数据空间
您当前的位置: 首页 /数据知识

大数据治理的数据模式下,该如何处理安全隐患

发布时间:[2020-06-29] 来源:米粒科技 点击量:

       信息化时代背景下,大数据对于人类的生存与发展具有重要意义,根据调查可知,人类发展过程中几乎90%的数据是由前几年产生的,而在后续几年大数据将飞速发展,预计到2020年为止大数据将是现在的45倍。大数据的发展给企业、社会、政府等带来了便利,提高了信息的收集与处理概率,有助于信息的分析与利用。对于数据的应用需要治理,数据在收集过程可能会触碰到隐私数据等,需要加强数据安全研究,进而确保数据应用的安全性与合法性。

      数据可以有效的对需求进行分析,通过数据可以了解市场的发展形势,政府可以利用数据提高服务职能与监管能力。大数据可以帮助解决诸多领域解决不了的难题,是IT专业主要研究的学问之一,其能够推动我国数字科技的发展。大数据治理的作用,具体包括以下几方面:提高科技决策的有效性。大数据是国家政策与企业决策的主要依据,通过大数据进行需要分析,可以清楚地了解具体情况,决策者可以结合数据理性的进行分析,确保了科学决策的有效性。提高了风险防御能力。大数据加强了对现象的研究,能够通过数据分析现象之间的关联与关系,可以发现社会潜在的危机,进而采取科学的手段进行防御。
      在数据与社会公共关联具有较大联系,通过大数据可以实现信息资源共享,提高了社会监控能力与应急处理能力,有助于社会的和谐发展。提高了沟通效率。大数据可以实现实时沟通,实现了信息资源共享,各个部门之间可以利用大数据技术进行沟通,有助于及时的解决问题,提高工作效率。
      数据融合是大数据治理的主要研究问题之一,其对于实际需求具有较大影响。数据融合起初是因为军事作战而产生,是一种信息处理技术。而大数据处理主要是指信息治理计划,具体包括大数据的数据优化、安全保护、隐私安全、数据变现等政策。对于数据融合研究,随着我国计算机技术的发展,软件与硬件的功能在不断完善,对于多源数据的处理已经具备数据集成技术。而数据集成技术的应用,主要是构建多源数据集成模型,才能给用户提供统一的数据信息。对于多源数据集成模式的构建诸多学者进行研究,并且给出了自己的研究成果。
      近年来,随着云计算的研究,计算机发展开辟了新领域,互联网的广泛应用,大大的提高了数据流量,海量的信息源与数据源促使了大数据时代的形成。大数据时代的到来,使得数据的收集与处理规模庞大,增加了大数据治理的难度,需要从数据集成处理入手,通过多个维度进行分析,进而降低多源数据融合过程的复杂程度。海量的大数据给数据融合带来了困难,为了解决数据融合问题,我国学者采用分布式计算进行处理。
      分布式计算主要是利用数据融合的有关计算方法与Storm分布式实时计算机引擎进行结合,进而构建出一个数据融合系统。此系统可以做到算法与数据分离,有效地解决了大数据融合的诸多难题,提高了数据融合的效率。为了实现数据融合,我国学者提出了数据融合服务模型,主要应用在政府机关,能够将基础数据快速的进行融合,提高了政府的服务机能与数据处理能力。
      数据融合是大数据治理的主要内容之一,数据融合过程会涉及大量的隐私与机密,个人、企业、机关的隐私将受到威胁,为了更好地保护隐私机密,需要提高数据融合过程的安全性,提高大数据的安全应用效率。数据融合的过程,具体包括数据收集、数据融合、数据检索、数据处理等,上述各个环节都存在数据安全问题。例如,对于数据收集阶段而言,收集到的多源数据包含了个人、企业、组织等机构的信息,其中保障隐私数据,在数据应用过程中很容易触碰到隐私数据,因此危害组织与个人权益。数据融合之后会在公共的平台开放,所有的数据信息没有加密,容易导致秘密数据的泄露。在数据检索过程,通过检索服务来获得融合数据,进而实现数据信息的共享,此过程容易发生隐私泄露。在数据处理分析阶段,可能因为数据交叉分析等导致隐私数据泄露,进而危害个人与组织的权益。
       通过上述分析可知数据融合存在较大的安全问题,为了加强对数据的保护,提高数据的安全应用效率,需要加强对数据融合过程的安全防护,而访问控制便是解决策略之一。访问控制主要是对数据的获得进行控制,通过设置访问框架,将系统分成融合环境与本地环境两部分,进而对数据访问进行管理,加强对数据信息的保护。国外学者提出了细粒度访问控制,主要是通过约束语言对用户进行控制,利用Java语言对Map Reduce实施访问限制。数据融合的来源较广,不同数据源涉及的隐私数据意义不同,为了加强对数据融合的安全保护,需要针对不同数据源设计安全策略。在数据融合过程,加强对数据的安全保护,能够有效地解决大数据治理问题。
       为了提高数据融合的安全性,需要一种新的安全策略,从而满足大数据治理的需求。可以利用逻辑代数进行安全控制,但是由于数理逻辑具有不确定性,导致上述安全策略存在缺陷。为了弥补缺陷采用基于语义的安全策略,通过本体映射与合并,实现对数据融合的安全保护。其主要是将安全策略存放于资源描述框架中,使得大数据融合过程可以将本地RDF转换为全局RDF。此策略主要是由一个顶点的有穷非空集合构成,若是将其记做R=(T,F),E代表其中弧的集合、代表顶点集合的一个关系。此时采用v到w的一条弧,其中v是弧的开始点而w是弧的结尾。将上述安全策略放置于描述框中,在数据融合过程中通过数据模型的转换,可以形成融合访问策略,其可以对融合的数据进行安全处理,对于无法满足安全策略的数据进行删除。
      大数据是需求分析的主要依据,通过数据可以研究现象的发展规律与方向。本文从数据融合过程的数据模式,数据融合过程的安全防护,数据融合分析三方面,论述了基于大数据治理的数据模式及安全,进而为我国大数据治理研究提供参考依据。
 

发表评论 共有条评论
用户名: 密码:
匿名发表