大数据安全

  从信息安全的角度，大数据安全包含两层含义：一是大数据本身的安全问题，即如何保障大数据存储、处理、传输等过程中的安全保护；二是指利用大数据提升安全防护的能力，即利用规模巨大、格式众多，又相互关联的安全事件数据，进行关联分析，发现网络攻击，及时进行安全防御。

一、大数据本身的安全问题

  大数据由于数据量巨大，在存储和处理的时候必然要采用分布式存储、分布式计算的架构，这就带来了访问控制、数据加密、隐私保护等一系列的安全问题。

  1）分布式计算框架下的安全问题

  对大数据进行分析处理，自然需要分布式计算框架，如MapReduce。通常将数据分成许多块，针对每个块先做map处理，得到一系列的key-value对，然后再reduce聚类同一个key值，得到结果。由于最终计算结果的正确性依赖于map运算的正确与否，如果存在恶意map，将导致最终结果的错误。

  2）非关系型数据库的安全问题

  非关系型数据库是大数据处理非结构化数据的基础技术，但非关系型数据库在设计之处并没有设置安全功能模块，只是将安全功能作为一个中间件来实现，因此访问控制机制和数据加密机制都亟待解决。

  3）大数据的隐私保护

  由于个人隐私信息分散在大数据中，不能清楚的了解隐私信息的存储位置，只有通过大数据挖掘的方法，才有可能获得这些隐私信息。如何抵抗利用大数据的隐私挖掘，又是一个急需解决的问题。

二、利用大数据解决安全问题

  随着网络攻击越来越复杂，及时发现攻击行为的难度也逐渐上升，传统的检测方法难以发现像APT攻击这样的攻击方式，利用大数据发现攻击的蛛丝马迹是唯一有效的方法。同时，攻击者也在利用大数据提升攻击的能力。这永远是一场没有终点的对抗。

  1）利用大数据进行网络攻击

  大数据强大的分析能力，也被攻击者所利用，一方面攻击者可以利用大数据收集更多的信息，另一方面将攻击行为隐藏在大数据背景下，降低了被检测发现的可能性。

  2）利用大数据检测网络攻击

  利用大数据可以分析的数据范围更广，时间跨度更大，能够发现更多的网络攻击事件。特别是针对APT攻击的检测，由于攻击者在发动攻击之前针对攻击对象进行长期、有计划和有组织的相关资料、情报的搜集，并且攻击过程极具隐蔽性，攻击特征难以提出，而且社会工程学的方法大量利用，使得攻击空间存在不确定性，这意味着传统的攻击检测难以发现攻击。而大数据分析将为此提供新的解决方案，可以针对一段时间内的多源海量数据进行关联分析，并且从全流量分析角度检测安全事件，提高发现APT攻击的能力。
  3）利用大数据进行身份认证
  传统的认证方式，认证凭证较为明确，如口令、USB Key、生物特征等，但攻击者总能找到方法来获取用户的认证凭证，从而假冒合法用户。而利用大数据进行身份认证，认证凭证模糊，攻击者难以模仿，很难通过身份认证。具体来说，系统收集用户行为和设备行为数据，对这些数据进行分析，获得用户或设备的行为特征，进而确定其身份。

  4）利用大数据检测数据内容

  典型的如垃圾邮件检测、网络舆情监控等，利用大数据的分析能力提升检测的效率和准确度。

  5）利用大数据提升安全管理

  核心问题是如何收集、存储、管理、分析、展示与安全相关的大数据，提升整体安全管理的能力。