varity，Value，Velocity)，即數據量大、數據類型多、數據價值密度低、數據處理速度快。

 

2011年麥肯錫咨詢公司了《大數據：下一個創(chuàng)新、競爭和生產力的變革領域》[1]的研究報告，引起了信息產業(yè)界的廣泛關注。美國谷歌公司(Google)、國際商業(yè)機器公司(IBM)、美國易安信公司(EMC)、臉書(Facebook)等公司相繼開始了大數據應用、分析、存儲、管理等相關技術的研究，并推出各自的大數據解決框架、方案以及產品。

 

例如，阿帕奇軟件基金會(Apache)組織推出的Hadoop大數據分析框架，谷歌公司推出的BigTable、GFS(Google File System)、MapReduce等技術框架等，這些研究成果為隨后的大數據應用迅猛發(fā)展提供了便利的條件。2012年3月，美國奧巴馬總統了2億美元的“Big Data Initiative”(大數據研究和發(fā)展計劃)，該計劃涉及能源、國防、醫(yī)療、基礎科學等領域的155個項目種類，該計劃極大地推動了大數據技術的創(chuàng)新與應用，標志著奧巴馬政府將大數據戰(zhàn)略從起初的政策層提升到國家戰(zhàn)略層。

 

同時，我國對大數據的認識、應用及相關技術服務等也在不斷提高，企業(yè)界一致認同大數據在降低企業(yè)經營運營成本、提升管理層決策效率、提高企業(yè)經濟效益等方面具有廣闊的應用前景，相繼大數據相關戰(zhàn)略文件，同時國家組織在民生、國防等重要領域投入大量的人力物力進行相關技術研究與創(chuàng)新實踐。中國移動通信公司在已有的云計算平臺基礎上，開展了大量大數據應用研究，力圖將數據信息轉化為商業(yè)價值，促進業(yè)務創(chuàng)新。

 

例如，通過挖掘用戶的移動互聯網行為特征，助力市場決策;利用信令數據支撐終端、網絡、業(yè)務平臺關聯分析，優(yōu)化網絡質量。商業(yè)銀行也相繼開展了經融大數據研究，提升銀行的競爭力。例如，通過對用戶數據分析開展信用評估，降低企業(yè)風險;從細粒度的級別進行客戶數據分析，為不同客戶提供個性化的產品與服務，提升銀行的服務效率?？偠灾?，大數據正在帶來一場顛覆性的革命，將會推動整個社會取得全面進步。

 

2 大數據安全研究現狀

 

在大數據計算和分析過程中，安全是不容忽視的。大數據的固有特征對現有的安全標準、安全體系架構、安全機制等都提出了新的挑戰(zhàn)。目前對大數據完整性的研究主要包括兩方面，一是對數據完整性的檢測;二是對完整性被破壞的數據的恢復。在完整性檢測方面，數據量的增大使傳統的MD5、SHA1等效率較低的散列校驗方法不再適用，驗證者也無法將全部數據下載到本地主機后再進行驗證。

 

面向大數據的高效隱私保護方法方面，高效、輕量級的數據加密已有多年研究，雖然可用于大數據加密，但加密后數據不具可用性。保留數據可用性的非密碼學的隱私保護方法因而得到了廣泛的研究和應用。這些方法包括數據隨機化、k-匿名化、差分隱私等。這些方法在探究隱私泄漏的風險、提高隱私保護的可信度方面還有待深入，也不能適應大數據的海量性、異構性和時效性。

 

在隱私保護下大數據的安全計算方面，很多應用領域中的安全多方計算問題都在半誠實模型中得到了充分的研究，采用的方法包括電路賦值(Circuit Evaluation)、遺忘傳輸(Oblivious Transfer)、同態(tài)加密等。通過構造零知識證明，可以將半誠實模型中的解決方法轉換到惡意模型中。而在多方參與、涉及大量數據處理的計算問題，目前研究的主要缺陷是惡意模型中方法的復雜度過高，不適應多方參與、多協議執(zhí)行的復雜網絡環(huán)境。

 

企業(yè)大數據技術是指大數據相關技術在企業(yè)的充分應用，即對企業(yè)業(yè)務、生產、監(jiān)控、監(jiān)測等信息系統在運行過程中涉及的海量數據進行抽取、傳輸、存儲、處理，管理、分析挖掘、應用決策以及銷毀等，實現大數據對企業(yè)效率的提升、效益的增值以及風險的預測等。

 

企業(yè)的大數據類型通常主要包括業(yè)務經營數據即客戶信息數據、企業(yè)的生產運營與管理數據以及企業(yè)的設備運行數據等，即客戶信息數據、員工信息數據、財務數據、物資數據、系統日志、設備監(jiān)測數據、調度數據、檢修數據、狀態(tài)數據等。企業(yè)大數據具有3V、3E特征[2]，3V即數據體量大(Volume)、數據類型多(Varity)與數據速度快(Velocity)，3E即數據即能量(Energy)、數據即交互(Exchange)與數據即共情(Empathy)。3 大數據時代企業(yè)信息安全漏洞與風險并存

 

大數據時代，大數據在推動企業(yè)向著更為高效、優(yōu)質、精準的服務前行的同時，其重要性與特殊性也給企業(yè)帶來新的信息安全風險與挑戰(zhàn)。如何針對大數據的重要性與特殊性構建全方位多層次的信息安全保障體系，是企業(yè)發(fā)展中面臨的重要課題。大數據背景下，結合大數據時代的企業(yè)工作模式，企業(yè)可能存在的信息安全風險主要表現在以下三個方面：

 

(1)企業(yè)業(yè)務大數據信息安全風險：由于缺乏針對大數據相關的政策法規(guī)、標準與管理規(guī)章制度，導致企業(yè)對客戶信息大數據的“開放度”難以掌握，大數據開放和隱私之間難以平衡;企業(yè)缺乏清晰的數據需求導致數據資產流失的風險;企業(yè)數據孤島，數據質量差可用性低，導致數據無法充分利用以及數據價值不能充分挖掘的風險;大數據安全能力和防范意識差，大數據人才缺乏導致大數據分析、處理等工作難以開展的風險;管理技術和架構相對滯后，導致數據泄露的風險。

 

(2)企業(yè)基礎設施信息安全風險：2010年，震網病毒[3]通過網絡與預制的系統漏洞對伊朗核電站發(fā)起攻擊，導致伊朗濃縮鈾工程的部分離心機出現故障，極大的延緩了伊朗核進程。從此開啟了世界各國對工業(yè)控制系統安全的重視與管控。對于生產企業(yè)，工業(yè)生產設備是企業(yè)的命脈，其控制系統的安全性必須得到企業(yè)的高度重視。隨著物理設備管理控制系統與大數據采集系統在企業(yè)的不斷應用，監(jiān)控與數據采集系統必將成為是物理攻擊的重點方向，越來越多的安全問題隨之出現。

 

設備“接入點”范圍的不斷擴大，傳統的邊界防護概念被改變; 2013年初，美國工業(yè)控制系統網絡緊急響應小組(ICS-CERT)預警，發(fā)現美國兩家電廠的發(fā)電控制設備在2012年10月至12月期間感染了USB設備中的惡意軟件。該軟件能夠遠程控制開關閘門、旋轉儀表表盤、大壩控制等重要操作，對電力設備及企業(yè)安全造成了極大的威脅。

 

(3)企業(yè)平臺信息安全風險： 應用層安全風險主要是指網絡給用戶提供服務所采用的應用軟件存在的漏洞所帶來的安全風險，包括： Web服務、郵件系統、數據庫軟件、域名系統、路由與交換系統、防火墻及網管系統、業(yè)務應用軟件以及其他網絡服務系統等;操作系統層的安全風險主要是指網絡運行的操作系統存在的漏洞帶來的安全風險，例如Windows NT、UNIX、Linux系列以及專用操作系統本身安全漏洞，主要包括訪問控制、身份認證、系統漏洞以及操作系統的安全配置等;網絡層安全風險主要指網絡層身份認證，網絡資源的訪問控制，數據傳輸的保密性與完整性、路由系統的安全、遠程接入、域名系統、入侵檢測的手段等網絡信息漏洞帶來的安全性。

 

4 企業(yè)大數據信息安全保障策略

 

針對大數據時代下企業(yè)可能存在的信息安全漏洞與風險，本文從企業(yè)的網絡邊界信息安全保障、應用終端信息安全保障、應用平臺信息安全保障、網絡安全信息安全保障、數據安全信息安全保障等多方面提出如下信息安全保障策略，形成具有層次特性的企業(yè)信息安全保障體系，提升大數據時代下的企業(yè)信息安全保障能力。

 

4.1企業(yè)系統終端——信息安全保障策略

 

對企業(yè)計算機終端進行分類，依照國家信息安全等級保護的要求實行分級管理，根據確定的等級要求采取相應的安全保障策略。企業(yè)擁有多種類型終端設備，對于不同終端，根據具體終端的類型、通信方式以及應用環(huán)境等選擇適宜的保障策略。確保移動終端的接入安全，移動作業(yè)類終端嚴格執(zhí)行企業(yè)制定的辦公終端嚴禁“內外網機混用”原則，移動終端接入內網需采用軟硬件相結合的加密方式接入。配子站終端需配置安全模塊，對主站系統的參數設置指令和控制命令采取數據完整性驗證和安全鑒別措施，以防范惡意操作電氣設備，冒充主站對子站終端進行攻擊。

 

4.2企業(yè)網絡邊界——信息安全保障策略

 

企業(yè)網絡具有分區(qū)分層的特點，使邊界不受外部的攻擊，防止惡意的內部人員跨越邊界對外實施攻擊，在不同區(qū)的網絡邊界加強安全防護策略，或外部人員通過開放接口、隱蔽通道進入內部網絡。在管理信息內部，審核不同業(yè)務安全等級與網絡密級，在網絡邊界進行相應的隔離保護。按照業(yè)務網絡的安全等級、實時性需求以及用途等評價指標，采用防火墻隔離技術、協議隔離技術、物理隔離技術等[4]對關鍵核心業(yè)務網絡進行安全隔離，實現內部網與外部網訪問資源限制。

 

4.3企業(yè)網絡安全——信息安全保障策略

 

網絡是企業(yè)正常運轉的重要保障，是連接物理設備、應用平臺與數據的基礎環(huán)境。生產企業(yè)主要采用公共網絡和專用網絡相結合的網絡結構，專用網絡支撐企業(yè)的生產管理、設備管理、調度管理、資源管理等核心業(yè)務，不同業(yè)務使用的專用網絡享有不同安全等級與密級，需要采取不同的保障策略。網絡彈性是指基礎網絡在遇到突發(fā)事件時繼續(xù)運行與快速恢復的能力。

 

采用先進的網絡防護技術，建立基礎網一體化感知、響應、檢測、恢復與溯源機制，采取網絡虛擬化、硬件冗余、疊加等方法提高企業(yè)網絡彈性與安全性;對網絡基礎服務、網絡業(yè)務、信息流、網絡設備等基礎網絡環(huán)境采用監(jiān)控審計、安全加固、訪問控制、身份鑒別、備份恢復、入侵檢測、資源控制等措施增強網絡環(huán)境安全防護;在企業(yè)網絡中，重要信息數據需要安全通信。針對信息數字資源的安全交換需求，構建企業(yè)的業(yè)務虛擬專用網。在已有基礎網絡中采用訪問控制、用戶認證、信息加密等相關技術，防止企業(yè)敏感數據被竊取，采取建立數據加密虛擬網絡隧道進行信息傳輸安全通信機制。

 

4.4企業(yè)應用系統平臺——信息安全保障策略

 

應用系統平臺安全直接關系到企業(yè)各業(yè)務應用的穩(wěn)定運行，對應用平臺進行信息安全保障，可以有效避免企業(yè)業(yè)務被阻斷、擾亂、欺騙等破壞行為，本文建議給每個應用平臺建立相應的日志系統，可以對用戶的操作記錄、訪問記錄等信息進行歸檔存儲，為安全事件分析提供取證與溯源數據，防范內部人員進行異常操作。

 

企業(yè)應用平臺的用戶類型多樣，不同的應用主體享有不同的功能與應用權限，考慮到系統的靈活性與安全性，采用基于屬性權限訪問控制[5]、基于動態(tài)和控制中心訪問權限控制[6]、基于域訪問權限控制[7]、基于角色訪問控制等訪問控制技術;確保企業(yè)應用平臺系統安全可靠，在應用平臺上線前，應邀請第三方權威機構對其進行信息安全測評，即對應用平臺系統進行全面、系統的安全漏洞分析與風險評估[8]，并制定相應的信息安全保障策略。4.5企業(yè)大數據安全——信息保障策略

 

大數據時代下，大數據是企業(yè)的核心資源。企業(yè)客戶數據可能不僅包含個人的隱私信息，而且還包括個人、家庭的消費行為信息，如果針對客戶大數據不妥善處理，會對用戶造成極大的危害，進而失信于客戶。目前感知大數據(數據追蹤溯源)、應用大數據(大數據的隱私保護[9]與開放)、管控大數據(數據訪問安全、數據存儲安全)等問題，仍然制約與困擾著大數據的發(fā)展。大數據主要采用分布式文件系統技術在云端存儲，在對云存儲環(huán)境進行安全防護的前提下，對關鍵核心數據進行冗余備份，強化數據存儲安全，提高企業(yè)大數據安全存儲能力。

 

為了保護企業(yè)數據的隱私安全、提高企業(yè)大數據的安全性的同時提升企業(yè)的可信度，可采用數據分享、分析、時進行匿名保護已經隱私數據存儲加密保護措施來加強企業(yè)數據的隱私安全，對大數據用戶進行分類與角色劃分，嚴格控制、明確各角色數據訪問權限，規(guī)范各級用戶的訪問行為，確保不同等級密級數據的讀、寫操作，有效抵制外部惡意行為，有效管理云存儲環(huán)境下的企業(yè)大數據安全。

 

5 結束語

 

篇10

大數據以其數據收集整理與分析的高效性極大的推動了網絡的進步和社會的發(fā)展。這一現象引發(fā)了人們的廣泛關注。在學術界，圖靈獎獲得者JimGray提出了科學研究的第四范式，即以大數據為基礎的數據密集型科學研究;2011年《Science》也推出類似的數據處理專刊。在我國，2012年中國通信學會、中國計算機學會等重要學術組織先后成立了大數據專家委員會，為我國大數據應用和發(fā)展提供學術咨詢。

 

大數據以其數據收集整理與分析的高效性極大的推動了網絡的進步和社會的發(fā)展。但目前大數據的發(fā)展仍然面臨著許多問題，安全與隱私問題是人們公認的關鍵問題之一。單純通過技術手段限制對用戶信息的使用，實現用戶隱私保護是極其困難的事。當前很多組織都認識到大數據的安全問題，并積極行動起來，如何保護好社會網絡的個人信息安全是非常值得思考的一個問題。

 

1大數據概述

 

1.1大數據的定義

 

目前，對于大數據尚無統一解釋，普遍的觀點認為，大數據是指無法在一定時間內用常規(guī)軟件工具對其內容進行抓取、管理和處理的數據集合。從信息安全的角度看，大數據是指規(guī)模和格式前所未有的大量數據，它是從企業(yè)的各個部分搜集而來，它們相互關聯，技術人員可以據此進行高速分析。

 

1.2大數據的特點

 

大數據的常見特點包括：數據量大(Volume)、類型多樣(Variety)、運算高效(Velocity)、產生價值(Value)。

 

1.2.1數據量大(Volume)

 

大數據時代，各種傳感器、移動設備、智能終端和網絡社會等無時無刻不在產生數據，數量級別已經突破TB，發(fā)展至PB乃至ZB，統計數據量呈千倍級別上升。據估計，2012年全球產生的數據量將達到2.7ZB，2015年將超過8ZB。

 

1.2.2類型多樣(Variety)

 

目前大數據不僅僅是數據量的急劇增長，而且還包含數據類型的多樣化發(fā)展。以往數據大都以二維結構呈現，目前隨著互聯網、多媒體等技術的快速發(fā)展和普及，視頻、音頻、圖片、郵件、HTML、RFID、GPS和傳感器等產生的非結構化數據，每年都以60%速度增長。預計，非結構化數據將占數據總量的80%以上。

 

1.2.3運算高效(Velocity)

 

基于云計算的Hadoop大數據框架，利用集群的威力高速運算和存儲，實現了一個分布式運行系統，以流的形式提供高傳輸率來訪問數據，適應了大數據的應用程序。而且，數據挖掘、語義引擎、可視化分析等技術的發(fā)展，可從海量的數據中深度解析，提取出所需的信息，是大數據時代對數據管理提出的基本要求。

 

1.2.4產生價值(Value)

 

價值是大數據的終極目的。特別是激烈競爭的商業(yè)領域，數據正成為企業(yè)的新型資本，企業(yè)都在追求數據最大價值化，在數據量高速增長的情況下，通過挖掘數據有用信息，從中獲得有價值的信息，對于企業(yè)至關重要。同時，大數據價值也存在密度低的特點，需要對海量的數據進行分析才能得到真正有用的信息，最終形成用戶價值。

 

2大數據面臨的挑戰(zhàn)

 

社會網絡的不斷發(fā)展將每個人都曝光在這種沒有個人隱私的環(huán)境下，大數據時代下的個人信息被各種網絡團體進行惡意泄露和傳播。個人信息處于非常危險的環(huán)境中，比如各種網絡論壇里對個人進行“人肉”，個人的各種信息都被迫公開，給當事人帶來了非常壞的影響。當前大數據時代下的社會網絡發(fā)展迅速，極大的豐富了人們的文化生活，通過互聯網能夠有效及時的獲取各樣各種的信息，并且能夠做到遠距離的及時交流。通過網絡能夠獲得一些自信和滿足感，但是大數據時代的個人信息安全性非常的低，個人信息極易被不法分子獲取用到不正當的途徑上去。

 

大數據時代下的社會網絡特征是非常明顯的，網絡中的信息呈現出非常多樣化的形態(tài)，各種信息數據以各種形態(tài)存在于網絡上，例如視頻形式、聲音形式、圖片形式、文字形式進行信息傳播與交流。網絡的方便快捷加快了社會的進步，各種社交平臺的出現，利用網絡進行購物并支付貨款等牽涉到個人的真實有效信息，這些個人信息被互聯網企業(yè)通過大數據進行整理與保存，某些不法分子會利用一些技術手段竊取用戶的個人信息用于商業(yè)行為，這些個人隱私對于用戶來說是非常重要的，比如好多人會收到各種莫名其妙的推銷電話，這就是個人信息被泄露的一個直觀現象。

 

2.1大數據中的個人隱私泄露

 

個人在網絡社會進行各種活動時最基本的一點就是要確保自己各種網站私人賬戶的安全，確保個人隱私不會被第三方企業(yè)或個人所獲取。大數據時代下的現代網絡促進了時代的進步，各種網站的出現將公民更多的投入到網絡社會中，現代社會的個人離不開網絡社會，通過各種賬號能夠實現用戶多種多樣的需求。用戶在申請個人賬號時往往都是通過自己的手機號或者郵箱賬號作為賬戶名進行關聯，這種數據之間的關聯雖然非常對用戶來說非常方便快捷，但是其風險是較高的，一個賬號被盜可能會引起其他賬戶信息的泄露，賬戶安全問題在大數據時代顯得更加嚴峻。大數據時代背景下用戶的個人隱私安全問題日漸突出。當今社交網絡的非?；鸨?，用戶通過各種各樣的社交軟件與外界進行溝通與交流。用戶通過分享自己的位置、照片等多種多樣的形式與其他用戶進行深度交流。這些信息都會被這些社交軟件進行數據化處理，形成各種數據存儲在云平臺里。雖然在社交網絡中分享自己的心情和照片能夠增加自己的愉悅感，但對于某些較為隱私的信息還是不想被他人獲取并到網絡世界中。當前情況下，一些大數據公司在進行數據的處理和分析過程中，并沒有根據用戶的具體隱私進行正確的分類，對于某些用戶的個人隱私進行整理并當成商品售賣給其他企業(yè)或個人，嚴重影響了用戶的隱私，給用戶造成了不同程度的困擾。因此，作為處理大數據的互聯網企業(yè)不能以任何名義去泄露用戶的個人隱私，要充分保證用戶個人信息的安全性。積極采取各種技術手段有效的保護好用戶的個人信息，保證用戶在網絡社會當中的合法權益。

 

2.2個人信息控制權弱化

 

跟傳統環(huán)境作比較用戶個人信息控制權弱化程度太高。互聯網社會的飛速發(fā)展，信息在這個世界的傳播速度超越先前的任何一個時代，互聯網社會的公民對于個人信息的控制程度達到了最低的限度，個人隱私非常容易被暴露到網絡社會當中。特別是大數據時代的發(fā)展，數據的處理能力得到了質的飛躍，公民個人的所有信息被整理成數據的形式存在于互聯網當中，數據公司通過對個人數據的合理分析能夠迅速的定位到個人，個人對于信息的控制權遭到了極大的削弱。

 

3大數據下個人信息保護對策

 

3.1數據匿名保護

 

大數據的匿名更為復雜，大數據中多元數據之間的集成融合以及相關性分析是的上述那些針對小數據的被動式保護方法失效，與主動式隱私管理框架相比，傳統匿名技術存在缺陷是被動式地防止隱私泄露，結合單一數據集上的攻擊假設來制定相應的匿名化策略。然而，大數據的大規(guī)模性、多樣性是的傳統匿名花技術顧此失彼。

 

對于大數據中的結構化數據而言，數據匿名保護是實現其隱私保護的核心關鍵技術與基本手段，目前仍處于不斷發(fā)展與完善階段。在大數據場景中，數據匿名保護問題較之更為復雜：攻擊者可以從多種渠道獲得數據，而不僅僅是同一源。對網絡用戶中的匿名技術以及對于大數據網絡下的數據分析技術和相關的預測技術對于網絡的營銷業(yè)務的發(fā)展都有著非常重要的促進作用，相關的企業(yè)還要進一步對匿名技術進行研究，保證用戶的個人信息安全以及數據之間的應用安全。

 

3.2加強數據的監(jiān)管

 

海量數據的匯集加大了隱私信息暴露的可能性，對大數據的無序使用也增加了信息泄露的風險。在監(jiān)管層面，明確重點領域數據庫范圍，制定完善的數據庫管理和安全操作制度，加大對重點領數據庫的日常監(jiān)管。在企業(yè)層面，加強企業(yè)內部管理，制定設備尤其是移動設備的安全使用規(guī)程，規(guī)范大數據的使用流程和使用權限。

 

3.3建立和完善法律法規(guī)

 

在我國現階段個人信息安全法律法規(guī)與大數據技術同步跟進還是新生事物，行業(yè)內部仍在不斷地摸索中努力前進，在其發(fā)展的過程中也會有很多的挑戰(zhàn)，比如法律法規(guī)相對不夠健全，相關的用戶信息不能進行安全的保護等等?！缎畔踩夹g公共及商用服務信息系統個人信息保護指南》作為個人信息、保護方面的最高國家標準于2013年2月1日開始實施，這項標準主要是在整個大數據的環(huán)境下對用戶個人信息的安全性以及合理利用性進行相應的標準規(guī)定，這就進一步保證了在對用戶個人信息處理過程中的規(guī)范性。所以，在目前我國大數據的背景下，如果想要進一步對個人信息的安全進行保護，就要對相關的法律法規(guī)進行相應的建立和完善。

 

3.4安全體系建設

 

在目前我國大數據環(huán)境下的社會網絡，要對網絡行業(yè)的相關規(guī)范標準以及相關的公約進行相應的建立，要想保證我國的社會網絡行業(yè)在目前我國社會經濟的發(fā)展背景下能夠進一步提升，在市場上能夠占有一定的地位，就要對相關的建立相應的安全體系，并且對用戶的信息安全進行進一步的保障，保證用戶能夠對網絡行業(yè)產生一定的信任，并且能夠在目前大數據的環(huán)境下能夠獲取一定的收益。

 

3.5提高個人安全意識

 

提高個人的安全意識是社會網絡用戶在大數據時代主動保護個人信息、安全的有力措施。如學習信息安全基本保護措施，加強對信息安全知識的拓展，不僅能夠幫助用戶對相關的網絡病毒特征進行了解，還進一步提升了自身的信息安全保護意識，進而保護其他用戶的個人信息安全。還要對用戶的信息進行及時的備份，提高用戶的信息安全保護的意識。

 

對于網站以及相關的網絡應用要進行相應的控制，保持其合理性的應用，在使用網絡的過程中要對各個方面進行考慮，不要將個人信息過多的放入到網絡中去，對于分享的照片以及地理位置等等個人信息要進行相應的控制，還要對陌生人進行相應的訪問權限設置，對于自己的個人信息要能夠把控住，保證自己信息的安全性。

 

在訪問網站時，會產生很多注冊的信息，在注冊的過程中要保證自己的個人信息不被透露。用戶還要進行定期的個人信息安全教育，根據相關數據表明，用戶信息在進行相關的安全教育之后，對于其個人信息的保護意識也就有所提升。在目前大數據的背景下，相關的用戶要對網絡中相關的隱私安全保護公約進行更多的了解，主動地進行自身信息安全的保護。