认识达内从这里开始

认真做教育专心促就业

合肥达内IT培训大数据时代如何做好安全与隐私保护

发布：合肥达内软件培训
来源：达内新闻
时间：2021-11-25 10:24

随着大数据的发展，数据在多方数据融合场景下能发挥更大的价值。然而在这种场景下用户的隐私保护以及数据的合规问题成为了严重的问题。问题的本质是数据的开放性与使用安全性的平衡。安全能力，包括数据安全/隐私保护能力，是大数据体系中的重要能力基线之一。

合肥达内IT培训大数据时代如何做好安全与隐私保护

信息的可用性、信息的完整性、以及信息的保密性是信息安全的三个基本要素。我们将企业级大数据中台要面临的安全风险, 根据其所涉及的系统及技术领域的不同,分为三个层次。

1. 最基础的层次是数据中心的物理安全与网络安全，数据中心是构建大数据中台的基础，数据中心自身安全性和网络接入安全性直接影响到企业大数据中台的可用性。主要包括数据中心保障设施、数据中心安全管控、数据中心的网络安全等几个维度的建设。当云架构成为主流，物理安全方面通常由云厂商承担。

2. 在这之上是企业大数据平台的系统安全，由大数据平台内部的多个安全子系统构成，如访问控制、应用程序隔离、平台可信、风控和审计等子系统。这些子系统共同保障大数据平台的完整性。

3. 最上层是数据应用安全，贴近于用户的应用场景。通过在这一层提供丰富多样的数据安全产品，大数据中台为用户应用数据的各类业务场景提供切实可靠的数据安全能力。

下图给出了一个基于数据生命周期的数据安全管理体系。里面有非常多的子领域，比较存储加密、敏感数据发现和保护、数字水印等等。

展望未来，我们看到可能的发展方向/趋势主要有：

数据安全共享 — 随数据被认知为资产，数据变现成为一个热门话题，它背后的技术：数据安全共享和多方安全计算也成为热点方向。总体看，数据变现(也称为数据安全共享)，有两种典型场景：一方数据对外售卖，多方数据交互计算。

域内多租的方案，通常需要细粒度的接入/访问控制、计算隔离、下载保护等技术配合。主流数仓产品均提供这类方案(比如Snowflake的DataSharing)。另外，这个领域的一个研究方向是基于差分隐私(DifferentialPrivacy)加密的密态计算(例如 DPSAaS@Sigmod2019)。

多方数据交互计算方案，通常基于联邦学习技术(FederatedLearning)。

【免责声明】本文系本网编辑部分转载，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与管理员联系，我们会予以更改或删除相关文章，以保证您的权益!更多内容请添加danei0707学习了解。欢迎关注“达内在线”参与分销，赚更多好礼。

< 上一篇：参加达内合肥IT培训需要考虑哪些问题

下一篇：合肥IT培训了解大数据体系未来演进的4大技术趋势 >